Galvanic Skin Response

Penjelasan

Galvanic
Skin
Response
(GSR)
merupakan
teknik
pengukuran
electrophysiological yang terjadi pada perubahan psikologis pada kulit
akibat perubahan aktivitas kelenjar keringat, dimana kelenjar keringat akan
aktif bila tubuh berada dalam kondisi stres, atau berada pada kondisi
tertekan

Kelebihan GSR dibandingkan pengukuran fisiologis lainnya adalah biaya

relatif rendah, sinyal lebih kuat dan mudah dideteksi.

Pengukuran sinyal GSR ditempatkan melalui dua jari tangan, karena jumlah
serabut syaraf sensory unit pada jaringan bawah kulit daerah jari-jari,
telapak tangan, dan kaki, jauh lebih banyak dibandingkan di organorgan
lain

Dasar fisiologis galvanic skin response adalah adanya perubahan dalam

tone otonomi sympathetic yang terjadi pada kulit dan jaringan bawah kulit
sebagai respon terhadap perubahan kondisi emosi obyek.

Peningkatan jumlah keringat walaupun sangat sedikit akan menurunkan

resistansi kulit karena keringat terdiri atas air dan ionion elektrolit (Na+,
K+, Cl-) yang merupakan bahan konduktor. Jadi pemberian stimulus, baik
rasa sakit, tekanan, rabaan ataupun stimulus tekanan pada mental akan
mengubah kondisi emosional dan akan merubah resistansi kulit.

Pengukuran skala GSR dilakukan dengan perhitungan statistik, yaitu

dengan perhitungan rata-rata dan standar deviasi dari hasil respon GSR
yang didapat.

Contoh Penerapan GSR

Penelitian

stres kerja yang diakibatkan oleh beban kerja berlebih (Mila Yuliyani Hermana,
Caecilia Sri Wahyuning, dan Yuniar ; 2014) dilakukan pada karyawan Bagian Operasional
Dana dan Jasa Cabang Utama Bank Jabar Banten,

Pengumpulan

data :
- Jumlah responden : 13 orang
- Waktu penelitian : 5 hari berturut-turut

Uji

normalitas data
Uji kesamaan data
Uji validitas

Pengolahan data dilakukan perhitungan modus atau rataan dari total

penjumlahan seluruh data responden pada pagi dan sore hari
Tabel 2. Rekapitulasi Perhitungan Galvanic Skin Respons

Hasil pengukuran menunjukan bahwa terjadi peningkatan tingkat stres

pada responden. Hal ini mengindikasikan bahwa salah satu faktor pemicu
stres berasal dari beban kerja dan tanggung jawab pekerja yaitu adanya
lembur pada setiap minggunya.

Speech

Penjelasan

Pengukuran beban kerja melalui pengukuran speech berhubungan

dengan emosional seseorang pada waktu tertentu. Ketika seseorang
mengalami beban kerja yang berlebih dan mengalami stres, laju
respirasi akan meningkat.
Hal ini akan mempengaruhi :
- meningkatnya tekanan subglottal selama berbicara (pitch / frekuensi
dasar)
- menyebabkan durasi nafas lebih pendek
- mempengaruhi tingkat artikulasi berbicara
tiga hasil yang dipengaruhi dari beban kerja untuk pengkuran speech
(Brenner et al., 1994 yaitu :
Pitch dari gelombang suara
Loudness (kekerasan)
Rate increase

Berdasarkan paper Workload monitoring through speech analys (Johannes

Luig, dan Alois Sontacchi : 2010) terdapat beberapa fitur dari sinyal suara
pada workload :
Fundamental Frequency (pitch) sebagai indikator peningkatan tekanan
subglottal akibat dari meningkatnya respirasi
Intensity Level, peningkatan vokal yang disebabkan oleh lingkungan
yang bising, atau menunjukkan varians yang lebih besar karena bagian
ditekankan dari ucapan dalam situasi kritis .
Phoneme Duration, pola temporal yang terpengaruh pada kata-kata
yang sama diproduksi dalam waktu yang singkat dan nafas yang
pendek
Glottal Source Characteristic untuk mengidentifikasi perubahan kondisi
pita suara , sebagai akibat dari misalnya mulut kering

 Formant Frequencies and Bandwidths memberikan informasi tentang

kemungkinan dampak pada artikulator dari pengaruh-pengaruh fisiologis

seperti kelelahan atau penyakit
Mel-Frequency Cepstral Coefcients (MFCC) merupakan bentuk spektral
dalam menghasilkan suara ketika delta koefisien bergeser
Harmonicity sebagai ukuran kualitas suara dan perkiraan signal noise
ratio (SNR)
Zero- Crossings , menunjukkan segmen pidato bersuara dan tak terucap
TEO - CB - AutoEnv3 , fitur nonlinier berdasarkan Teager Energi Operator

Working principle of proposed speech monitoring system

Contoh kasus speech measurement :

Contoh kasus untuk speech measurement adalah :

Pengendara mobil yang melakukan aktivitas untuk menjawab pertanyaanpertanyaan yang ditanya berdasarkan tingkat kesulitannya. Aktivitas ini
bisa menyebabkan beban kerja dari si pengendara akan berlebih.

Pengukuran beban kerja yang bisa dilakukan dari suara pilot, seperti
gambar berikut :