i
VALIDASI DATA KELUARAN
HEADSET NEUROSKY MINDWAVE
MOBILE
DAN IMPLEMENTASINYA PADA KONTROL ROBOT
BERODA
Oleh
Yonathan Berith Olam NIM: 612009004
Skripsi
Untuk melengkapi salah satu syarat memperoleh Gelar Sarjana Teknik
Program Studi Teknik Elektro Fakultas Teknik Elektronika dan Komputer
Universitas Kristen Satya Wacana Salatiga
ii
VALIDASI DATA KELUARAN HEADSET NEUROSKY MINDWAVE MOBILE DAN IMPLEMENTASINYA PADA KONTROL ROBOT BERODA
Oleh
Yonathan Berith Olam
NIM : 612009004
Skripsi ini telah diterima dan disahkan Untuk melengkapi salah satu syarat memperoleh
Gelar Sarjana Teknik dalam
Konsentrasi Teknik Elektronika Program Studi Teknik Elektro Fakultas Teknik Elektronika dan Komputer
Universitas Kristen Satya Wacana Salatiga
Disahkan oleh :
Pembimbing I Pembimbing II
F. Dalu Setiaji, M.T. Deddy Susilo, S.T., M.Eng.
iii
PERNYATAAN BEBAS PLAGIAT
Saya, yang bertanda tangan di bawah ini:
NAMA : Yonathan Berith Olam
NIM : 612009004
JUDUL SKRIPSI : Validasi Data keluaran Headset NeuroSky MindWave
Mobile dan Implementasinya pada Kontrol Robot Beroda
Menyatakan bahwa skripsi tersebut di atas bebas plagiat. Apabila ternyata ditemukan unsur plagiat di dalam skripsi saya, maka saya bersedia mendapatkan sanksi apapun sesuai aturan yang berlaku.
Salatiga, April 2013
iv
INTISARI
Pada skripsi ini, dirancang sebuah robot beroda yang dapat dikontrol arah geraknya
menggunakan bantuan headset NeuroSky MindWave Mobile. Headset ini digunakan untuk
mengukur sinyal EEG di kepala menggunakan sensor kontak tunggal yang dipasang pada dahi kepala sebelah kiri dan pada daun telinga.
Headset ini memiliki beberapa data keluaran yang dapat dijadikan sebagai parameter kontrol untuk pergerakan robot. Sebelum digunakan lebih lanjut, perlu
dilakukan validasi data keluaran headset. Validasi data dilakukan untuk mengecek, apakah
keluaran headset ini memiliki karakteristik yang sama apabila digunakan oleh orang yang
berbeda dan apakah sesuai keterangan dari NeuroSky Inc. serta untuk memudahkan dalam
pengolahan data yang nantinya akan digunakan sebagai parameter kontrol gerak bagi robot.
Data keluaran headset yang digunakan sebagai parameter gerak robot adalah
eSense Attention dan POOR SIGNAL Quality. eSense Attention merupakan data keluaran
yang menyatakan mental states pengguna headset yang berhubungan dengan konsentrasi
pikiran, dengan skala nilai 0-100. Sedangkan POOR SIGNAL Quality merupakan data
yang menunjukkan adanya noise yang dideteksi oleh sensor elektroda, dengan skala nilai
0-255. Robot yang dirancang akan bergerak maju apabila nilai eSense Attention pemakai
headset mencapai nilai ≥ 55 dan akan berhenti jika nilainya < 55. Untuk menggerakkan
robot ke kiri, pemakai headset harus mengangkat alisnya, sedangkan untuk menggerakkan
ke kanan, pemakai headset harus mengedipkan mata dua kali dengan kuat.
Pengujian robot dilakukan dengan dua cara, yaitu pengujian satu orang dan pengujian pada 20 responden. Pengujian satu orang dilakukan dengan cara robot diletakkan
pada sebuah labirin dan dikendalikan dari titik start menuju titik stop. Presentase
keberhasilan robot saat pengujian melewati labirin sebanyak 20 kali adalah 100%. Sedangkan saat pengujian tiap gerakan robot yang dilakukan oleh 20 responden, presentase keberhasilannya adalah gerak maju 100%, gerak ke kanan 90%, gerak ke kiri 100%, dan
v
ABSTRACT
In this thesis, designed a wheeled robot that can be controlled using NeuroSky MindWave Mobile headset. This headset is used to measure EEG signals in the head using a single contact sensor mounted on the left forehead and on the earlobe.
This headset has several output data that can be used as parameters to control
robot movement. Data validation has been conducted to check whether these headset
output data have same characteristic when used by different wearer and is it appropriate with NeuroSky’s Inc. explanation and to facilitate the processing of the data that will be used as parameters for robot motion control.
Headset’s output data that used as robot motion parameters are eSense Attention and POOR SIGNAL Quality. eSense Attention is output data stating the mental states of
headset wearer which is associated with mind concentration, with scale value of 0 – 100.
While POOR SIGNAL Quality is output data that shows noise detection by the electrode
sensor, with scale value of 0 – 255. The designed robot will move forward if the headset
wearer eSense Attention value is equal or more than 55 and will stop if the value is least
than 55. To move robot to the left, the headset wearer shall raise their eyebrows, while to move to the right, the headset wearer must wink twice firmly.
Robot testing is conducted two ways. First one, robot was placed in a maze and
thencontrolled by a user to movefrom a start point to an end point. The success rate when
vi
KATA PENGANTAR
Puji dan syukur penulis ucapkan kepada Allah Bapa Tuhan Yang Maha Kuasa atas segala rahmat karunia yang senantiasa penulis terima dalam menyelesaikan perancangan serta penulisan skripsi sebagai syarat untuk menyelesaikan studi di Fakultas Teknik Elektronika dan Komputer Universitas Kristen Satya Wacana, Salatiga.
Penyelesaian tugas akhir ini tidak akan berarti tanpa adanya bantuan, dukungan, dan bimbingan dari berbagai pihak, baik secara material maupun moral. Pada kesempatan ini penulis juga hendak mengucapkan terima kasih kepada berbagai pihak yang baik secara langsung maupun tidak telah membantu penulis dalam menyelesaikan skripsi ini :
1. Tuhan Yesus Kristus atas semua rahmat yang telah dicurahkan-Nya kepada
penulis selama ini.
2. Orang tua penulis, Gunarto dan Alin Christyane, yang telah merawat penulis dari
lahir hingga saat ini. Serta kakak penulis, Viona Eirene yang telah membantu
pembelian headset NeuroSky.
3. Kekasih hati, Paskalina Sekar Nugraheni yang selalu sabar dalam memahami
sifat dan perbuatan penulis.
4. Bapak Dalu dan Bapak Deddy Susilo selaku pembimbing I dan II, terima kasih
atas bimbingan, nasehat, dan kesediaan waktu dalam membimbing penulis selama pengerjaan skripsi ini.
5. Teman-teman FTEK pada umumnya dan FTEK 2009 pada khususnya, yang
sudah memberikan “pengalaman kehidupan” selama berkuliah di kota Salatiga tercinta.
6. “Kanca-kanca dolan”, Martino, Herlambang, Tria, Lundy, Andre, Tiara, Vita, Anel, Wikan, Aksa, Yuli, Pekong, Kevin, Yongsua, Nisa, Margondes, Ericka Suganda. Ayo ndang lulus!
7. Teman-teman R2C 2012, Fefe, Gusbud, Reva, Pakdhe, Bang Evan, Brewok,
Ndok. Terima kasih untuk koplak-koplakannya.
8. Triputra Group yang telah memberikan beasiswa dari tahun 2011-2013 dan
vii
9. Warung Tuntun yang telah membantu penulis mendapatkan sarapan bergizi dan
murah selama 4 tahun terakhir ini.
Penulis menyadari bahwa skripsi ini masih jauh dari kata “sempurna”, oleh karena
itu penulis sangat mengharapkan kritik maupun saran dari pembaca sekalian sehingga skripsi ini dapat berguna bagi kemajuan teknik elektronika, khususnya FTEK UKSW. Akhir kata, semoga pengerjaan dan penulisan skripsi ini dapat bermanfaat dan dapat menjadi inspirasi bagi siapapun yang membacanya.
Salatiga, April2013
viii
DAFTAR ISI
HALAMAN JUDUL ... i
HALAMAN PENGESAHAN ... ii
HALAMAN PERNYATAAN BEBAS PLAGIAT ...iii
INTISARI ... iv
ABSTRACT ... v
KATA PENGANTAR ... vi
DAFTAR ISI ... viiiiii
1.2. Latar Belakang ... 1
1.3. Spesifikasi Sistem ... 4
1.4. Sistematika Penulisan ... 4
BAB II DASAR TEORI ... 6
2.1. Electroencephalography (EEG) ... 6
2.2. Headset NeuroSky MindWave Mobile ... 9
2.2.1. Bluetooth Interface ... 9
2.2.2. ThinkGear Data Values ... 10
2.2.2.1. POOR_SIGNAL Quality ... 10
2.2.2.2. eSense Meter ... 10
2.2.2.3. 8 BIT_RAW Wave Value... 11
2.2.2.4. RAW_MARKER Section Start ... 12
2.2.2.5. RAW Wave Value (16 bit) ... 12
2.2.2.6. EEG_Power ... 12
2.2.2.7. ASIC_EEG_POWER_INT ... 12
2.2.3. ThinkGear Packet ... 13
ix
2.2.3.2. Data Payload Structure ... 15
2.3. Bluetooth ... 17
2.3.1. Bluetooth Modem-BlueSMiRF Silver ... 17
2.4. Mikrokontroler ... 18
2.4.1. Mikrokontroler ATMega 328 ... 19
2.5. Continuous Servo ... 20
2.6. Liquid Crystal Display ... 21
BAB III PERANCANGAN ALAT ... 23
3.1. Gambaran Alat ... 23
3.2. Perancangan dan Realisasi Perangkat Keras ... 25
3.2.1. Mekanik Robot Beroda ... 25
3.2.2. Perangkat Keras Modul Elektronik ... 27
3.2.2.1. Perancangan Modul Bluetooth ... 27
3.2.2.2. Perancangan Modul Mikrokontroler ... 29
3.2.2.3. Perancangan Sistem Catu Daya ... 31
3.3. Perancangan Perangkat Lunak ... 32
3.3.1. Parsing Data ... 34
BAB IV PENGUJIAN DAN ANALISIS ... 36
4.1. Validasi Data ... 36
4.1.1. Validasi I ... 37
4.1.2. Validasi II ... 41
4.1.3. Validasi III ... 42
4.1.4. Validasi IV ... 44
4.1.5. Validasi V ... 45
4.2. Pengujian Modul Bluetooth... 46
4.3. Pengujian Robot Beroda ... 48
4.3.1. Pengujian Satu Orang ... 48
4.3.2. Pengujian oleh Responden... 49
4.4. Pengujian Catu Daya Sistem ... 51
4.4.1. Pengujian Catu Daya Mikrokontroler ... 51
4.4.2. Pengujian Catu Daya Bluetooth ... 52
x
5.1. Kesimpulan ... 53
5.2. Saran Pengembangan ... 54
DAFTAR PUSTAKA ... 56
xi
DAFTAR GAMBAR
Gambar 1.1 Headset Neurosky Mindwave Mobile ... 2
Gambar 1.2 Brain Controlled NXT Robot ... 3
Gambar 2.1 Penempatan elektroda scalp pada 10-20 system ... 7
Gambar 2.2 Bentuk gelombang EEG [2]... 8
Gambar 2.3 Switch untuk ON/OFF dan Pairing Mode [9] ... 9
Gambar 2.4 Struktur Paket Data ... 13
Gambar 2.5 Packet Header ... 14
Gambar 2.6 Strutur Data Payload ... 14
Gambar 2.7 Format DataRow ... 15
Gambar 2.8 Bluetooth Modem - BlueSMiRF Silver [12] ... 18
Gambar 2.9 Konfigurasi pin ATMega 328 ... 19
Gambar 2.10 Blok Diagram Motor Servo ... 20
Gambar 2.11 Motor Servo 360 derajat DS04-NFC ... 21
Gambar 2.12 LCD karakter 16x2 ... 21
Gambar 3.1 Blok Diagram Alat ... 24
Gambar 3.2 Desain Mekanik Robot Beroda Tampak Atas dan Bawah ... 26
Gambar 3.3 (a) Realisasi perancangan mekanik robot beroda tampak atas ... 26
Gambar 3.3 (b) Realisasi perancanngan mekanik robot beroda tampak bawah ... 26
Gambar 3.4 Skema Rangkaian Bluetooth Modem-Bluesmirf Silver ... 27
Gambar 3.5 Software CoolTerm for Windows ... 29
Gambar 3.6 Skema Perancangan Mikrokontroler ... 30
Gambar 3.7 Skema regulator tegangan LDO AMS1117... 31
Gambar 3.8 Skema perancangan regulator 3,3V ... 32
Gambar 3.9 Diagram Alir perangkat lunak mikrokontroler ... 33
Gambar 4.1 Tampilan aplikasi eegID... 37
Gambar 4.2 Grafik data nilai eSense Attention, Low-Beta, High-Beta, eSenseMeditation, Low-Alpha, dan High-Alpha ... 43
Gambar 4.3 Blok pengujian modul bluetoothBluesmirf Silver ... 46
Gambar 4.4 Data keluaran headset yang sudah diparsing yang ditampilkan pada PC ... 47
xii
Gambar 4.6 Pengujian oleh satu orang menggunakan labirin ... 49
Gambar 4.7 Pengujian menggerakkan robot oleh salah satu responden ... 51
Gambar 4.8 Hasil pengujian regulator AMS1117... 51
xiii
DAFTAR TABEL
Tabel 2.1 Single-Byte CODEs... 16
Tabel 2.2 Multi-Bytes CODEs ... 16
Tabel 2.3 Example Packet ... 17
Tabel 2.4 Konfigurasi pin LCD 16x2 ... 21
Tabel 3.1 Konfigurasi penggunaan pin ATmega328 ... 30
Tabel 4.1 Nilai attention responden saat melakukan perhitungan pada 5 detik pertama .... 38
Tabel 4.2 Rata-rata nilai meditation responden saat mendengarkan lagu ... 41
Tabel 4.3 Rata-rata nilai attention responden saat membayangkan robot bergerak maju... 44
Tabel 4.4 Pengujian nilai POOR Quality ... 45
Tabel 4.5 Hasil Pengujian jarak transmisi tanpa ada halangan ... 47
Tabel 4.6 Hasil pengujian saat ada halangan berupa 3 lapis tembok ... 47
Tabel 4.7 Hasil uji coba pengendalian robot oleh 1 pengguna headset ... 48
Tabel 4.8 Hasil uji coba pengendalian robot oleh para responden ... 50
Tabel 4.9 Presentase keberhasilan perintah gerak oleh responden ... 50
xiv
DAFTAR SINGKATAN
AVR Advance Versatile Risc
BCI Brain-Computer Interface
CMOS Complementary Metal-Oxide-Semiconductor
CPU Central Processing Unit DC Direct Current
EEG Electroencephalography/Elektroensefalografi
EKG Elektrokardiografi
EMG Elektromiografi
EOG Electrooculography IC Integrated Circuit I/O Input-Output
LED Light Emitting Diode LCD Liquid Crystal Display
LDO Low Drop Out
LIPO Lithium Polymer
LSB Less Significant Bit PWM Pulse Width Modulation
RISC Reduced Instruction Set Computer
R/W Read-Write
