Sistem Monitoring Tingkat Stres Tim Rescue Dalam Melaksanakan Operasi Pencarian Dan Pertolongan Berbasis Electroencephalography (EEG)

Hariyadi, Dedy (2025) Sistem Monitoring Tingkat Stres Tim Rescue Dalam Melaksanakan Operasi Pencarian Dan Pertolongan Berbasis Electroencephalography (EEG). Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 6022201011-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2027. Download (6MB) | Request a copy

Abstract

Petugas Pencarian dan Penyelamatan (SAR) bekerja dalam kondisi berisiko tinggi yang memerlukan ketahanan fisik dan mental. Stres berkepanjangan dapat mempengaruhi kinerja dan keberhasilan operasi SAR. Studi ini mengevaluasi efektivitas analisis koherensi Elektroensefalografi (EEG) sebagai metode untuk memantau stres pada personel SAR. Menggunakan perangkat EEG OpenBCI dan elektroda di area F3 dan F4, aktivitas otak personel SAR direkam dalam dua kondisi, aktivitas kantor (baseline) dan operasi lapangan. Pengumpulan data untuk penelitian ini melibatkan peserta yang sama dalam kondisi baseline dan operasi SAR, menghasilkan 30 data EEG mentah untuk analisis lebih lanjut. Pengumpulan data pada kondisi operasional dilakukan sementara petugas penyelamat melaksanakan operasi pencarian dan penyelamatan untuk sebuah perahu yang terbalik di Sungai Bengawan Solo, Desa Ngadirejo, Kabupaten Tuban, dengan total 19 korban. Data dianalisis berdasarkan nilai koherensi yang diperoleh melalui fitur Power Spectral Density (PSD) dari sub-band alfa, beta, dan gamma untuk mendeteksi perubahan terkait tingkat stres. Hasilnya menunjukkan peningkatan koherensi pada sub-band alfa sebesar 85,5%, sub-band beta sebesar 92,9%, dan sub-band gamma sebesar hingga 94,9% selama kondisi stres yang lebih tinggi, mencerminkan peningkatan perhatian, kewaspadaan, dan pemrosesan informasi intensif yang diperlukan dalam situasi darurat. Temuan ini menunjukkan bahwa analisis koherensi EEG dapat menjadi alat yang efektif untuk memantau stres pada personel SAR secara real-time.
=====================================================================================================================================
Search and Rescue (SAR) officers work in high-risk conditions that require physical and mental resilience. Prolonged stress can affect the performance and success of SAR operations. This study evaluates the effectiveness of Electroencephalography (EEG) coherence analysis as a method for monitoring stress in SAR personnel. Using the OpenBCI EEG device and electrodes in the F3 and F4 areas, the brain activity of SAR personnel was recorded in two conditions, office activity (baseline) and field operations. The data collection for this research involved the same participants in both baseline and SAR operation conditions, resulting in 30 raw EEG data for further analysis. Data collection on operational conditions was carried out while the rescue officers conducted a search and rescue operation for a capsized boat in the Bengawan Solo River, Ngadirejo Village, Tuban Regency, with a total of 19 victims. Data were analyzed based on coherence values obtained through the Power Spectral Density (PSD) features of alpha, beta, and gamma sub-band to detect changes related to stress levels. The results showed an increase in coherence in the alpha sub-band by 85,5%, beta sub-band by 92,9%, and gamma sub-band by up to 94,9% during higher stress conditions, reflecting increased attention, alertness, and intensive information processing required in emergency situations. These findings indicate that EEG coherence analysis can be an effective tool for monitoring stress in SAR personnel in real-time.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	eeg, stres, Analisa Koherensi, visual simulation eeg, stress, coherence analysis, visual simulation
Subjects:	H Social Sciences > HF Commerce > HF5548.85 Job stress Q Science > QA Mathematics Q Science > QA Mathematics > QA336 Artificial Intelligence Q Science > QP Physiology > Q376.5 Electroencephalography (EEG) T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Dedy Hariyadi
Date Deposited:	27 Jan 2025 05:34
Last Modified:	27 Jan 2025 05:34
URI:	http://repository.its.ac.id/id/eprint/116961

Actions (login required)

View Item