Sistem Pemonitor Sinyal EEG Nirkabel Berbasis Mikrokontroler dan LabVIEW

Sistem Pemonitor Sinyal EEG Nirkabel Berbasis Mikrokontroler dan LabVIEW

Hanifa Nur Aprilian¹, Galih Setyawan, S.Si.,M.Sc. ²

1Departemen Teknik Elektro dan Informatika, Sekolah Vokasi, Universitas Gadjah Mada, Yogyakarta, Indonesia, 55281

2Departemen Teknik Elektro dan Informatika, Sekolah Vokasi, Universitas Gadjah Mada, Yogyakarta, Indonesia, 55281 Email: hanifa.n@mail.ugm.ac.id¹; galih.setyawan@mail.ugm.ac.id²

ABSTRAK

Otak merupakan bagian organ tubuh yang menjadi kekuatan untuk hidup dan merespon segala stimulus dari luar serta menjadi pusat koordinasi tubuh manusia. Otak manusia setiap saat menghasilkan impuls-impuls listrik. Aliran listrik ini yang lebih dikenal sebagai gelombang otak. Pada bidang biomedis, salah satu pengukuran biolistrik yang berkaitan dengan otak manusia adalah EEG (Elektroensefalografi). Pada penelitian ini dilakukan perancangan sistem pemonitor berbasis nirkabel yang mampu mendeteksi gelombang listrik dari otak. Sinyal EEG yang terdeteksi akan divisualisasikan dengan parameter isyarat kedalam bentuk grafik. Untuk mendapatkan isyarat, alat atau sensor ditempelkan tepat pada titik-titik referensi di permukaan kulit kepala bagian depan dan telinga kanan dan kiri. Isyarat yang terdeteksi selanjutnya dikondisikan secara wireless dan diproses menggunakan mikrokontroler Arduino Uno dan komputer yang dilengkapi dengan software LabVIEW. Hasil penelitian ini menunjukkan sistem pemonitor yang bekerja pada LabVIEW dapat memvisualisasikan data real time dari sensor EEG secara wireless dan jenis gelombang serta rentang frekuensi yang dihasilkan berbeda-beda tergantung pada kondisi otak pada saat itu.

Kata Kunci: EEG, wireless, frekuensi, LabVIEW

PENDAHULUAN

Otak manusia merupakan organ tubuh yang menjadi pusat koordinasi didalam tubuh sehingga jika terdapat kelainan maka akan berpengaruh besar terhadap kontrol koordinasi pada tubuh manusia. Pada dasarnya, otak bekerja menggunakan sistem kelistrikan dengan cara menghasilkan sinyal listrik yang kecil dengan pola teratur dan disalurkan melalui neuron atau jaringan sel syaraf. Perbedaan komposisi ionik pada cairan intraseluler dan ekstraseluler menghasilkan gradien voltase listrik melintasi membran yang disebut dengan potensial membran. Potensial tersebut direkam oleh electroenchepalograph (EEG). Sinyal EEG merupakan suatu sinyal fisiologis yang dihasilkan oleh aktivitas kelistrikan otot-otot otak pada kulit kepala. Sinyal EEG dikelompokkan menjadi 4 jenis berdasarkan range frekuensinya (alpha, beta, delta, tetha) sinyal tersebut dibangkitkan karena adanya aktivitas otak manusia.

Pada perancangan penelitian ini penulis melakukan kajian terhadap literatur yang digunakan sebagai acuan atau referensi dalam pembuatan sistem.

Perancangan tentang “Sistem Pengontrolan Lampu Menggunakan Sensor Gelombang Otak”, dimana pengontrolan lampu menggunakan gelombang otak dimulai dari dalam pikiran user. Otak kemudian menghasilkan impuls listrik berupa gelombang otak yang sangat kecil

ukuran bandwidth-nya, kemudian signal gelombang otak akan ditangkap oleh elektroda yang dilekatkan pada kepala.

Signal gelombang otak kemudian diamplifikasi di dalam TGAM, dan dikirim ke dalam mikrokontroler untuk diolah menggunakan kode program. Setelah itu, relay modul yang terhubung juga pada arduino microcontroller akan mengontrol lampu (hidup/mati) berdasarkan kode program yang telah dikirimkan oleh TGAM (Marchel Thimoty Tombeng dan Rickho Michael Elia Rumayar, 2017).

Penelitian berjudul “Akuisisi Data menggunakan LabVIEW dengan Arduino sebagai Perangkat Keras Berbiaya Rendah”, tujuan penulis dalam penelitan ini adalah untuk mengetahui kecepatan maksimal dari akuisi data LabVIEW menggunakan Arduino sebagai perangkat kerasnya, sehingga pengguna dapat mengetahui batasan maksimal dari perangkat keras ini untuk keperluan data akuisi dengan LabView di laboratoruim maupun industri Dadan Nurdin Bagenda, Paula Santi Rudati (2019).

Penelitian terkait “Wavelet analysis of EEG using LabVIEW” bertujuan untuk memberikan data EEG dalam grafik bentuk gelombang yang lebih baik, dimana dengan menerapkan analisis transformasi Wavelet diskrit ke sinyal EEG yang dapat mengekstrak informasi yang baik dan dapat mengurangi noise serta menyajikannya dalam bentuk yang lebih mudah dipahami daripada data asli Y.Dileep Kumar, A.M.Prasad (2016).

Berdasarkan beberapa studi literatur tersebut penulis melakukan penelitian terkait untuk mempelajari dan mengetahui implementasi teori sistem pemonitor secara nirkabel dan berbasis mikrokontroler khususnya dalam memonitor sinyal EEG dengan menggunakan modul sensor TGAM dan dimonitor pada software LabVIEW.

KAJIAN LITERATUR (1) Otak

Otak merupakan bagian dari susunan syaraf pusat yang terdapat didalam tengkorak yang bertujuan untuk melakukan perintah, menyimpan dan mengolah informasi serta memiliki peran penting didalam tubuh manusia yaitu mengatur dan mengkoordinasikan semua aktivitas tubuh. Dalam setiap aktivitasnya otak dapat menghasilkan sinyal-sinyal listrik yang timbul dari neuron-neuron yang terdapat didalam otak. Selain itu otak manusia juga bertanggung jawab atas pengaturan seluruh tubuh dan pemikiran seperti emosi dan ingatan.

(2) Electroencephalograph

Electroencephalograph atau EEG yaitu sebuah alat yang mampu memvisualisasikan gelombang otak manusia ke dalam bentuk grafik. Gelombang otak ini diukur berdasarkan beda potensial yang terjadi secara berulang-ulang diantara elektroda yang dihubungkan ke kepala manusia. Otak manusia memancarkan gelombang sesuai dengan kondisi seseorang. Sehingga gelombang otak memiliki jenis-jenisnya sendiri yang

memiliki informasi yang berbeda-beda. Jenis-jenis gelombang otak ada 4 yaitu alpha, beta, theta, dan delta.

(3) Think Gear ASIC Modul (TGAM)

Gambar 1. TGAM

TGAM merupakan sebuah sensor bio-electrical signal atau salah satu sensor bioelektrik yang dapat mengukur gelombang otak manusia. TGAM juga merupakan sensor utama gelombang otak dari Neurosky yang terusun dari sebuah sirkuit terpadu system-on-chip yang dilengkapi komponen akuisisi signal.

Menggunakan prinsip operasi yang cukup sederhana, dua dry sensor digunakan untuk mendeteksi dan menyaring signal EEG dengan chip onboard yang memproses semua data dan menyediakan data ini ke dalam bentuk digital.

Ujung sensor dari TGAM mendeteksi sinyal-sinyal listrik dari dahi manusia. Pada saat yang sama, sensor tersebut mengambil noise yang dihasilkan oleh otot manusia dan dari lingkungan sekitar. Untuk sensor yang kedua adalah klip telinga yang terdiri dari ground dan reference, yang memungkinkan TGAM untuk menyaring electrical noise. Data hasil pemrosesan sinyal gelombang otak dalam bentuk analog kemudian diproses dalam mikrokontroler untuk dapat menghasilkan perintah.

(4) Bluetooth HC-05

Gambar 2. Bluetooth HC-05

Bluetooth merupakan sebuah standar teknologi nirkabel/tanpa kabel/ wireless yang berfungsi sebagai pertukaran data antar perangkat dalam jarak dekat sehingga dapat membangun jaringan kawasan pribadi (personal area networks atau PAN). Bluetooth beroperasi dalam pita frekuensi 2.4 GHz atau antara (2400 - 2483.5 MHz).

Dalam penelitian ini menggunakan modul bluetooth dengan tipe HC-05. Serial Port Protocol (SPP) Modul Bluetooth HC-05 digunakan untuk mengkonversi port serial yang berinterface dengan menggunakan kabel menjadi komunikasi serial dengan teknologi wireless atau tanpa kabel. Bluetooth HC-05 menggunakan BlueCore 4-External chip yang merupakan sebuah single chip radio and baseband IC untuk Bluetooth 2.4GHz yang mengadopsi Sistem Enhanced Data Rates (EDR) yang memiliki kecepatan transfer data hingga 3 Mbps.

(5) Arduino Uno

Gambar 3. Arduino Uno

Arduino merupakan sebuah rangkaian elektronik yang mempunyai sifat open source, dan mempunyai piranti keras serta lunak yang mudah untuk digunakan.

Arduino dapat mengenali lingkungan sekitar melalui berbagai jenis sensor serta dapat mengontrol suhu, lampu, motor, dan berbagai jenis actuator lainnya.

Arduino juga terdiri dari beberapa jenis, antara lain adalah Arduino Uno, Arduino Mega 2560, Arduino Leonardo dan sebagainya.

(6) LabVIEW

LabVIEW atau singkatan dari Laboratory Virtual Instrumentation Engineering Workbench merupakan sebuah software pemograman yang diproduksi oleh National Instruments. Seperti halnya bahasa pemograman lainnya yaitu C++, java, matlab atau visual basic, LabVIEW juga mempunyai fungsi dan peranan yang sama, perbedaan dari LabVIEW adalah menggunakan bahasa pemrograman berbasis grafis atau blok diagram sedangkan bahasa pemrograman lainnya menggunakan text. Program LabVIEW dikenal dengan sebutan VI atau Virtual Instruments karena tampilan dan operasinya dapat meniru sebuah instrumen. Pada LabVIEW, hal yang dilakukan pengguna adalah membuat user interface atau front panel dengan menggunakan kontrol dan indikator, yang dimaksud dengan kontrol adalah knobs, push buttons, dials dan peralatan input lainnya sedangkan yang dimaksud dengan indikator adalah graphs, LEDs dan peralatan display lainnya. Setelah menyusun user interface, lalu pengguna menyusun blok diagram yang berisi kode-kode VIs untuk mengontrol front panel.

(7) Fast Fourier Transform (FFT)

Fast Fourier Transform (FFT) merupakan suatu teknik perhitungan operasi matematika yang digunakan untuk mentrasformasi sinyal analog menjadi sinyal digital berbasis frekuensi. Fast Fourier Transform (FFT) membagi sebuah sinyal menjadi frekuensi yang berbeda-beda dalam fungsi eksponensial yang kompleks. Fast Fourier Transform (FFT) merupakan algoritma untuk menghitung transformasi fourier diskrit dengan cepat dan efisien. Dikarenakan sinyal- sinyal dalam sistem komunikasi bersifat kontinyu, maka hasilnya dapat digunakan untuk transformasi fourier. Dengan menggunakan FFT, suatu sinyal dapat dilihat sebagai objek dalam domain frekuensi. Sinyal akan dianalisa dengan memperhatikan frekuensi dari sinyal yang dihasilkan. Fast Fourier Transform ( FFT ) juga memiliki persamaan umum yaitu :

( ) ( )

^j2 ^kFt

X F x t e

^

dt



−

−

= 

Berdasarkan persamaan (1), dapat diketahui bahwa : X(F) : nilai dari hasil transformasi fourier, x(t) : nilai atau fungsi sinyal dalam domain waktu, serta

2 j kFt

e^{− } : persamaan bentuk sinyal eksponensial kompleks dengan nilai k = 0, 1, 2,...

(8) Arduino IDE

Arduino IDE merupakan salah satu software compiler yang digunakan untuk pengembangan mikrokontroler Arduino. Arduino IDE memiliki beberapa keunggulan sehingga mudah untuk dipelajari. Bahasa yang dipergunakan untuk membuat program dalam software compiler ini adalah bahasa C, akan tetapi didalamnya terdapat juga bahasa pemrograman yang dikhususkan bagi arduino IDE yang digunakan tergantung pada versi yang akan digunakan. IDE (Integrated Development Environment) yang disebut juga lingkungan pemrograman.

Arduino IDE memiliki fitur yang lengkap sehingga memudahkan pengguna untuk memprogram. Berikut merupakan beberapa fitur dari Arduino IDE :

• Merupakan multiplatform yang dapat dijalankan diberbagai sistem operasi seperti windows dan linux.

• Memiliki bahasa pemrograman yang mudah digunakan.

• Memiliki contoh program atau libraries yang lengkap da dapat membantu pembuatan program.

• Memiliki serial monitor untuk mengetahui hasil program yang dijalankan.

• Error atau kesalahan didalam program ditampilkan dan diberikan solusi untuk membenarkan.

• Memberikan contoh sample sketch yang dapat dipelajari untuk mengembangkan program yang lebih lanjut.

METODE PENELITIAN

Dalam penelitian ini dilakukan perancangan sistem untuk memonitor sinyal EEG secara wireless. Untuk mendapatkan isyarat yang baik, probe sensor ditempelkan secara simultan dan tepat pada titik-titik referensi di permukaan kulit kepala bagian atas dan samping. Isyarat yang terdeteksi selanjutnya dikondisikan secara wireless melalui modul bluetooth.

Proyek akhir ini lebih mengacu pada sistem penerima dan pengolahan data serta visualisasi data dari sinyal EEG yang menghasilkan tampilan dalam bentuk grafis dan dapat diterima dan dimonitor oleh komputer dengan menggunakan software LabVIEW. Gambar berikut merupakan gambaran umum dari diagram blok sistem.

Gambar 4. Diagram Blok Sistem

Selanjutnya dalam penelitian ini digunakan metode flowchart untuk mengetahui alur kerja alat yang mendeskripsikan mulai dari awal hingga akhir proses.

Gambar berikut menunjukkan flowchart sistem secara keseluruhan.

Gambar 5. Flowchart Sistem

Flowchart sistem dimulai dengan inisialisasi I/O seperti elektrode probe dengan sensor yang akan mendeteksi gelombang atau sinyal pada otak manusia yang kemudian ditransfer secara nirkabel atau wireless menggunakan bluetooth module HC-05 yang telah terkoneksi dengan probe dan terhubung dengan Arduino Uno. Selanjutnya data sinyal yang diperoleh akan dikonversikan dan diproses melalui mikrokontroler arduino uni yang telah terhubung pada laptop/PC. Apabila sinyal belum terdeteksi pada software LabVIEW maka dilakukan pengulangan pada pembacaan sensor yang telah terhubung pada probe yang diletakkan pada titik tertentu di permukaan kepala.

Selajutya jika sinyal terdeteksi maka data akan diolah dalam bentuk FFT agar dapat diketahui rentang frekuensi dari data tersebut, karena metode FFT merupakan metode untuk mengubah data dari domain waktu ke domain frekuensi.

Kemudian sinyal EEG yang telah diproses FFT ditampilkan pada software LabVIEW secara real.

Berikut merupakan langkah-langkah yang dilakukan dalam pembuatan sistem :

(1) Interfacing Arduino Uno dengan Bluetooth HC-05 Pada penelitian ini, penulis menggunakan board Arduino UNO sebagai controller yang terhubung dengan modul Bluetooth HC-05. Berikut merupakan skema interface antara module Bluetooth HC-05 dengan module Arduino Uno yang digunakan.

Gambar 6. Skema Interface Arduino Uno dengan Bluetooth HC-05

Keterangan :

1. HC-05 → Arduino 2. VCC → 5V 3. GND → GND 4. TX → RX 5. RX → TX

Pin TX dan pin RX pada Bluetooth HC-05 dihubungkan dengan pin 10 dan pin 11 pada Arduino Uno. Selanjutnya untuk mengaktifkan pin 10 dan pin 11 sebagai komunikasi serial UART maka program software serial diupload ke board arduino uno dengan cara membuka software arduino IDE, kemudian klik File → Examples → SoftwareSerial → SoftwareSerialExample.

Dengan mengatur AT mode pada Bluetooth HC-05 maka langkah selanjutnya adalah mengirim command / perintah untuk mengubah parameter yang dibutuhkan agar kondisi auto pairing Bluetooth HC-05 bisa dilakukan. Pertama – tama membuka serial monitor pada Arduino IDE dengan cara membuka software Arduino IDE lalu klik tab Tools > Serial Monitor atau dengan menekan short key Ctrl+Shift+M. Apabila program SoftwareSerialExample telah terbuka, langkah selanjutnya adalah mengubah baris program mySerial.begin (4800) menjadi mySerial.begin (38400).

(2) Mengatur Autopairing Modul Bluetooth HC-05 dengan Arduino Uno

Dalam kondisi AT mode Bluetooth HC-05, langkah selanjutnya adalah mengirim perintah untuk mengubah parameter yang dibutuhkan agar kondisi auto pairing Bluetooth HC-05 dapat dilakukan. Pertama dengan membuka serial monitor yang terdapat pada Arduino IDE dengan cara membuka software Arduino IDE lalu klik tab Tools > Serial Monitor. Setelah serial monitor terbuka Langkah selanjutnya mengatur baudrate yaitu 57600. Nilai 57600 baud harus sama dengan program Serial.begin(), dimana serial monitor tersebut berkomunikasi dengan board Arduino dengan kecepatan 57600 bps.

Selanjutnya mengetik AT pada serial monitor kemudian tekan ENTER. Jika Bluetooth merespon maka akan muncul tulisan “OK” pada serial monitor.

Selanjutnya mengirim AT Command, dan memastikan bluetooth merespon dengan mengirim tulisan “OK”

pada serial monitor. Tabel 1 berikut merupakan pengaturan parameter yang dilakukan untuk Bluetooth Master.

Tabel 1. Pengaturan Modul Bluetooth HC-05

AT Command Keterangan

AT+ORGL Mengembalikan semua pengaturan parameter bluetooh ke pengaturan pabrik.

AT+NAME=HC-05 Memberikan nama pada bluetooh.

AT+PSWD=0000 Memberikan kode keamanan untuk Bluetooth. Default-nya adalah 1234.

(Password Master harus sama dengan password Slave).

AT+ROLE=1 Bluetooth diatur sebagai Master, karena bluetooth HC-05 yang terhubung pada arduino bertugas untuk mencari dan membuat ikatan pada modul bluetooth pada TGAM.

AT+CMODE=0 Koneksi Bluetooth Slave diatur agar terhubung dengan alamat tertentu. 0 untuk spesifik address dan 1 dapat terhubung ke berbagai address bluetooth.

AT+UART=9600,0,0 Mengatur baud rate, stop bits, dan parity bits. Pengaturan disamping adalah baud rate 9600 bps, 1 stop bits, dan tidak ada bit parity.

AT+INQ Meminta keterangan Address

Bluetooth, Device type, RSSI Signal Intensity dari Bluetooth yang terdeteksi.

(Bluetooth yang menyala disekitar hanya bluetooth Slave agar dapat dideteksi dengan baik).

Contoh hasil scanning Bluetooth HC-05 Master pada penelitian ini yang terdeteksi sebagai berikut :

+INQ:6446:0B:070E8E,1F00,FFC9,Si chiray

AT+BIND=<ADDR Slave>

Perintah disamping digunakan untuk membuat ikatan dengan Bluetooth yang memiliki alamat tertentu. Dalam hal ini nilai parameter yang diisi adalah address Bluetooth Slave. Contoh pada Bluetooth Master HC-05, parameter yang dikirim adalah sebagai berikut : AT+BIND=6446,0B,070E8E Dapat diperhatikan bahwa titik dua pada addres diubah menjadi tanda koma (,).

Setelah mengatur koneksi Bluetooth HC-05 pada Arduino, kemudian power dari bluetooth dimatikan dari catu daya komputer/PC melalui USB Arduino dan dinyalakan kembali. Dengan demikian kedua bluetooth dapat terkoneksi secara otomatis. Hal ini dapat diketahui melalui nyala LED dari kedua bluetooth.

(Bluetooth HC-05 berkedip 2 kali dengan delay 5 detik sedangkan pada bluetooth modul TGAM, LED menyala penuh, tidak berkedip dan tanpa delay.

(3) Desain Sistem Pemonitor Sinyal EEG

Berikut merupakan rancangan pembuatan sistem pemonitor dengan menggunakan software LabVIEW.

Gambar 7. Pemonitor Sinyal EEG

Dari desain sistem pemonitor yang dibuat dapat diketahui beberapa indikator diantaranya data sensor EEG berupa angka yang disertai dengan bentuk grafik/gelombang serta gelombang FFT atau spektrum frekuensi yang bekerja pada saat pengujian.

Gambar. 8. Contoh Penggunaan Alat/Sensor EEG Dalam melakukan pengujian, sensor utama modul TGAM diletakkan di kepala bagian depan atau dahi, kemudian kedua sensor yang lain diletakkan pada kedua telinga kanan dan kiri. Untuk melakukan pengujian yaitu dengan menyalakan sensor kemudian setelah menyala bluetooth HC-05 pada arduino akan otomatis terkoneksi dengan sensor. Hal ini ditandai dengan lampu indikator yang terdapat pada kedua bluetooth.

Untuk mengetahui hasil output sensor pada pemonitor LabVIEW, sistem yang dibuat dijalankan kemudian data dari sensor EEG akan tertampil beserta spektrum frekuensinya. Pengujian ini dilakukan untuk mengetahui frekuensi kerja sensor setiap kondisi otak manusia dari keadaan terlelap/rileks hingga ketika otak sedang bekerja keras. Hal ini ditandai dengan perbedaan rentang frekuensi yaitu gelombang delta bekerja pada frekuensi (0,1-4) Hz, gelombang theta bekerja pada frekuensi (4-8) Hz gelombang alfa bekerja pada frekuensi (8-12) Hz, serta gelombang beta bekerja pada frekuensi (12-40) Hz.

HASIL DAN PEMBAHASAN

Dari hasil peracangan sistem pemonitor yang dibuat pada LaVIEW, selanjutnya adalah melakukan percobaan sensor EEG yang diletakkan di dahi manusia dalam beberapa kondisi. Hasil yang didapatkan dari penelitian ini adalah sebagai berikut.

• Percobaan 1 (Delta)

Pada percobaan ini sensor EEG diuji ketika otak manusia sedang rileks atau dalam kondisi hampir terlelap. Dari hasil yang ditampilkan pada sistem pemonitor secara realtime dapat diketahui grafik data dari sensor menunjukkan gelombang yang renggang.

Gambar 9. Grafik Sensor EEG (Delta)

Kerapatan gelombang pada percobaan ini mempengaruhi besar frekuensi yang didapatkan.

Dalam hal ini frekuensi yang ditunjukkan pada pemonitor menunjukkan kurang dari 5 Hz yang ditunjukkan pada gambar 10. Dapat diketahui bahwa gelombang percobaan ini menunjukkan isyarat gelombang otak delta dimana gelombang otak delta adalah gelombang dengan frekuensi

yang paling rendah dan hampir mendekati nilai nol.

Gambar 10. Isyarat Frekuensi Gelombang Delta

• Percobaan 2 (Alfa)

Selanjutnya pada percobaan kedua ini dilakukan ketika otak manusia sedang beraktivitas atau sedang berfikir tidak terlalu keras. Dalam percobaan ini contoh aktivitas yang dilakukan adalah mengetik tugas laporan di depan komputer.

Dapat diketahui bahwa gelombang yang tertampil di pemonitor adalah sebagai berikut.

Gambar 11. Grafik Sensor EEG (Alfa) Berdasarkan hasil data grafik dari sensor yang tertampil pada sistem pemonitor bentuk gelombang lebih rapat dari percobaan sebelumnya.

Dapat diketahui pula bahwa frekuensi yang bekerja pada percobaan ini lebih tinggi yaitu berkisar 10 Hz yang ditunjukkan pada gambar 12.

Dapat disimpulkan bahwa frekuensi kerja pada percobaan ini merupakaan frekuesi kerja pada gelombang otak alfa dimana gelombang alfa bekerja pada frekuensi yang berkisar antara 8-12 Hz.

Gambar 12. Isyarat Frekuensi Gelombang Alfa

• Percobaan 3 (Beta)

Dalam percobaan yang ketiga ini sensor EEG diuji ketika otak manusia sedang bekerja keras. Dalam percobaan ini aktivitas yang dilakukan adalah mengerjakan soal yang meggunakan konsentrasi tinggi. Dapat diketahui bahwa grafik data sensor yang tertampil pada sistem pemonitor memiliki kerapatan gelombang yang lebih tinggi dari percobaan sebelumnya yang ditunjukkan pada gambar 13 berikut.

Gambar 13. Grafik Sensor EEG (Beta) Berdasarkan hasil grafik data sensor EEG dalam kondisi otak manusia sedang bekerja keras dapat diketahui bahwa kerapatan gelombang yang semakin rapat akan mempengaruhi nilai frekuensi yang ditunjukan. Besarnya frekuensi yang tertampil pada sistem pemonitor ini adalah berkisar pada nilai 25 Hz yang ditunjukkan pada gambar 14. Dengan demikian dapat disimpulkan bahwa pada percobaan ketiga ini otak bekerja pada gelombang beta dimana gelombang beta memiliki rentang frekuensi kerja berkisar antara 12-40 Hz.

Gambar 14. Isyarat Frekuensi Gelombang Beta Berdasarkan ketiga percobaan yang dilakukan dalam penelitian ini memberikan hasil yang mendekati dengan teori yang ada. Akan tetapi dalam melakukan pengujian, data yang diambil masih dibutuhkan tingkat kestabilan yang tinggi karena pengujian yang realtime dan gelombang dari data sensor yang tertampil pada pemonitor yang terus bergerak atau kurang stabil seiring dengan perubahan waktu.

KESIMPULAN DAN SARAN

Dari hasil penelitian yang dilakukan, dapat disimpulkan bahwa :

1. Sistem pemonitor sinyal EEG nirkabel menggunakan bluetooth HC-05 dapat mengirimkan data sensor dengan baik dan tanpa delay serta dapat autopairing secara otomatis.

Baudrate yang digunakan dalam sistem nirkabel ini adalah 9600.

2. Data sensor EEG yang dikirimkan melalui bluetooth sebelum diproses pada software LabVIEW dapat dimonitor secara realtime pada serial monitor dan serial plotter pada software Arduino IDE.

3. Hasil percobaan yang dilakukan pada penelitian ini dapat dimonitor secara langsung pada software LabVIEW dimana dapat diketahui grafik data dari sensor EEG serta dapat diketahui rentang frekuensi yang bekerja saat pengujian dilakukan.

4. Isyarat frekuensi yang muncul ketika percobaan dilakukan memiliki rentang yang berbeda-beda, tergantung pada aktivitas yang bekerja pada otak manusia. Semakin otak digunakan untuk berfikir keras maka akan semakin rapat grafik gelombang sensor EEG yang tertampil dan semakin tinggi

pula isyarat frekuensi yang tertampil pada sistem pemonitor.

Dalam penelitian ini sebatas membuat sistem pemonitor sinyal EEG dengan modul sensor TGAM yang dapat mendeteksi frekuensi kerja gelombang otak manusia pada saat melakukan aktivitas berfikir atau sedang rileks. Perlu ditambahkan sistem serta pengolahan isyarat untuk menyempurnakan sistem karena kualitas sinyal yang terdeteksi sangat dipengaruhi oleh kualitas sensor dan piranti.

REFERENCE

Alfina, R., Arifianto, I., Astharini, D., & Wulandari, P.

(2019). Mendisain GUI Untuk Menampilkan Nilai FFT dan IFFT Menggunakan LabVIEW. TESLA, 50-56.

Bagenda, D. N., & Rudati, P. S. (2012). Akuisisi Data Menggunakan Labview dengan Arduino Sebagai Perangkat Keras Berbiaya Rendah . GEMA TEKNOLOGI, 105-112.

Catur. (2018, June 26). Cara Mudah Mengatur Auto Pairing Bluetooth HC-05 (Antar Bluetooth HC-05).

Retrieved from Creative Project:

http://www.caturcreativeproject.com/2017/05/cara-mudah- mengatur-auto-pairing_10.html

Husain, N. P., & Aji, N. B. (2019). Klasifikasi Sinyal Electroencephalogram Dengan Power Spectra Density Berbasis Metode Welch dan Multi Layer Perceptron.

ELTIKOM, 17-25.

Kusuma, D. T. (2021). Fast Fourier Transform (FFT) Dalam Transformasi Sinyal Frekuensi Suara Sebagai Upaya Perolehan Average Energy (AE) Musik. Jurnal Pengkajian dan Penerapan Teknik Informatika, 28-35.

Pamudi. (2016, December 16). Pembuatan Tampilan Grafik dengan LabVIEW. Retrieved from Creative Techology Indonesia: https://www.cronyos.com/belajar-lavbiew- pembuatan-tampilan-grafik-laview/

Saminan, N. F. (2020). Frekuensi Gelomang Otak dalam Menangkap Ilmu Imajinasi dan Realita (Berdasarkan Ontologi). Jurnal Filsafat Indonesia, 40-47.

Thomas, T., James, M., Shaji, R. R., & Pillai, B. C. (2016).

Interpretation of Human Stages from EEG Signals Using LabVIEW. International Journal of Advanced Research in Computer and Communication Engineering, 517-519.

Tombeng, M. T., & Rumayar, R. M. (2017). Light Controlling System by Using Brain Waves Sensor. Cogito Smart Journal, 240-248.

Tomonagal, K., Wakamizul, S., & Kobayashi, J. (2015).

Experiments on classification of electroencephalography (EEG) signals in imagination of . International Conference on Control, Automation and Systems direction using a wireless portable EEG headset, 1805-1810.

Vijay Raghav Varada, D. M. (2013). Measuring and Processing the Brain’s EEG Signals with Visual Feedback for Human Machine Interface. International Journal of Scientific & Engineering Research, 1-4.