Klasifikasi Tingkat Konsentrasi Menggunakan Support Vector Machine Berdasarkan Pembacaan Sinyal Electroencephalography

Abstract

Concentration is the ability to think by giving a full attention to an object. Concentrations are highly needed because the mind can be controlled and train the memory. However, many humans experience concentration disorders due to various factors, such as stress, addiction to alcohol or drugs, metobolisme conditions decreased, not enough sleep, and multitasking that makes the brain have to work hard. Therefore, Concentration can be known by using Electroencephalography signals. An EEG function is to record electrical activity on the scalp by fluctuating measurement through the measurement of stress fluctuations that generate the ion current within the brain neuron. The purpose of this study is to facilitate experts in reading EEG signal results to classify concentration levels. the method used is Vector Support VectorMNine to class concentration levels. EEG data on this study was taken from Mendeley, and Physionet in the edf format. On this peneltian, data from the EEG data numbered by two parts, namely 200 data as train data and 50 data as test data. Then, the data through the process of pre-processing, featutre extraction, and classification using the VectorMNs method. The results obtained in this study were precision 84%, recall 84%, and accuracy of 84%.

Konsentrasi adalah kemampuan berpikir dengan memberikan perhatian penuh pada suatu objek. Konsentrasi sangat dibutuhkan karena pikiran dapat dikendalikan dan melatih daya ingat. Namun, banyak manusia yang mengalami gangguan konsentrasi dikarenakan berbagai faktor, seperti stress, kecanduan pada alkohol atau obat-obatan, kondisi metobolisme menurun, tidak cukup tidur, dan multitasking yang membuat otak harus bekerja keras. Oleh karena itu, Konsentrasi dapat diketahui dengan menggunakan sinyal Electroencephalography. Fungsi EEG yaitu untuk merekam aktivitas elektrik pada kulit kepala dengan melalui pengukuran fluktuasi tegangan yang dihasilkan arus ion di dalam neuron otak. Tujuan penelitian ini ialah untuk mempermudah para ahli dalam membaca hasil sinyal EEG untuk mengklasifikasi tingkat konsentrasi . metode yang digunakan yaitu Support Vector Machine untuk mengklasifikasi tingkat konsentrasi. Data EEG pada penelitian ini diambil dari Mendeley, dan Physionet dengan format edf. Pada peneltian ini, data EEG berjumlah 250 data yang dibagi dua bagian, yaitu 200 data sebagai data latih dan 50 data sebagai data uji. Kemudian, data melalui proses pre-processing, featutre extraction, dan classification menggunakan metode Support Vector Machine. Hasil yang diperoleh pada penelitian ini yaitu precision 84%, recall 84%, dan akurasi sebesar 84%.