Identifikasi Respon Emosional terhadap Rangsangan Suara melalui Sinyal Elektroensephalogram Menggunakan Wavelet dan Learning Vector Quantization

Emosi merupakan suatu perasaan manusia, seperti senang, sedih, semangat, dan kecewa yang dipengaruhi beberapa faktor seperti cuaca, lingkungan, kesehatan, suara, film, dan video game. Beberapa orang mempunyai kesulitan dalam mengendalikan emosi, biasanya diakibatkan depresi ataupun mengalami gangguan pada syaraf otak. Oleh karena itu diperlukan terapi, yang salah satunya menggunakan rangsangan suara. Keberhasilan terapi ditentukan dari jenis rangsangan suara dan waktu. Oleh karena itu, dibutuhkan identifikasi respon emosional terhadap rangsangan suara secara real time. Salah satu instrumen yang dapat menangkap kondisi emosional adalah Elektroensephalogram (EEG), namun analisisnya tidaklah mudah. Beberapa penelitian terdahulu melakukan identifikasi kondisi rileks, kondisi mental, kewaspadaan, tingkat perhatian melaui sinyal EEG. Identifikasi emosional juga telah dilakukan di antaranya menggunakan Wavelet dan Backpropagation, Wavelet, Support Vector Machine (SVM), dan Frantal Dimension. Namun penelitian tersebut tidak dilakukan secara real time sehingga mempunyai kelemahan memperoleh waktu efektif pemberian terapi jika digunakan untuk evaluasi. Penelitian ini telah membuat sistem diimplementasikan dalam perangkat lunak identifikasi respon emosional secara real time terhadap rangsangan suara dengan segmentasi waktu per 10 detik dalam identifikasinya. Dalam proses akuisisi data dilakukan terhadap 10 naracoba dengan lima kali Perulangan dengan 3 jenis respon yang berbeda yaitu respon semangat. rileks, dan sedih. Hasil pengujian dengan menggunakan seluruh data latih yang sebanyak 2400 menghasilkan akurasi sebesar 93%. Sistem telah diuji dengan menggunakan data baru yang menghasilkan akurasi sebanyak 75%, dan waktu respon 0.0041 detik. Waktu identifikasi cukup cepat dibandingkan waktu identifikasi 10 detik, sehingga dapat digunakan