RANCANG BANGUN SMARTHOME MENGGUNAKAN HEADSET MINDWAVE PENDETEKSI SINYAL OTAK SECARA REAL TIME BERBASIS PYTHON DAN MIKROKONTROLER ARDUINO


Dyah Anggraeni(1*), Mada Sanjaya(2), Muhammad Yusuf S. N.(3)

(1) Jurusan Fisika, Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung, Bolabot Techno Robotic Institute, CV. Sanjaya Star Group, Bandung,, Indonesia
(2) Jurusan Fisika, Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung, INDONESIA Bolabot Techno Robotic Institute, CV. Sanjaya Star Group, Bandung, INDONESIA., Indonesia
(3) Jurusan Fisika, Fakultas Sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung, Bolabot Techno Robotic Institute, CV. Sanjaya Star Group, Bandung,, Indonesia
(*) Corresponding Author

Abstract


Electroencephalography (EEG) merupakan sistem yang dapat mendeteksi sinyal biologi dari aktivitas otak. Dalam studi ini, kami menggunakan headset Mindwave yang dapat digunakan untuk mendeteksi sinyal EEG. Dari hasil akuisisi data sinyal otak sampel diperoleh data sinyal untuk keadaan membuka dan menutupnya mata. Kemudian dibuat algoritma program menggunakan software Python untuk menampilkan dan mengolah sinyal otak yang teridentifikasi menjadi perintah untuk mengontrol lampu pada smarthome berbasis Arduino. Dari hasil studi, lampu pada smarthome akan bekerja nyala ataupun mati sesuai dengan aktivitas otak secara real time berdasarkan data analog (ADC) yang terukur. Semua proses komunikasi data dalam sistem ini menggunakan sistem serial yang dikirimkan menggunakan Bluetooth.


References


Alfis, “Gelombang Gamma, Beta, Alpha, Tetha, dan Delta dalam Otak”, 2011, [Online], Available: https://alifis.wordpress.com/2011/06/02/gelombang-gamma-beta-alpha-tetha-dan-delta-dalam-otak/, [Diakses 13 November 2015].

E. H. Jones, D.M. Amodio, “Electroencephalographic Methods In Psychology”, American Psychological Association, USA, 2011.

R.S. Lewis, N.Y. Weekes, T.H. Wang, “The effect of a naturalistic stressor on frontal EEG asymmetry, stress, and health”, Elsevier, Biological Psychology, Vol. 75, pp: 239–247, 2007.

C.K. A. Lim, W.C. Chia, “Analysis of Single-Electrode EEG Rhythms Using MATLAB to Elicit Correlation with Cognitive Stress ”, International Journal of Computer Theory and Engineering, Vol. 7, No. 2, 2014.

H.A. Henderson, N.A. Fox, K.H. Rubin, “Temperamental contributions to social behavior: The moderating roles of frontal EEG asymmetry and gender”, American Academy of Child and Adolescent Psychiatry, Vol. 40, pp: 68-74, 2000.

W. Sałabun, “Processing and spectral analysis of the raw EEG signal from the MindWave”, West Pomeranian University of Technology, Szczecin, 2014.

K.R. Christopher, A. Kapur, D.A. Carnegie, G.M. Grimshaw, “A History of Emerging Paradigms in EEG for Music”, Proceedings ICMC|SMC|, 2014.

C.Y. Pang, M. Nadal, J.S. Müller-Paul, R. Rosenberg, C. Klein, “Electrophysiological correlates of looking at paintings and its association with art expertise”, Elseiver, Biological Psychology, Vol. 93, pp: 246– 254, 2013.

H.S. Anupama, N. K. Cauvery, G.M. Lingaraju, “Brain Controlled Wheelchair For Disabled”, International Journal of Computer Science Engineering

and Information Technology Research (IJCSEITR). Vol. 4, No. 2, pp 157-166, 2014.

B.J.A. Rani, A. Umamakeswari, “Electroencephalogram-based Brain Controlled Robotic Wheelchair”, Indian Journal of Science and Technology, Vol. 8(S9), pp: 188–197, 2015.

D. Salvekar, A. Nair, D. Bright, S.A. Bhisikar, “Mind Controlled Robotic Arm”, IOSR Journal of Electronics and Communication Engineering (IOSR-JECE), pp: 36-44, 2015.

J. O'Connor, “Real-time Control of a Robot Arm Using an Inexpensive System for Electroencephalography Aided by Artificial Intelligence”, Computer Science Honors Papers, 2013.

Y.B. Olam, F. D. Setiaji , D. Susilo, “Implementasi Headset NeuroSky MindWave Mobile untuk Mengendalikan Robot Beroda secara Nirkabel”, Techné Jurnal Ilmiah Elektroteknika, Vol. 13, No. 2, pp: 173 – 183, 2014.

K. Yendrapalli, S. S. N. P. K. Tammana, “The Brain Signal Detection for Controlling the Robot”, International Journal of Scientific Engineering and Technology, Vol. 3, No. 10, pp: 1280-1283, 2014.

S. Ramesh, K. Harikrishna, J.K. Chaitanya, “Brainwave Controlled Robot Using Bluetooth”, International Journal of Advanced Research in Electronics and Instrumentation Engineering, Vol. 3, No. 8, 2014.

J. Clutton-Brock, “Eletroencephalography”, University of Bristol, England, 1961.

M. Sanjaya W.S., “Membuat Robot Arduino bersama Profesor Bolabot Menggunakan Interface Python”, Bolabot, Indonesia, 2015.

M. A. Yousef, M. E. E. Mohamed, “Brain Computer Interface System”, Universita Telematica Internazionale Uninettuno, 2011.

N. Hafiluddin, “Brain Computing : Penggunaan Gelombang Otak dalam Teknologi Komputasi”, Sekolah Tinggi Akuntansi Negara, Indonesia, 2013.

J. Alexis, “Developing a Home-Based Functional Application for an EEG-based Brain Computer Interface”, University Of Southern Queensland, 2011.

J. Legaspi, J. Rombola, A. Thibault, “Implementinga Low Noise, Low Power Portable EEG Sensor System”, Worcester Polytechnic Institute, 2013.

Neurosky, “Mindwave and Arduino”, United State, 2011.

Neurosky, “Mindwave User Guide”, United State, 2011.


Refbacks