Perancangan Sistem Untuk Analisis Sinyal Gelombang Otak Pada Gamer Berbasis Eeg Dengan Menggunakan Metode Discrete Wavelet Transform Dan K-neirest Neighbour

Abstract

Abstrak Bermain video game memiliki dampak baik dan buruk pada otak manusia terutama dari segi perhatian, emosi dan kognitif. Dewasa ini banyak penelitian mengenai sinyal otak dengan menggunakan Electroencephalography (EEG). EEG merupakan suatu metode untuk merekam aktifitas elektron otak dengan output berupa grafik yang memuat informasi tentang aktifitas yang terjadi di otak. Sinyal otak yang terekam di EEG dipengaruhi oleh jutaan neuron di otak yang secara terus menerus berubah-ubah berdasarkan aktifitas yang dilakukan atau emosi yang dialami. Pada penelitian ini dilakukan analisa aktifitas otak dengan menggunakan EEG terhadap orang yang sedang bermain game dan membaca buku kemudian akan dibandingkan dengan data latih kondisi berkonsentrasi dan tidak berkonsentrasi dengan menggunakan klasifikasi KNN. Sinyal yang diklasifikasi merupakan sinyal yang telah melalui beberapa proses, yaitu preprocessing dan ekstraksi ciri menggunakan Discrete Wavelet Transform (DWT). Pada penelitian ini didapatkan hasil pengujian konsentrasi yang menghasilkan kanal terbaik adalah kanal TP9 pada kondisi bermain game dengan akurasi mencapai angka sebesar 55.56% untuk sinyal alfa dan 77.78% untuk sinyal beta, sedangkan pada kondisi membaca koran menghasilkan kanal terbaik adalah TP9 dengan akurasi mencapai angka tersebsar 88.89% untuk sinyal alfa dan 88.89% untuk sinyal beta. Kata Kunci : Video game, Electroencephalography, Discrete Wavelet Transform , K-Nearest Neighbor. Abstract Playing video games has a positive and negative effects to the human brain, especially in terms of attention, emotion and cognition. Today a lot of research on brainwave using Electroencephalography (EEG). EEG is a method to record electrical activity of the human brain, the output of EEG is a graph that contains a lot of information about the activities that occur in the brain. Brain signals recorded in an EEG influenced by the millions of neurons in the brain that is constantly changing based on activities performed or emotions experienced. In this research, the analysis of brain activity by using EEG on people who are playing games and reading the book then will be compared with the data train concentrate conditions and not concentrate by using the classification KNN. The classified signal is a signal that has been through several processes, namely preprocessing and feature extraction using Discrete Wavelet Transform (DWT). In This research’s obtained result concentration testing produced the best channel TP9 on condition accuracy played games is 55.56% for alpha signal and 77.78% for beta signal, then based on condition reading the newspaper testing produced the best channel TP9 with accuracy is 88.89% for alpha signal and 88.89% for beta signal. Keywords : Video game, Electroencephalography, Discrete Wavelet Transform, K-Neaerst Neighbor.