Analisis Respon Tidur Saat Mendengarkan Musik Klasik Dan Musik Rock Melalui Sinyal Eeg Menggunakan Wavelet Transform

Abstract

Abstrak Ketika mendengarkan musik atau suara tertentu terkadang manusia merasakan suatu emosi dan respon yang berbeda beda, respon ini muncul akibat stimulus dari musik atau suara tersebut, yang mengakibatkan turun naiknya aktivitas otak. Dengan mendengarkan musik saat tidur, akan mempengaruhi tidur seseorang. Untuk dapat mengklasifikasikan aktivitas dan karakeristik otak diperlukan proses pengukuran aktivitas gelombang otak. Dalam tugas akhir ini dilakukan analisa aktivitas otak dengan mengggunakan EEG terhadap orang yang tidur dengan mendengarkan musik Dengan menggunakan Electrochepalography (EEG) sebagai instrumen untuk menangkap sinyal otak. Electrochepalography adalah perangkat yang dapat menangkap aktivitas listrik di otak dan menginformasikan kondisi seperti emosional, kelelahan, kewaspadaan, kesehatan dan tingkat konsentrasi. Sebelum menganalisis pengaruh suara terhadap aktivitas otak melalui EEG yang dihasilkan pada tugas akhir ini dirancang sistem untuk mengklasifikasikan kondisi nyenyak tidur seseorang ketika diberikan rangsangan suara berdasarkan analisis sinyal delta dan theta dengan menggunakan EEG. Ekstraksi ciri yang digunakan yaitu Discrete Wavelet Transform dan K-Nearest Neighbor (KNN) untuk klasifikasi. Hasil pengujian menunjukan bahwa kanal terbaik terdapat pada kanal AF8 pada sinyal delta dengan akurasi 96%, 29 data dari 30 data dapat mengenali sistem dengan baik dan theta dengan akurasi 93%, 28 data dari 30 data dapat mengenali sistem dengan baik. Kata Kunci: Electrochephalography, Discrete Wavelet Transform, KNN Abstract When listening to certain music or sounds sometimes humans feel different emotion and response, this response arises from the stimulus from the music or sound. By listening music while sleeping will affect a person’s sleep. To classify the brain activity it required process of measurement of brain wave activity. In this final project conducted analysis of brain activity by using EEG based on people who sleep while listening music by using EEG as an instrument to capture brain signals. EEG is a device that can capture electrical activity in the brain and inform conditions such as emotional, fatigue, health and concentration levels. Before analyzing the effect from the given stimulus on brain activity through EEG. In this final project been designed system to classify the sleep response while listening music classic and music rock based on delta and theta signal using EEG. Discrete Wavelet Transform and K-Nearest Neighbor (KNN) for classification. The test result show that the best channel is on AF8 channel on the delta signal with 96% accuracy , 29 data from 30 data can recognize the system well and theta signal with 93% accuracy, 28 data from 30 data can recognize the system well. Keywords : Electrochephalography, Discrete Wavelet Transform, KNN