Konsentrasi sangat penting dalam melakukan aktivitas seperti belajar, bekerja, olah raga, dan ujian. Dalam meningkatkan konsentrasi diperlukan suatu terapi medik yang menggunakan rangsangan luar. Namun demikian efektivitas dari rangsangan luar terhadap konsentrasi perlu diukur secara real time sehingga dapat dievaluasi jenis rangsangan atau waktu respon. Salah satu instrumen yang dapat mengidentifikasi tingkat konsentrasi adalah Elektroensephalogram (EEG) dengan cara menangkap aktivitas listrik di otak. Penelitian ini telah menghasilkan sistem untuk identifikasi tingkat konsentrasi seseorang secara real time setiap enam detik.Sistem dibangun untuk mengidentifikasi tingkat konsentrasi menggunakan Wavelet dan Support Vector Machine (SVM). Tingkat konsentrasi yang diidentifikasi terbagi atas tiga kelas yaitu konsentrasi, kurang konsentrasi atau tidak konsentrasi. Sebelum identifikasi real time, pembelajaran mesin dilakukan menggunakan 3.840 set data latih dari total hasil perekaman 4500 set yang berasal dari 12 naracoba, lima kali pengulangan, tiga kelas, dan 25 segmen. Naracoba diberikan rangsangan berupa aplikasi Concentration yang menghasilkan score sebagai indikator tingkat konsentrasi. Tahap ini menghasilkan generalisasi data latih dalam bentuk koefisien hyperplane. Sistem identifikasi diuji dengan akurasi sebesar 67,5% terhadap data baru dan 93,6% terhadap data latih. Hasil penelitian menunjukkan identifikasi menggunakan ekstraksi Wavelet meningkatkan akurasi sebesar 3,5%. Peningkatan jumlah data latih juga dapat membuat akurasi semakin baik. Selain itu, hasil penelitian menunjukkan bahwa waktu respon 0,068 detik untuk satu data memiliki perbedaan yang signifikan terhadap waktu identifikasi enam detik, sehingga dapat digunakan secara real time. Sistem identifikasi tingkat konsentrasi secara real time diimplementasikan dalam bentuk perangkat lunak yang terintegrasi Emotiv wireless EEG agar mudah digunakan masyarakat