Abstrak

Selama proses pembelajaran di perkuliahan, pola pikir perhatian seseorang sangat berpengaruh, karena semakin tinggi perhatian seseorang, maka semakin baik juga dalam hal menangkap materi yang disampaikan oleh seorang pengajar. lektroensephalogram (EEG) merupakan aktivitas otak berupa gelombang listrik. Sinyal EEG dipengaruhi oleh beberapa variabel yang membentuk sistem identifikasi. Beberapa penelitian melakukan klasifikasi sinyak EEG, yaitu terhadap kondisi pikiran, rangsangan suara, kondisi emosional, tingkat kelelahan dan tingkat kewaspadaan. Pada penelitian ini dibuat sistem identifikasi sinyal EEG berdasarkan pola pikir perhatian seseorang menggunakan transformasi wavelet untuk mengekstraksi sinyal dari pengaruh noise dan identifikasi menggunakan support vector machine (SVM). Identifikasi dilakukan terhadap dua kelas yaitu perhatian dan tidak perhatian menggunakan kanal C3 dan C4, data latih diambil dari empat naracoba. Sistem klasifikasi menggunakan SVM dengan 880 koefisien tiap data, dengan pengujian data latih untuk kelas perhatian diperoleh akurasi sebesar 43,33 %, sedangkan untuk kelas tidak perhatian menghasilkan akurasi sebesar 100 %. Pengujian terhadap data uji kelas perhatian menghasilkan akurasi sebesar 52,22 %, sedangkan pengujian terhadap data kelas tidak perhatian menghasilkan akurasi sebesar 37,77 %.

Kata kunci : Sinyal EEG, Transformasi Wavelet, Support Vector Machine (SVM).