Analisis Kondisi Rileks Saat Mendengarkan Alquran Berdasarkan Sinyal Delta Theta Eeg

Abstract

Abstrak Pada penelitian ini, penulis menganalisa aktifitas sinyal otak manusia dalam keadaan rileks pada saat mendengarkan ayat suci Alquran dengan menggunakan metode EEG. Sinyal otak dideteksi melalui alat elektroensepalogram yang bernama NeuroSky Mindwave dan Muse Headband, setelah dideteksi, sinyal yang didapatkan merupakan sinyal mentah yang memiliki noise tinggi, oleh karena itu sinyal tersebut diolah melalui metode preprosessing untuk menganalisis serta mengklasifikasi sinyal yang didapatkan. Dalam proses preprosessing, penulis menggunakan metode Discrete Wavelet Transform (DWT), Fast Fourier Transform (FFT), dan K-Nearest Neighbor (K-NN). Metode DWT dapat menganalisis numerik dan analisis fungsional sinyal, karena sinyal percobaan yang diambil secara diskrit, keuntungan utama adalah pada resolusi temporal, sehingga DWT dapat menangkap frekuensi informasi dan lokasi dengan baik untuk database serta datauji. Metode K-NN digunakan pada saat mengklasifikasikan datauji ke database untuk mendapatkan nilai yang dekat dengan database. Hasil yang diperoleh dari 40 data penelitian ini menunjukan perbedaan sinyal delta pada Neurosky dan Muse sangat sedikit, sinyal delta pada Neurosky sebanyak 35 data dalam kondisi rileks sedangkan pada Muse sebanyak 38 data dalam kondisi rileks. Jumlah data sinyal theta yang dinyatakan rileks pada Neurosky sebanyak 36 data, sedangkan pada Muse sebanyak 40 data. Kata kunci : Elektroensepalografi (EEG), Elektroensepalogram, Sinyal Otak, Alquran, DWT, FFT, KNN. Abstract In this research, the author will analyze human’s brain activity on relaxed condition while listening Holy Quran used EEG to participants. Brain signal detected by Electroenchepalogram device called NeuroSky Mindwave, the signal obtained is a raw signal has high noise, therefore the signal can processed through the processing method to analyze and classify the signal. In the preprocessing, the author uses the method of Discrete Wavelet Transform (DWT), Fast Fourier Transform (FFT), and K-Nearest Neighbors (K-NN). The DWT method can analyze numerical and analyze functional signal, because discrete experimental signals are taken, the main advantage is at temporal resolution, so DWT can capture the frequency of information and a great location for data base and test the data. K-NN methode is used when classifying test data to train data to obtain the closest value to the training data. The results obtained from 40 research data show some delta signal on Neurosky and Muse little bit, on Neurosky showed 35 data in relaxed condition while on Muse showed 38 data in relaxed condition. unfortunately at theta signal is conspicuous, the amount of data used on Neurosky as much as 36 data, while on Muse as many as 40 data. Keywords: Electroencephalography (EEG), Electroenchepalogram, Brainwave, Holy Quran, DWT, FFT, KNN.