PENGGUNAAN SISTEM EEG EMOTIV EPOC

UNTUK MENDETEKSI PENYAKIT MENTAL

MAJOR DEPRESSIVE DISORDER (MDD)
Fithriyyah Aziezah

20217001

Major Depressive Disorder

Depresi merupakan salah satu penyakit kejiwaan yang umum di seluruh dunia, di mana lebih dari 300 juta
orang terdampak dan penderita didominasi oleh wanita. Pada kondisi terburuk, depresi dapat menuntun
tindakan bunuh diri. [1] Di Indonesia sendiri, menurut Data Riskesdas 2013 Departemen Kesehatan RI,
prevalensi gangguan mental emosional yang ditunjukkan dengan gejala-gejala depresi dan kecemasan untuk
usia 15 tahun ke atas mencapai sekitar 14 juta orang atau 6% dari jumlah penduduk Indonesia.[2]

Untuk didiagnosa dengan penyakit ini, gejala harus muncul setidaknya dalam jangka waktu dua minggu,
walaupun hal ini masih diperdebatkan. Major depressive disorder atau MDD adalah salah satu jenis depresi
yang ditandai dengan perasaan sedih dan putus asa yang terus menerus dalam jangka waktu yang cukup
lama. Gangguan depresi ini sangat mempengaruhi kehidupan seseorang karena dapat membuat penderita
kehilangan minat pada aktivitas sehari-hari, perasaan lelah yang berkepanjangan, sehingga berdampak pada
terganggunya aktivitas. Salah satu yang diyakini menjadi penyebab dari MDD adalah adanya
ketidakseimbangan neurotransmitter dalam otak, yaitu karena kurangnya level serotonin.

Pada beberapa penelitian, pengukuran power spectral dari resting state aktivitas EEG pada beberapa pita
frekuensi berbeda menunjukkan dapat membedakan pasien depresi dengan kontrol yang sehat.[3]

Aktivitas kelistrikan dalam otak

Secara garis besar, otak terbagi menjadi 3 bagian utama yaitu cerebrum (bagian terbesar pada otak yang
terdiri dari bagian otak kiri dan otak kanan), cerebellum (terletak di bawah cerebrum yang berfungsi untuk
mengkoordinasi gerakan otot, memperbaiki postur dan keseimbangan tubuh), dan batang otak (berfungsi
sebagai pusat relay yang menghubungkan cerebrum dan cerebellum dengan sumsum tulang belakang).[4]

Secara khusus bagian otak yang akan dibahas adalah bagian cerebrum. Dalam cerebrum terdapat cerebral
cortex. Bagian ini merupakan lapisan terluar yang mempunyai bentuk khas seperti keriput yang tersusun atas
grey matter dan white matter, dan berfungsi mengendalikan perilaku seperti suara, pengamatan,
pertimbangan, persepsi, dan fungsi motorik. Secara umum, cerebrum terbagi menjadi empat lobus, yaitu
Frontal, Parietal, Temporal, dan Oksipital. Lobus frontal berada pada bagian depan cerebrum, memiliki fungsi
pengaturan emosional, perencanaan, penalaran, dan pemecahan masalah. Lobus Parietal berada di
belakang lobus frontal, memiliki fungsi pengintegrasian inforasi sensorik yang meliputi sentuhan, suhu,
tekanan, dan rasa sakit. Lobus Temporal, terletak di bagian tepi, yang bertanggung jawab untuk memproses
informasi sensorik, seerti mendengar, mengenali bahasa, dan membentuk ingatan informasi pendengaran.
Lobus Occipital, memiliki fungsi pemrosesan visual utama di otak.[5]
 Gambar : Bagian-bagian dalam cerebrum. Diambil dari
https://upload.wikimedia.org/wikipedia/commons/4/46/LobesCaptsLateral.png

Seluruh aktivitas di dalam otak bergantung pada tiga komponen penting, yaitu sinyal listrik pada neuron, zat
kimia bernama neurotransmitter, dan hormon yang dilepaskan ke seluruh tubuh melalui darah.

Sinyal listrik otak dihasilkan oleh proses yang terjadi di dalam sistem saraf. Ada dua bagian yang menonjol
pada sistem saraf pusat, yaitu neuron dan sel penyokong dinamakan glia. Bagian dasar pada neuron adalah
badan sel (soma), axon, dan dendrit.[6] Di dalam badan sel terdapat organel sel, dan badan sel ini diselubungi
oleh membran neuron yang melindunginya dari cairan di luar sel.

Membran neuron merupakan tempat dimana potensial listrik dihasilkan. Pada saat resting state, membran
neuron terpolarisasi secara elektrik. Polarisasi ini terjadi oleh sebuah proses aktif yang menghasilkan ion-ion
seperti Na, K, Cl. Di sini terdapat potensial yang bisa diukur di bawah membran sel dengan polaritas negatif
sebesar 60-70 mV. Potensial ini dinamakan action potential atau potensial aksi. [7]

Adapun dendrit adalah sebuah bagian yang mirip jari yang menghubungkan ke badan sel di mana terdapat
reseptor dan penerima sinyal. Selanjutnya axon adalah bagian neuron yang biasanya memiliki bentuk yang
panjang dimana pada ujungnya terdapat banyak sinapsis (percabangan) yang berfungsi memfasilitasi zat
kimia isyarat transmisi (sinyal elektrokimia) melalui neurotransmitter. Neurotransmitter merupakan zat
kimia yang bekerja sebagai penghubung otak ke seluruh tubuh. Secara sederhana, neurotransmitter
merupakan bahasa yang digunakan neuron di dalam otak untuk berkomunikasi.

Pengukuran aktivitas kelistrikan dari permukaan kulit kepala menunjukkan aktivitas osilasi kontinu di dalam
otak. Intensitas dan pola dari potensial listrik yang terukur dinamakan gelombang otak (brain wave), dan
keseluruhan perekamannya dinamakan electroencephalogram (EEG). EEG (electroenchephalogram) adalah
potensial listrik pada otak yang direkam dari kulit kepala. Adapun Electroenchepalography sendiri
merupakan sekumpulan metode dan analisis dari pengunaan EEG. Awal mula perekaman EEG dilakukan oleh
Hans Berger pada tahun 1929, di mana pada saat itu ia banyak merekam aktivitas otak anak-anaknya. EEG
ini merekam hasil osilasi potensial listrik yang terjadi di dalam otak dengan direkam oleh elektroda-elektroda
yang ditempel di atas permukaan kulit kepala.

Gelombang otak utama terdiri dari empat jenis, yaitu alpha, beta, theta, dan delta. Gelombang alfa (α)
adalah gelombang yang berada pada rentang 8-13 Hz dan biasa muncul dalam bentuk sinusoida. Gelombang
ini paling banyak mendominasi sinyal EEG, dimana ia diindikasikan sebagai kewaspadaan dalam keadaan
relaks, tanpa atensi ataupun konsentrasi. Gelombang beta (β) adalah gelombang yang berada pada rentang
14-26 Hz dan diasosiasikan dengan kegiatan berpikir dan atensi aktif, memecahkan masalah kompleks.
Gelombang ini biasanya ditemukan pada orang dewasa. Adapun gelombang theta (θ) adalah gelombang
yang berada dalam rentang 4-8 Hz. Gelombang ini diasosiasikan dengan alam bawah sadar, inspirasi kreatif,
dan meditasi mendalam. Gelombang ini ditinjau biasanya untuk studi tentang emosional. Gelombang
selanjutnya adalah delta (δ) yang berada pada rentang 0.5-4 Hz. Gelombang ini diasosiasikan dengan tidur
yang nyenyak dan beberapa ditemukan juga saat terbangun. Kita kadang bingung membedakan sinyal delta
yang asli dengan sinyal artefak yang disebabkan oleh pergerakan tubuh. Oleh karena itu dibutuhkan metode
untuk menganalisis sinyal EEG. Selain keempat gelombang tadi, ada juga gelombang gamma (ϒ) yang sangat
lemah dan jarang terjadi. Meski begitu, gelombang ini biasanya digunakan untuk mengkonfirmasi jenis
penyakit otak tertentu.[8]

Gambar: Jenis-jenis gelombang otak (Sumber: Saeid Sanei, EEG Signal Processing, hal 12)

Sistem EEG EMOTIV EPOC

Sistem EEG sendiri mengalami perkembangan, mulai dari sistem konvensional dengan sambungan kabel
yang banyak hingga sistem nirkabel yang lebih praktis dalam penggunaannya. Salah satu yang banyak
digunakan saat ini adalah EMOTIV EPOC. EMOTIV EPOC merupakan suatu sistem EEG nirkabel yang terdiri
dari 14 elektroda utama dan dua elektroda referensi. Sistem ini sering dapat digunakan baik dalam bidang
klinis maupun non-klinis.

Dalam suatu set, terdapat beberapa alat pendukung, antara lain: headset dengan baterai Lithium yang dapat
diisi ulang, USB Transreceiver Dongle, Hydration sensor pack dengan 16 unit sensor, larutan saline, charger
USB, dan CD instalasi.

(1)

(2)

(5)

(3)
(4)

Gambar: set perlengkapan EMOTIV EPOC (1) headset, (2) USB Transreceiver Dongle, (3) hydration sensor
pack, (4) larutan saline, (5) kabel USB. (Sumber: EPOC User Manual 2014)
Adapun secara garis besar, spesifikasinya adalah sebagai berikut:

Gambar: Spesifikasi Emotiv EPOC+ (Sumber:https://www.emotiv.com)

Cara sinyal otak dihantarkan

Secara garis besar, model komunikasi data pada sistem EEG EMOTIV EPOC adalah sebagai berikut[9]

1. Sumber (source), berfungsi membangkitkan data sehingga dapat ditransmisikan. Dalam hal ini, yang
diukur adalah sumber potensial listrik yang dihasilkan oleh otak manusia
2. Pengirim (transmitter), berfungsi untuk mengirimkan informasi yang diterima dari otak ke komputer.
Dalam hal ini yang bertidak sebagai transmitter adalah sistem EEG EMOTIV EPOC.
3. Sistem transmisi (transmission system), yaitu jalur transmisi yang menghubungkan antara sumber (otak)
ke tujuan (komputer). Jalur transmisi yang dimaksud adalah transmisi Bluetooth
4. Penerima (receiver), berfungsi menerima sinyal dari sistem transmisi dan menggabungkannya ke dalam
bentu tertentu yang ditangkap oleh tujuan.
5. Tujuan (destination), yaitu menangkap data yang dihasilkan oleh receiver.

Source: Transmission Receiver:

Transmitter: USB Destination:
Potensial listrik system:
Emotiv EPOC Transreceiver Komputer
dari otak manusia Bluetooth
Dongle

Gambar: Model komunikasi data sistem EEG EMOTIV EPOC

Elektroda dan Penempatannya

Sistem EEG menggunakan elektroda yang ditempel di kulit kepala untuk mengukur potensial listrik yang
dihasilkan oleh otak. Pada kondisi optimal, kulit kepala, elektroda, dan gel elektroda berfungsi sebagai
kapasitor dan mengatenuasi transmisi frekuensi rendah. Elektroda yang dipakai merupakan jenis Ag/AgCl,
yaitu terbuat dari material perak (Ag) dengan lapisan tipis perak klorida (AgCl).[10] Ada 14 elektroda yang
digunakan pada Emotiv EPOC, yaitu AF3, F7, F3, FC5, T7, P7, O1, O2, P8, T8, FC6, F4, F8, AF4, dan dua
elektroda referensi yaitu P3 dan P4. Penempatan elektroda EEG memenuhi standar penempatan 10-20.[11]

Intinya, prinsip peletakannya ini menentukan jarak tertentu dari bagian depan ke belakang, dan dari kiri ke
kanan. Depan ke belakang didefinisikan sebagai jarak dari nasion ke inion. Nasion merupakan persimpangan
antara tulang frontal dan dua tulang hidung. Adapun inion merupakan proyeksi tulang oksipital yang terletak
pada bagian bawah tengkorak. Kiri ke kanan dinyatakan dalam titik preauricular yang terletak di depan
telinga.

Penamaan elektroda didasarkan pada dimana elektroda itu ditempatkan, yaitu F (frontal), P (parietal), C
(central), T (temporal), dan O (oksipital). Angka ganjil menunjukkan elektroda dipasang di kepala bagian kiri,
sedangkan angka genap menunjukkan elektroda dipasang di kepala bagian kanan. Pada perangkat EMOTIV
EPOC, selain mengikuti aturan di atas, sistem penamaan juga merujuk pada sistem penamaan yang
dimodifikasi (modified combinatorial nomenclature atau MCN) untuk mendapatkan resolusi sistem yang
lebih baik. Kode huruf yang dimaksud adalah: AF (antara pre-frontal dengan frontal), FC (antara frontal
dengan central). Selain itu, sistem MCN juga menamai kembali beberapa elektroda, seperti T7 (asalnya T3),
T8 (asalnya T4), P7 (asalnya T5), dan P8 (asalnya T6). Selain itu, semakin besar angka, menunjukkan jarak
yang makin besar dari bagian tengah otak.

Elektroda yang digunakan sebagai referensi ditempatkan pada P3 (jenis CMS) dan P4 (jenis DRL). Elektroda
CMS (common mode sense) merupakan elektroda aktif dan memiliki tegangan referensi yang absolut.
Adapun DRL (driven right leg) merupakan elektroda pasif, berfungsi sebagai sistem pembatalan umpan balik
untuk potensial tubuh. Kedua jenis elektroda ini merupakan teknik referensi standar klinis.

Gambar: peletakan elektroda pada sistem EEG EMOTIV EPOC

Prinsip kerja sistem EEG

Pada penggunaannya, akuisisi data dari satu saluran EEG setidaknya membutuhkan tiga elektroda dan
sebuah instrumen ampifier diferensial. Instrumen yang digunakan akan mengukur beda potensial antara
satu elektroda dengan elektroda referensi. Adapun elektroda ketiga bernama elektroda bias atau elektroda
ground, berfungsi menjaga tingkat tegangan DC sejajar dengan rangkaian pembacaan untuk memperkuat
sinyal EEG dengan benar. Tanpanya, potensial dari elektroda akan lolos dan menjenukan input dari IA.
Dalam domain elektronika, bidang batas antar elektroda dengan jaringan bisa dimodelkan sebagai deret
impedansi kompleks dengan sumber tegangan DC yang mewakili polarisasi tegangan antara kulit dengan
elektroda.[12]
Cara menggunakannya sebagai berikut: misal pada elektroda F3. Kita akan menghitung berapa tegangan
yang keluar dari sistem EEG, maka butuh setidaknya dua elektroda karena yang kita hitung adalah beda
potensialnya. Cara gampangnya adalah dengan menggunakan elektroda ground sebagai pembanding.
Namun, karena ground tersambung pada rangkaian amplifier, maka akan ada beberapa noise listrik yang
muncul. Oleh karena itu untuk mengatasi hal ini digunakanlah elektroda referensi. Amplifier pada akhirnya
akan mengukur potensial antara elektroda F3 dengan ground dan antara elektroda referensi dan ground,
sehingga perhitungannya menjadi: (F3-G) – (R-G) yang ketika disederhanakan hasilnya adalah F3-R (nilai G
menjadi hilang).
Elektroda dari sistem yang kita gunakan, yaitu Emotiv EPOC menggunakan elektroda basah, yakni
menggunakan larutan saline yang diaplikasikan di ujung elektroda untuk meningkatkan konduktivitasnya.

Resolusi sinyal
Sampling rate (kadang disebut juga sebagai frekuensi sampling atau Fs) merupakan banyaknya data yang
diperoleh per satuan detik. Perangkat EMOTIV EPOC memiliki sampling rate 128 sampel per sekon. Ini berarti
bahwa terdapat 128 titik data yang diperoleh tiap satu detik, atau dapat dinyatakan sebagai 128 Hertz
sampel frekuensi.
Metode sampling yang digunakan adalah sequential sampling dengan single ADC.
Resolusinya sendiri terdiri dari 14 bit dengan 1 LSB = 0.51μV atau 16 bit ADC. Bandwidth berada pada rentang
0.2 – 43 Hz dengan filter notch digital pada 50 Hz dan 60 Hz. Meskipun bandwidth umumnya memiliki nilai
setengah dari sampling rate, faktanya bandwidth yang digunakan bisa jadi lebih kecil. Hal ini diakibatkan oleh
adanya filter anti-aliasing yang mulai mengurangi amplitudo sinyal pada saat bandwidth mencapai 80%.[13]
Notch filter pada 50 Hz dan 60 Hz berfungsi untuk menolak noise yang dihasilkan oleh catu daya.

Konektivitas
Konektivitas sistem EEG EMOTIV EPOC menggunakan sistem transmisi nirkabel Bluetooth® Smart yang
beroperasi pada pita 2.4GHz (berdasarkan aturan dari the Institute of Electrical and Electronics
Engineers).[14] Adapun bluetooth jenis ini sendiri merupakan tipe dengan teknologi rendah energi.

Sumber tenaga
Perangkat ini menggunakan baterai jenis Lithium Polimer (LiPo) dengan kapasitas 640mAh.

Pengukuran dan Pemrosesan Sinyal EEG

Berikut merupakan garis besar penatalaksaan pengukuran dan pemrosesan sinyal EEG
 Akuisisi data untuk mendapat
data mentah

(Data acquisition -> raw data)

Pra-premrosesan sinyal

(Pra-processing)

Ekstraksi ciri

(Feature extraction)

Pemilihan ciri

(Feature selection)

Klasifikasi

(Classification)

Akuisisi Data
Partisipan terdiri dari subjek dengan diagnosa MDD dan subjek sehat yang masing-masing memiliki umur
sebayad. Subjek dengan MDD harus dikonfirmasi terlebih dahulu oleh psikiater. Partisipan akan ditempatkan
di tempat yang minim gangguan dengan tujuan agar meminimalisir perekaman sinyal yang tidak diinginkan.
Perekaman sinyal EEG menggunakan neuroheadset Emotiv EPOC dengan 14 elektroda (plus 2 elektroda
referensi) Ag/AgCl. Sinyal elektrik direkam dengan amplifier double notch filter pada 50 Hz dan 60Hz.

Pra-pemrosesan sinyal
Ektraksi Ciri
Pemilihan Ciri
Klasifikasi
Referensi

[1] WHO. 2018. Fact Sheet: Depression. Diambil dari http://www.who.int/en/news-room/fact-sheets/detail/depression.

[2] Depkes RI. 2013. Peran Keluarga Dukung Kesehatan Jiwa Masyarakat. Diambil dari
http://www.depkes.go.id/article/print/16100700005/peran-keluarga-dukung-kesehatan-jiwa-
masyarakat.html

[3] Mohammadi et al. BMC Medical Informatics and Decision Making (2015) 15:108 DOI 10.1186/s12911-015-0227-6

[4] Mayfield Brain and Spine, 2018, Anatomy of the Brain. Diambil dari https://www.mayfieldclinic.com/PE-
AnatBrain.htm

[5] The Queensland Brain Institute, 2017, Lobes of the brain. Diambil dari https://qbi.uq.edu.au/brain/brain-
anatomy/lobes-brain

[6] Saeid Sanei, J.A. Chambers,2007. EEG Signal Processing. John Wiley & Sons, Ltd.

[7] Juri D. Kropotov, 2009. Quantitative EEG Analysis Methods. Academic Press, Elsevier Inc.

[8] Saeid Sanei, J.A. Chambers,2007. EEG Signal Processing. John Wiley & Sons, Ltd.

[9] W. Stallings. 2001. Komunikasi Data dan Komputer. Penerbit Salemba Teknika

[10] R. Ramirez and Z. Vamvakousis.2012. Detecting Emotion from EEG Signals Using the Emotive Epoc Device.
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture
Notes in Bioinformatics): Preface (pp.175-184) Conference Paper · December 2012 DOI 10.1007/978-3-642-
35139-6_17

[11] IMOTIONS Biometric Research Platform. 2018. EEG Pocket Guide. iMotions

[12] Jiawei Xu et al. 2018. Low Power Active Electrode ICs for Wearable EEG Acquisition. Springer International
Publishing AG