Sensor Galvanic Skin Response (gsr) Berbasis Arduino Nano Sebagai Pengukur Perubahan Konduktansi Listrik Kulit Dalam Kondisi Tenang Atau Distress

Abstrak

Abstrak Kondisi psikologis dipengaruhi oleh emosional dan stress kognitif yang dialami manusia. Keadaan tersebut menyerang tingkat kognitif manusia yang dapat menyebabkan kerusakan mental dan psikologis. Untuk memenuhi tujuan tersebut EDA merupakan solusi dari masalah tersebut. Alat ini akan mendeteksi kondisi tenang dan distress pada manusia berdasarkan konduktansi listrik pada kulit yang akan menghasilkan suatu sinyal yang mengandung komponen SCL dan SCR yang disampling dengan frekuensi 10 Hz dan resolusi 10 bit, selanjutnya diolah di PC menggunakan Matlab meliputi dekonvolusi, FFT, dan ekstraksi fitur. Selanjutnya sinyal akan diidentifikasi untuk menentukan perubahan kondisi tenang dan distress yang terjadi pada subjek selama waktu pengawasan 5 menit. Dari pengukuran menggunakan sensor GSR, diperoleh nilai konduktivitas listrik yang lebih tinggi diamati pada distress condition karena semakin tinggi konduktivitas kulit semakin tinggi tingkat distress yang dialaminya dengan menggunakan ekstraksi fitur diantaranya MSC, MASC, INSC, ILSC, dan F2SC. Ekstraksi fitur MSC akan digunakan karena memiliki hasil yang paling signifikan pada penelitian ini yaitu sebesar 0,79. Diperoleh rentang nilai konduktansi listrik kulit menggunakan ekstraksi fitur pada laki-laki dalam kondisi calm , distress, dan calm setelah pengerjaan Quizizz masing- masing adalah 0.0840±0.2562 0.14±0.2832 ; 0.2357±0.2586 dan pada wanita masingmasing adalah -0.0460±0.2419 ; 0.0408±0.3033 ; 0.01034±0.2834. Kata Kunci: Psikologis, Wearable Device, Electrodermal Activity(EDA), Galvanic Skin Response (GSR), Healthcare, Eksosomatik. Abstract Psychological conditions are influenced by emotional and cognitive stress experienced by humans. This situation attacks the human cognitive level which can cause mental and psychological damage. To meet this goal, EDA is the solution to this problem. This tool will detect calm and distress conditions in humans based on electrical conductance on the skin which will produce a signal containing SCL and SCR components which are sampled with a frequency of 10 Hz and a resolution of 10 bits, then processed on a PC using Matlab including deconvolution, FFT, and extraction. feature. Furthermore, the signal will be identified to determine changes in calm and distress conditions that occur in the subject during the 5 minute monitoring time. From measurements using the GSR sensor, a higher electrical conductivity value was observed in the distress condition because the higher the conductivity of the skin, the higher the level of distress experienced by using feature extraction including MSC, MASC, INSC, ILSC, and F2SC. MSC feature extraction will be used because it has the mo