KLASIFIKASI SINYAL EEG BERBASIS KONDISI DENGAN STIMULUS TES PAULI DAN KONTEN MEDIA SOSIAL MENGGUNAKAN WAVELET DISCRETE TRANSFORM = Condition-Based Classification of EEG Signal with Pauli Test Stimuli and Social Media Content Using Discrete Wavelet Transform

Distraksi mengacu pada keadaan dimana seseorang mengalami stimulus yang mengalihkan perhatian dari suatu aktivitas tertentu. Setiap aktivitas menunjukkan karakteristik yang berbeda apabila diamati melalui sinyal EEG, yang menyiratkan bahwa variasi respons sinyal otak adalah hasil dari berbagai macam aktivitas yang dilakukan. Sebaliknya, banyak penelitian telah meneliti dampak stimulus eksternal pada kondisi psikologis seseorang, mencakup relaksasi, konsentrasi, dan bahkan kecemasan. Pada penelitian ini, penulis mengklasifikasikan sinyal EEG berdasarkan kondisi spesifik. Stimulus yang digunakan meliputi konten media sosial dan tes Pauli, yang dirancang untuk menginduksi responden ke dalam kondisi relaksasi, distraksi, dan nondistraksi. Sinyal EEG yang direkam dalam ketiga kondisi ini diproses menggunakan Muse 2 Headband Sensing. Metode pengolahan sinyal yang digunakan dalam mengolah sinyal EEG adalah Discrete Wavelet Transform khusunya dengan Daubechies 4 (db4). Selanjutnya, proses klasifikasi yang dilakukan menggunakan metode Artificial Neural Network-Backpropagation. Dataset yang diperoleh terdiri dari total 180 data, dengan pembagian 80% dialokasikan untuk tahap pelatihan dan 20% dialokasikan untuk tahap pengujian, hasil klasifikasi yang diperoleh menunjukkan tingkat akurasi sebesar 88,89%.

Keyword : Discrete Wavelet Transform, Backpropagation Neural Network, EEG, Distraksi.