ABSTRAK

Elektroensephalogram (EEG) merupakan perangkat yang memberikan informasi aktivitas listrik di otak dan kondisi pikiran. EEG telah digunakan dalam bidang kedokteran, psikologi, olahraga, termasuk evaluasi kondisi rileks dalam terapi emosional. Namun demikian, amplitudo sinyal EEG yang rendah, non stasioner dan tidak ada pola tertentu sehingga tidak mudah untuk dianalisis secara visual. Pada penelitian ini telah dibangun sistem identifikasi kondisi rileks berdasarkan sinyal EEG menggunakan Learning Vector Quantization (LVQ) dan ekstraksi Wavelet. Penambahan transfomasi Wavelet dimaksudkan untuk ekstraksi sinyal EEG dalam area frekuensi gelombang Alfa, Beta, dan Teta. Identifikasi dilakukan terhadap dua kelas yaitu kondisi pikiran rileks dan tidak rileks. Sebelumnya dilakukan pelatihan terlebih dahulu menggunakan 200 data latih dari 10 naracoba, 10 perulangan, kanal Fp1, dan dua kondisi pikiran. Sistem identifikasi yang telah diimplementasikan dalam bentuk perangkat lunak, diuji erhadap seluruh data latih terlebih dahulu dengan akurasi sebesar 88%, kemudian diujikan terhadap 50 data baru dengan
akurasi 45%. Jumlah data latih dapat meningkatkan akurasi yaitu dari 47.5% dengan 40 data latih, menjadi 48% dengan 100 Data latih. Sementara penggunaan ekstraksi Wavelet jika dibandingkan dengan tanpa menggunakan ekstraksi Wavelet dapat meningkatkan akurasi dari 43% menjadi 45%.

Kata Kunci: Sinyal EEG, ekstraksi Wavelet, LVQ, identifikasi kondisi rileks