Kondisi kelelahan mental dapat menimbulkan kecelakaan kerja khususnya pada bidang pekerjaan dengan tingkat konsentrasi tinggi. Kondisi ini perlu ditangani dengan serius untuk menghindari risiko kecelakaan kerja. Banyak metode dikembangkan untuk mengukur tingkat kelelahan mental. Namun pengukuran fisiologis dianggap lebih obyektif dan akurat. Sinyal gelombang otak atau electroencephalogram (EEG) merupakan biosinyal yang digunakan sebagai alat ukur fisiologis. Akan tetapi, pemanfaatannya belum banyak diteliti. Penelitian ini memanfaatkan sinyal EEG satu kanal dikombinasikan dengan segmentasi untuk mendeteksi kondisi kelelahan mental. Ciri mean absolute value (MAV), absolute power (AVP), dan standar deviasi (SD) diambil dari setiap segmen. Algoritma klasifikasi Linear Discriminant Analysis (LDA) dan Support Vector Machine (SVM) digunakan untuk mengklasifikasikan kondisi kelelahan mental. Hasil penelitian didapatkan nilai akurasi sebesar 78,13%. Nilai tersebut didapatkan dengan memanfaatkan sinyal EEG dengan segmentasi 60 detik menggunakan Fisher LDA. Penelitian ini menunjukkan sinyal EEG dapat digunakan untuk mendeteksi kondisi kelelahan mental dengan baik meskipun menggunakan ekstraksi ciri sederhana. DOI : https://doi.org/10.33005/sibc.v14i2.2654
Copyrights © 2021