ANALISIS KONDISI EMOSI MELALUI ISYARAT ELEKTROKARDIOGRAM

DIAN NOVA KUSUMA H, Ir. Oyas Wahyunggoro, M.T., Ph.D.

2014 | Tesis | S2 Teknik Elektro

Emosi merupakan sebuah keadaan mental yang timbul secara spontan melalui usaha sadar diri sendiri dan sering disertai dengan perubahan fisiologis. Emosi pertama kali muncul akibat adanya rangsangan. Informasi yang berkaitan dengan keadaan emosi seseorang dikomunikasikan ke seluruh tubuh melalui medan elektromagnetik jantung. Dengan demikian menjadi sangat penting untuk melakukan penelitian dalam menganalisis kondisi emosi melalui hasil pengukuran dan rekam EKG. Data emosi dikelompokkan berdasarkan stimulus yang diberikan pada subjek menggunakan tayangan video dan musik pada saat mulai perekaman EKG. Analisis metode Independent Component Analysis (ICA) dengan algoritme FastICA dapat dilakukan untuk memperoleh ciri emosi. Klasifikasi ciri didasarkan pada nilai statistik dari komponen independen dengan nilai kurtosis tertinggi. Sistem yang diusulkan untuk klasifikasi didasarkan pada konsep decision tree dengan menggunakan algoritme Random Forest. Hasil klasifikasi mengindikasi bahwa pengenalan emosi melalui isyarat EKG dapat dilakukan dengan baik oleh sistem. Tingkat akurasi yang diperoleh untuk masing-masing emosi adalah 92,2% kondisi netral, 93,9% kondisi emosi negatif dan 92,1% kondisi emosi positif. Nilai ICSI sebesar 81,2% untuk kondisi netral, 88,3% untuk kondisi emosi negatif dan 85,1% untuk kondisi emosi positif dianggap cukup tinggi artinya bahwa sistem dalam proses klasifikasi secara individu sudah sukses dan efektif secara keseluruhan. Kata kunci: Emosi, EKG, FastICA, kurtosis, Random Forest, akurasi, ICSI

Emotion is mental conditions that appear spontaneously based on self conscious effort and usually followed by physiological changes. Emotion is especially caused by stimulation. The related information with emotional condition by someone is communicated to all body through ECG. Therefore, it is important to conduct a research in analysis of emotion based on the measurement of ECG. Data emotion was categorised according to the stimulation that had been given to the subject by using video and music as long as ECG recorded. ICA method analysis with FastICA algorithm could be developed to obtain emotion feature. Feature classification was based on statistical approach from the independent component with higher of kurtosis value. The proposed method in classification was based on decision tree using Random Forest algorithm. The classification result shows that the emotional recognition based on ECG signals can be well implemented by system. The developed method successfully classifies the emotional condition from ECG signals. The method achieves the accuracy of 92.2% for identification of neutral emotion, 93.9% for negative emotion and 92.1% for positive emotion. The value of ICSI is obtained about 81.2% for neutral conditions, 88.3% for negative emotions and 85.1% for positive emotions, it means that the system is successfully to classify individually and effective for overall. Keywords: Emotion, ECG, FastICA, kurtosis, Random Forest, accuracy, ICSI

Kata Kunci : Emosi, EKG, FastICA, kurtosis, Random Forest, akurasi, ICSI