Rancang Bangun Sistem Klasifikasi Emosi berbasis Electromyography dengan Multilayer Perceptron untuk Instrumentasi Pengukuran Psikoterapi

DUWI PURWANTO, Prof. Ir. Sunarno, S.T., M.Eng. Ph.D., IPU

2020 | Skripsi | S1 TEKNIK FISIKA

Psikoterapi merupakan komunikasi antara terapis dan klien yang bertujuan untuk mengembangkan emosi yang lebih sehat. Sayangnya, evaluasi terhadap efektivitas proses psikoterapi masih bersifat subjektif. Untuk itu, perlu dikembangkan suatu sistem indikator terukur yang dapat merepresentasikan kondisi emosional klien. Banyak respon tubuh yang diberikan oleh klien secara tidak sadar berkenaan dengan kondisi emosionalnya, salah satunya adalah ekspresi wajah. Ekspresi wajah manusia terbentuk dari kombinasi aktivitas berbagai otot wajah. Aktivitas otot dapat dipantau menggunakan teknik Electromyography (EMG) dengan memanfaatkan aktivitas listrik yang menyertai aktivitas otot tersebut. Hingga kini belum dikembangkan sistem klasifikasi jenis emosi dengan memanfaatkan fenomena aktivitas otot wajah dalam psikoterapi. Data EMG memiliki pola-pola yang tidak dapat diamati secara langsung. Untuk mencari pola yang dapat dijadikan dasar sistem klasifikasi dapat digunakan algoritma jaringan saraf tiruan. Salah satu jenis jaringan saraf tiruan digunakan untuk klasifikasi adalah Multilayer Perceptron. Multilayer Perceptron dapat diimplementasikan dalam sistem klasifikasi emosi berbasi Electromyography. Dalam penelitian ini diperoleh sistem klasifikasi emosi (senang, takut, sedih, dan tenang) dengan akurasi rerata 60,38% dan standar deviasinya 21,04%. Model yang dibuat dapat mengidentifikasikan keempat jenis emosi Senang (66,67%), Takut (71,67%), Sedih (56,67%) dan Tenang ( 40,00%).

Psychotherapy is a communication between therapist and client that aims to develop healthier emotions. Unfortunately, evaluation of psychotherapy is still subjective. For that, it is necessary to develop a system of measurable indicators that can represent the client's emotional condition. Many of the bodily responses given by clients are unconscious regarding their emotional condition, one of which is facial expressions. Human facial expressions are formed from a combination of the activities of various facial muscles. Muscle activity is monitored using electromyography (EMG) techniques by utilizing the electrical activity that accompanies the muscle activity. Until now, an emotional classification system has not been developed by utilizing the facial muscle phenomenon in psychotherapy. EMG data have patterns that cannot be observed directly. To find a pattern that can be used as the basis of the classification system, an artificial neural network algorithm can be used. One type of artificial neural network used for classification is Multilayer Perceptron. Multilayer Perceptron can be implemented in an emotion classification system based on electromyography. In this study, an emotional classification system (happy, fear, sad, and calm) was obtained with a mean accuracy of 60.38 % and a standard deviation of 21.04 %.The model created can identify the four types of emotions Happy (66.67%), Fear (71.67%), Sad (56.67%), and Calm (40.00%).

Kata Kunci : Electromyography, Multilayer Perceptron, Ekspresi wajah, Psikoterapi.