Analisis Gelombang Sinyal Otak Orang Yang Aktif Bermain Game Dan Dalam Kondisi Normal Menggunakan Eeg 4 Kanal

Abstract

Abstrak Bermain game merupakan salah satu cara untuk mengisi waktu luang saat tidak melakukan sesuatu, tidak hanya itu bermain game juga dapat menjadi salah satu solusi untuk menghilangkan stres. Bermain game dalam jangka waktu tertentu tentunya akan mempengaruhi kondisi gelombang otak seseorang. Gelombang otak manusia pastilah mengalami perubahan ketika dalam kondisi normal dan ketika melakukan aktifitas, dalam hal ini bermain game. Pada penelitian tugas akhir ini telah dilakukan analisis pada gelombang alfa dan beta otak manusia dalam kondisi normal dan saat bermain game, yang memberikan perbandingan dari kedua kondisi tersebut dan memperlihatkan hasil analisis yang diinginkan. Gelombang otak responden diambil dengan menggunakan alat Electroenchepalograph (EEG) 4 kanal dengan memanfaatkan metode Principal Component Analysis (PCA) saat dalam kondisi normal dan dalam kondisi bermain game. Metode PCA yang digunakan memiliki prosedur statistic transformasi orthogonal untuk merubah beberapa hasil pengamatan yang saling berkorelasi menjadi sekumpulan nilai linear yang saling tidak berkorelasi. Pada identifikasi sinyal menggunakan metode klarifikasi K-Nearest Neighbor (K-NN) adalah metode klasifikasi terhadap objek berdasarkan data latih yang memiliki jarak paling dekat dengan objek tersebut. Keluaran dari penelitian ini didapatkan hasil perbedaan sinyal alfa dan beta otak seseorang saat dalam kondisi normal dan keadaan bermain game dan menentukan kanal dan ciri mana yang paling efektif untuk digunakan yaitu TP9 dengan tingkat akurasi sebesar 94,44% pada kedua jenis sinyal. Hasil perbandingan bentuk sinyal menunjukan bahwa pada kedua kondisi yang ada, sinyal alfa lebih cenderung muncul pada sinyal otak dan pada kompleksitasnya, kondisi bermain game yang paling kompleks dibandingkan dengan kondisi normal. Hasil tersebut didapatkan dari perbandingan besaran nilai amplitudo, magnitudo, dan berdasarkan Eigen Value (EigVal). Kata kunci: Bermain game, EEG, Alfa, Beta, PCA, K-NN, EigVal Abstract Playing games is one way to fill your spare time when not doing something, not only that playing games can also be a solution to relieve stress. Playing games in a certain period of time will certainly affect the condition of one's brain waves. Human brain waves must undergo changes when under normal conditions and when doing activities, in this case playing games. In this final project, an analysis of the alpha and beta waves of the human brain has been carried out when under normal conditions and when playing the game, which provides a comparison of the two conditions and shows the desired analysis results. Respondents' brainwaves were taken using 4-channel Electroencephalograph (EEG) by utilizing the Principal Component Analysis (PCA) method when under normal conditions and playing the game. The PCA method used has an orthogonal transformation statistical procedure to convert several correlated observations into a collection of uncorrelated linear values. The signal identification method uses the K-Nearest Neighbor (K-NN) classification. K-NN is a method of classification of objects based on training data that has the closest distance to the object. The output of this final task was obtained by differences in the alpha and beta signals of a person's brain while in normal conditions and playing conditions and determining the channel and which are the most effective features to use, namely TP9 with average in 94,44% in both types of signals. The results of the signal form comparison show that in both conditions, alpha signals are more likely to appear in brain signals and in their complexity, the most complex playing conditions compared to normal conditions. These results are obtained from a comparison of the magnitude, magnitude, and Eigen Value (EigVal) values. Keywords: Playing game, EEG, Alpha, Beta, PCA, K-NN, Eigen Value