2017 : Klasifikasi emosi senang dan sedih berdasarkan fitur entropi dari lima frekuensi sub band pada sinyal Electro Encephalo Graphy (EEG) menggunakan K-Nearest Neighbour (KNN) untuk terapi audio

Dr. Ir. Yoyon Kusnendar Suprapto MSc.
Dr. I Ketut Eddy Purnama ST.,M.Kom.
Diah Puspito Wulandari S.T., M.Sc.


Abstract

Otak manusia mampu merespon berbagai stimulus yang diterima oleh seluruh panca indera, termasuk di antaranya adalah stimulus berupa suara yang diterima oleh telinga. Salah satu bentuk respon yang dihasilkan otak adalah perubahan emosi yang muncul setelah mendengarkan stimulus audio yang berbeda. Seringkali keadaan emosi seseorang tidak teramati secara lahiriah, seperti muncul dalam bentuk sikap tubuh, raut muka, atau ucapan, melainkan tersimpan dalam otak itu sendiri. Penelitian ini melakukan pengenalan dari keadaan emosi manusia berdasarkan sinyal gelombang otak yang diperoleh dari Electro Encephalo Graphy (EEG), yang ditimbulkan oleh stimulus audio tertentu.\n\nOtak menghasilkan sinyal yang bisa dikategorikan dalam lima kelompok berdasarkan rentang frekuensinya, yaitu alpha (8-12 Hz), beta (12-40 Hz), gamma (40-100 Hz), delta (0-4 Hz), dan theta (4-8 Hz). Para pakar medis menggunakan kandungan frekuensi dari lima sub band ini untuk menganalisa keadaan kesehatan seseorang. Data diperoleh dari situs resmi DEAP (Database for Emotion Analysis Using Physiological Signals). Setiap responden mendapat stimulus audio berupa pemutaran 40 macam klip video yang berbeda. Sinyal EEG direkam menggunakan 28 channel dan setiap responden memberikan penilaian pribadi atas emosi yang dirasakan setelah melihat setiap klip video dalam empat parameter, yaitu valence, arousal, like, dan dominance. Sinyal EEG yang terekam kemudian ditransformasikan ke dalam domain frekuensi menggunakan Transformasi Fourier untuk dikelompokkan ke dalam lima sub band dan dihitung masing-masing entropinya. Selanjutnya algoritma K-Nearest Neighbours (KNN) digunakan untuk melakukan klasifikasi secara terbimbing dalam membedakan emosi senang (happy) dan sedih (melancholy), atau bukan keduanya. Pengujian akan dilakukan untuk mengetahui nilai K yang menghasilkan unjuk kerja klasifikasi terbaik.\n\nPenelitian ini merupakan bagian dari sebuah road map yang telah diawali dalam melakukan analisis terhadap konten dari sinyal audio berdasarkan distribusi periodisitasnya. Penelitian ini akan berguna dalam merancang sebuah sistem yang menggunakan sinyal audio untuk melakukan terapi terhadap berbagai masalah kesehatan, terutama untuk mengetahui emosi yang ditimbulkan dari berbagai jenis konten sinyal audio.