Sistem Monitoring Kelelahan Mental Secara Multi Modal Melalui Variabilitas Laju Detak Jantung Dan Transformasi Wavelet Kontinu Pada Sinyal EEG

Setiawan, Sapta (2015) Sistem Monitoring Kelelahan Mental Secara Multi Modal Melalui Variabilitas Laju Detak Jantung Dan Transformasi Wavelet Kontinu Pada Sinyal EEG. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of undergraduated thesis.pdf]
Preview
Text
undergraduated thesis.pdf - Published Version

Download (11MB) | Preview

Abstract

Kelelahan mental adalah fenomena saat sel-sel otak menjadi sangat
letih yang disebabkan oleh aktivitas kognitif yang berkepanjangan.
Amplitudo dan frekuensi alpha, beta, dan delta dari elektroensepalogram
(EEG) dan variabilitas laju detak jantung (heart rate variability / HRV)
dari elektrokardiogram (ECG) adalah indikator yang digunakan untuk
mendeteksi kelelahan mental. Dalam studi ini, monitoring kelelahan
mental dilakukan dengan merekam sinyal EEG dan ECG secara
bersamaan dalam enam sesi eksperimen yang membuat subjek
menggunakan kemampuan kognitifnya secara maksimal. Lima sesi
pertama berdurasi 5 menit dan 1 sesi terakhir berdurasi 10 menit. Jeda
antar sesinya adalah 5 menit. Sinyal EEG direkam menggunakan modul
EEG Wireless Enobio 20 dan diolah menggunakan transformasi wavelet
kontinyu (CWT). Sinyal ECG direkam menggunakan rangkaian penguat
instrumentasi dengan penguatan 450 kali, low pass filter dengan
frekuensi cut-off 161Hz, high pass filter dengan frekuensi cut-off
0,05Hz, band stop filter dengan frekuensi cut-off bawah 43,195Hz dan
bandwitdh 21,191Hz, dan rangkaian penjumlah tak membalik dengan
offset 1V. Modul mikrokontroler ARM STM32F407VG Discovery
berfungsi mengolah data ECG hingga didapatkan nilai HRV. Hasil
monitoring secara multimodal menunjukkan waktu terjadinya kelelahan
mental saat laju detak jantung menurun (rata-rata HRV bernilai kurang
dari -1,5BPM2) dan amplitudo sinyal otak meningkat (magnitudo hasil
CWT bernilai lebih dari 0,75 dalam skala 0 hingga 1) pada frekuensi
yang lebih rendah. Untuk pengembangan selanjutnya, sistem ini dapat
diimplementasikan pada perangkat wearable guna memberikan
peringatan pada pelajar untuk mengoptimalkan proses pembelajaran
dengan tidak memaksakan terus belajar saat kelelahan mental terjadi.

Item Type: Thesis (Undergraduate)
Additional Information: RSE 621.398 1 Set s
Uncontrolled Keywords: EEG,ECG, Kelelahan Mental
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5102.9 Signal processing.
Divisions: Faculty of Electrical Technology > Electrical Engineering > 20201-(S1) Undergraduate Thesis
Depositing User: ansi aflacha
Date Deposited: 13 Mar 2019 08:47
Last Modified: 13 Mar 2019 08:47
URI: http://repository.its.ac.id/id/eprint/62486

Actions (login required)

View Item View Item