Analisis Sinyal Gelombang Otak Manusia Saat Bermain Gitar Sembari Bernyanyi Dan Tidak Bernyanyi Berbasis EEG Dengan Menggunakan Metode Discrete Wavelet Transform Dan K-Nearest Neighbor

Authors

DOI:

https://doi.org/10.34818/eoe.v7i2.12835

Abstract

Pada umumnya kondisi setiap individu manusia berbeda-beda sesuai dengan beberapa faktor. Konsentrasi merupakan salah satu faktor penting dalam sebuah proses melakukan aktivitas. Bukan hal yang mudah untuk mengidentifikasi konsentrasi seorang individu dalam mengerjakan suatu aktivitas. Objek yang akan diuji oleh penulis kali ini yakni, menganalisa sinyal gelombang otak seseorang ketika melakukan aktivitas berupa bermain gitar tanpa bernyanyi (konsentrasi) dengan bermain gitar sembari bernyanyi (tidak konsentrasi). Pada penelitian ini dirancang sistem untuk mengetahui gelombang sinyal otak pada saat seseorang melakukan aktivitas bermain gitar tanpa bernyanyi (konsentrasi) dan bermain gitar saat sedang bernyanyi (tidak konsentrasi) berdasarkan gelombang Alpha dan gelombang Beta dengan menggunakan Electroencephalography (EEG). Metode yang digunakan dalam penelitian ini ialah Discrete Wavelet Transform (DWT) sebagai metode Ekstraksi ciri. Setelah mendapatkan ekstraksi ciri, selanjutnya dilakukan proses klasifikasi menggunakan metode K-Nearest Neighbor (K-NN). Penelitian ini menggunakan data sekunder. Data sekunder berisikan data seseorang yang sedang bermain gitar tanpa bernyanyi (konsentrasi) dan bermain gitar sembari bernyanyi (tidak konsentrasi) yang diambil oleh alat perekam yaitu muse monitor yang memiliki 4 saluran yaitu AF7, AF8, TP9, TP10. Dari hasil pengujian yang telah dilakukan menggunakan data sinyal gelombang otak seseorang yang bermain gitar sembari bernyanyi (tidak konsentrasi ) dan tidak bernyanyi (konsentrasi), parameter terbaik dari knn, dwt, serta kanal didapatkan berdasarkan akurasi tertinggi. Kanal terbaik didapatkan yaitu kanal AF8, parameter dwt terbaik yang didapatkan yaitu kurtosis, serta parameter k-nn terbaik yang digunakan yaitu k dengan nilai 1, 3, 5, 7, dan 9. Akurasi tertinggi yang didapatkan dari hasil pengujian sebesar 100 % untuk sinyal alpha maupun beta.

Kata Kunci : Elektroensephalography, Discrete Wavelet Transform, K-Nearest Neighbor, Gelombang Alpha, Gelombang Beta

Downloads

Download data is not yet available.

References

[1] Yoza Radyaputra. Inung Wijayanto. Analisis Sinyal Alpha dan Beta EEG Brainwave Terhadap Perbangingan Konsentrasi Seseorang Pada Kondisi Mendengarkan Musik dan Merokok. E-Proceeding of Engineering, 2018. E- ISSN : 2355-9365.

[2] Ilham Fadhlurohman. Inung Wijayanto. Analisis Sinyal Gelombang Otak Alpha, Beta, dan Theta Terhadap Kejujuran Mahasiswa Menggunakan Sinyal EEG 5 Kanal. 2018.

[3] Rizal I. R, A.Z. Ajub, D.W. Eko. Analisis Kinerja Pengenalan Telapak Tangan Menggunakan Ekstraksi Ciri Principal Component Analysis (PCA) dan Overlapping Block. Scientific Journal of Informatics, 2015. e-ISSN 2460-0040.

[4] Okiriza. K-NN: Perhitungan Jarak Serta Keunggulan dan Batasan. Post Cerita Tentang Data, 2015.

[5] A. Nugraha, Psikologi Umum: Dasar Penerapan, Jakarta, 2003.

[6] T., Saradayrian. The Power of Mind Menguak Rahasia Kekuatan Pikiran Anda. s.l. : Delphi Publisher, 2004.

[7] A. M. Lal, A.Jain,M.Furkan, dan A.S.SSrivastava, “Eeg Based Home Appliance Control For Providing Guidance To Paralyzed Person,”in Proceedings of 2nd Hindustan College of Scienceand Technology, 2014.

[8] A. Siswoyo, Z. Arief dan I.A. Sulistijono, “Klasifikasi Sinyal Otak Menggunakan Metode Logika,”Simposium Nasional RAPI XIII, 2014, pp. 119-128.

[9] Akbar, Yudhiansyah, POLA GELOMBANG OTAK ABNORMAL PADA ELECTROENCEPHALOGRAPH, Bandung : Institut Teknologi Bandung, 2014.

[10] K.Suresh Manic, Aminath.Saadha, K.Pirapaharan,”Characterisation and separation of brainwave signals”,Journal of Engineering Science and Technology EURECA, Januari 2015.

Hadi, Abdul. “Pengertian, Fungsi, dan Bagian- Bagian Otak Manusia”. 2015

[11] Untari. "KESEHATAN OTAK MODAL DASAR HASILKAN SDM HANDAL". PROFESI, vol. 08, pp. 1-2, 2012.

[12] E. Niedermeyer dan F. S. d. Silva, “Electroencephalography: Basic Principles, Clinical Applications, and Related Fields,” Lippincott Williams & Wilkins, 2004.

[13] Tim Penyusun. Pustaka Kesehatan Populer Menghindari Penyakit Jantung. Jakarta : Bhuana Ilmu Populer, 2009.

[14] Tim Penyusun, Mengenal EEG dan Aplikasinya, Jakarta : Komunitas Ilmuwan dan Profesional Muslim Indonesia, 2016.

[15] O’Flynn M, Moriarty E, “Linear Systems Time Domain and Transform Analysis”, J&W Son, Singapore, 1987.

[16] S. A. Teukolsky, Numerical Recipes 3rd Edition: The Art of Scientific Computing, United States: WIlliam H. Press, 2014.

[17] T. Sivalakshmi, G. Sreenivasulu, Comparative Analysis of Different Wavelets for EEG Signal Denoising, India: Ijirset, 2017.

[18] K. Aglianry, "PERANCANGAN SISTEM UNTUK ANALISIS SINYAL GELOMBANGOTAK PADA GAMER BERBASIS EEG DENGAN MENGGUNAKANMETODE DISCRETE WAVELET TRANSFORM DAN K-NEIRESTNEIGHBOUR", 2019.

[19] S. and N. Y. N. M. Tuakia, Implementasi Watermarking Pada Citra Medis Menggunakan Metode Discrete Wavelet Transform (DWT). Universitas Brawijaya, 2013.

[20] D. Y. Apriliyana and Triantoro, “Algoritma Discrete Wavelet Transform ( DWT ) Dan Absolute Moment Block Truncation Coding (AMBTC ) Pada Sistem Watermarking Untuk Deteksi Dan Recovery Citra Medis,” 2015

[21] F. T. Elektro, U. Telkom, and I. Mata, “Deteksi Kelebihan Kolesterol Melalui Citra Iris Mata Dengan Metode Discrete Wavelet Transform Dan Klasifikasi K- Nearest Neighbor.”

[22] A. P. P. Nadia, “IDENTIFIKASI DAN KLASIFIKASI KEMURNIAN SUSU SAPIBERDASARKAN PEMROSESAN SINYAL VIDEO MENGGUNAKANMETODE DISCRETE WAVELET TRANSFORM (DWT) DAN LEARNINGVECTOR QUANTIZATION (LVQ)”, 2017.

[23] H. Nikmehr and S. T. Hashemy, “A New Approach to Audio Watermarking Using Discrete Wavelet and Cosine Transforms,” in 2010 1st International Conference Communications Engineering pp. 1–10, 2010.

[24] A. Kaur, M. K. Dutta, K. M. Soni, and N. Taneja, “A High Payload Audio Watermarking Algorithm Robust against MP3 Compression,” in Institute of Electrical and Electronics Engineer., no. 1, pp. 1–5, 2014.

Downloads

Published

2020-08-01

Issue

Pages

3430-3446

Section

Program Studi S1 Teknik Telekomunikasi

How to Cite

Mawikere, V. A. E., Raharjo, J., & Budiarto, A. (2020). Analisis Sinyal Gelombang Otak Manusia Saat Bermain Gitar Sembari Bernyanyi Dan Tidak Bernyanyi Berbasis EEG Dengan Menggunakan Metode Discrete Wavelet Transform Dan K-Nearest Neighbor. EProceedings of Engineering, 7(2), 3430-3446. https://doi.org/10.34818/eoe.v7i2.12835