Xmotify : Experimental Emotion Classifier Sebagai Alat Ukur Emosi Berbasis Sinyal Biologis Tubuh
Date
2021-06-20Author
PRAMUDYA RAKHMADYANSYAH SOFYAN
DIANDRI PERKASA PUTRA
RIZDHA WAYUDI
Metadata
Show full item recordAbstract
Emosi merupakan bentuk respon fisiologis dan psikologis terhadap situasi yang sedang
dihadapi seseorang serta emosi juga merupakan fenomena kompleks yang memainkan peran
penting dalam kualitas hidup manusia karena berperan penting dalam motivasi, persepsi, kognisi,
kreativitas, empati, pembelajaran, dan pengambilan keputusan. Emosi juga merupakan bentuk
respon fisiologis dan psikologis terhadap situasi yang mengancam dan memerlukan penyesuaian
dalam ketidakseimbangan homeostasis. Mengetahui kondisi emosi seseorang merupakan hal yang
penting bagi psikolog. Meskipun metode yang umum digunakan oleh psikolog saat ini sudah dapat
memberikan hasil yang baik, namun seringkali masih terdapat subjektivitas dari klien serta
memungkinkan adanya faking yang menyebabkan hasil diagnosis menjadi kurang tepat.
Berdasarkan uraian tersebut, kami mengusulkan sistem alat ukur emosi berbasis sinyal biologis
tubuh untuk dapat membantu psikolog memberikan hasil diagnosis emosi yang lebih objektif.
Pada awal perancangan, kami merencanakan untuk menggunakan dua jenis sensor untuk
alat ukur ini, yaitu Electroencephalograph (EEG) untuk merekam sinyal otak dan
Photopletyhsmograph (PPG) untuk merekam sinyal pulse atau denyut jantung, serta
menampilkannya pada aplikasi berbasis Java dengan menampilkan 5 sinyal band power EEG
(Delta, Theta, Alpha, Beta, Gamma), sinyal pulse PPG, dan hasil klasifikasi emosi. Namun, karena
pada awal tahap prototyping sensor EEG yang akan kami gunakan tidak dapat berfungsi, maka
hal ini menyebabkan beberapa perubahan pada perancangan kami baik itu dalam segi hardware
maupun software. Sehingga, diakhir pengerjaan proyek ini didapatkan bahwa kesesuaian antara
usulan dan realisasi secara umum yaitu sebesar 74%.
Setelah sistem diimplementasikan, diketahui bahwa akurasi sistem dalam mengklasifikasi
emosi yaitu sebesar 56% untuk emosi positif dan 43% untuk emosi negatif. Akurasi tersebut
diperoleh berdasarkan kemampuan sistem dalam mengklasifikasi nilai dari parameter yang terukur
ke dalam dua kategori, yaitu emosi positif dan emosi negatif menggunakan logika if-else dengan
threshold 0% hingga 3% untuk emosi positif dan lebih dari 3% untuk emosi negatif. Maka, dapat
disimpulkan bahwa sistem belum dapat memberikan hasil klasifikasi yang baik, sehingga
diperlukan adanya pengembangan lebih lanjut guna meningkatkan akurasi. Sistem ini diharapkan
mampu memberikan dampak positif terhadap aspek teknologi yaitu dapat meningkatkan inovasi
di bidang biomedis secara khusus, dampak terhadap aspek sosial yaitu dapat mempermudah
psikolog memberikan diagnosis emosi yang lebih objektif, dan dampak terhadap aspek ekonomi
yaitu dapat memanfaatkan teknologi dengan harga yang terjangkau untuk dikomersilkan.
Collections
- Electric Engineering [783]