Pengenalan Emosi Senang Dan Sedih Berdasarkan Jenis Kelamin Menggunakan Hjorth Parameter Pada Sinyal EEG

Dalam beberapa tahun terakhir, penelitian mengenai penggunaan Electroenchepalograph (EEG) untuk mengidentifikasi keadaan emosi telah mengalami perkembangan signifikan. Dengan menganalisis pola dan frekuensi aktivitas gelombang otak, dimungkinkan untuk mendeteksi dan mengklasifikasikan berbagai keadaan emosional, seperti senang, sedih, takut, atau marah. Masyarakat secara umum meyakini bahwa terdapat perbedaan dalam cara pria dan wanita berpikir dan melihat sudut pandang berbagai aspek, seperti persepsi dan pengalaman emosi. Mengingat minimnya penelitian tentang studi EEG berdasarkan jenis kelamin, maka penelitian ini bertujuan untuk mengeksplorasi hal tersebut. Studi ini merekam data dari 24 subjek sehat (usia 22 ± 5,6 tahun) menggunakan perangkat EEG nirkabel dari OpenBCI. Partisipan diberi stimulasi dengan melihat video senang dan sedih. Elektroda yang digunakan dalam studi ini diletakkan pada channel F7, F8, FP1, dan FP2. Teknik pra-pemrosesan EEG dilakukan dengan penyaringan sinyal serta ICA untuk penghilangan artefak. Kemudian, sinyal EEG dipisahkan menjadi sub-bands alpha, beta, dan gamma menggunakan filter Butterworth. Ekstraksi fitur dilakukan menggunakan Hjorth Parameter: Activity, Mobility, dan Complexity. Parameter ini memberikan ukuran penting dari karakteristik sinyal dalam domain waktu. Kemudian untuk menguji kemampuan pengenalan emosi dari setiap fitur dilakukan klasifikasi emosi menggunakan algoritma SVM, KNN, Naive Bayes, dan Random Forest. Studi ini telah menunjukkan bahwa Hjorth Activity lebih unggul dalam mengenali emosi dibandingkan dengan parameter Hjorth lainnya, seperti Hjorth Mobility dan Complexity, Selain itu, perbedaan dalam respons emosional antara pria dan wanita terlihat jelas. Wanita cenderung menunjukkan pola EEG yang lebih serupa di antara mereka, sedangkan pria menunjukkan perbedaan yang lebih signifikan. Temuan menarik lainnya adalah bahwa nilai sub-band gamma memiliki lebih tinggi pada pria maupun wanita dalam kondisi sedih, menunjukkan bahwa proses kognitif pada saat kondisi sedih lebih tinggi. ================================================================================================================================= In recent years, scientists have investigated the potential of EEG for identifying emotional states. Analyzing the patterns and frequencies of brainwave activity makes it possible to detect and classify different emotional states, such as happiness, sadness, fear, or anger. In daily life, it is evident that there are differences in how men and women think and approach various aspects, such as perceiving and experiencing emotions. Given the scarcity of research on gender-based EEG studies, it is crucial to explore this area to gain valuable insights into the unique neurological aspects of gender. This study examines gender disparities in emotion recognition using the Hjorth Parameter. This study recorded the data of 24 healthy subjects (22 ± 5.6 years old) using a wireless OpenBCI EEG device. The participants were stimulated in two ways: by seeing happy and sad videos. The electrodes used in this study were placed in the frontal area channels F7, F8, FP1, and FP2, following the internationally recognized 10/20 EEG system. EEG pre-processing techniques include signal filtering and ICA for Artifact removal. The EEG signals were separated into alpha, beta, and gamma sub-bands using Butterworth filters. The analysis was to compute the Hjorth parameters: in activity, mobility, and complexity type. These parameters provide essential measures of signal characteristics within the time series data. We used the fisher ratio to identify the most influential features. The most prominent features were then processed and analyzed using SVM, KNN, Naive Bayes, and Random Forest algorithms for emotion classification. This study has shown that Hjorth Activity outperforms other Hjorth parameters such as Hjorth mobility and complexity in accurately recognizing emotions, and the beta subband is the most sensitive subband in distinguishing between happy and sad emotions. On the gender aspect, differences in emotional responses between men and women are evident. Women tend to exhibit more similar EEG patterns among themselves, while men show more significant individual differences. The other intriguing finding is that the value of the gamma subband is higher for both men and women in the sad condition, indicating that the cognitive process appears more evolved than in the happy condition