PENGENDALIAN MINIATUR RUMAH PINTAR

MENGGUNAKAN PEMBACAAN GELOMBANG OTAK

SMART HOME MINIATURE CONTROL BY BRAINWAVE

READING

TUGAS AKHIR

Laporan ini disusun untuk memenuhi salah satu syarat menyelesaikan pendidikan
Diploma III Program Studi Teknik Elektronika Di Jurusan Teknik Elektro

Oleh
MUHAMMAD PIAN BERLIAN
171311018

POLITEKNIK NEGERI BANDUNG

2020
ii
v
 PENGENDALIAN MINIATUR RUMAH PINTAR
MENGGUNAKAN PEMBACAAN GELOMBANG OTAK

Oleh:
MUHAMMAD PIAN BERLIAN
NIM: 171311018

Tugas Akhir ini telah disidangkan pada tanggal 29 September 2020 sesuai dengan
ketentuan.

Tim Penguji:

Ketua : Robinsar Parlindungan, S.Si., MT

NIP. 198207202009121006

Anggota 1 : Yana Sudarsana, BSEE., MT

NIP. 196308111994031002

Anggota 2 : Ervin Masita Dewi, ST., MT.

NIP. 197907052009122001

vi
 ABSTRAKSI

Sistem aplikasi rumah pintar telah banyak dikembangkan akhir-akhir ini. Dengan
berbagai metode pengendalian, manusia dapat dengan mudah memberikan perintah
kepada benda-benda berbasis elektronik pintar tersebut. Dari penerapan metode
pengendalian seperti menggunakan input dari ponsel pintar, isyarat tangan, dan
pengenalan suara, masih belum menemukan solusi untuk memudahkan
pengendalian bagi sebagian penyandang disabilitas terutama pada bagian cacat
bagian motorik atau sering disebut dengan penderita kelumpuhan saraf motorik.
Dari permasalahan tersebut, dikembangkan sebuah proyek akhir dengan membuat
miniatur sistem rumah pintar menggunakan pengendalian gelombang otak. Proyek
ini bertujuan untuk membantu para disabilitas motorik untuk lebih mudah
mengendalikan sistem rumah pintar tanpa harus kesulitan dalam melakukan
pengendaliannya. Sinyal Elektroensefalografi (EEG) akan direkam dan
menghasilkan nilai fokus dan meditasi yang terbaca dari otak. Nilai fokus dan
meditasi yang didapatkan akan diolah untuk mengendalikan setiap piranti yang
terpasang pada miniatur rumah pintar. Setiap perangkat rumah pintar mempunya
nilai fokus dan meditasi yang telah ditentukan. Nilai fokus akan digunakan untuk
menghidupkan perangkat sedang nilai meditasi akan digunakan untuk mematikan
perangkat. Hasil pengujian sistem ini, yaitu para pengguna dapat mengendalikan
semua piranti rumah pintar melalui fokus dan meditasi yang dihasilkan. Pengguna
dalam kondisi tenang dan bersantai saat pengendalian. Hasil pengujian, miniatur
rumah dapat dengan mudah dikendalikan pada saat sore hari dimana nilai fokus dan
meditasi yang dihasilkan dapat dengan cepat dan mudah disesuaikan pada nilai
kendali perangkat rumah pintar. Pengendalian pintu dan lampu jauh lebih mudah
dilakukan rata - rata sebanyak 5x dalam satu percobaan, pengendalian cooler paling
banyak dilakukan rata – rata 3x dalam satu percobaan, sedangkan jendela paling
banyak dikendalikan dengan rata – rata 1x dalam satu percobaan.

Kata Kunci : Sinyal Elektroensefalografi (EEG), miniatur rumah pintar, nilai fokus
dan meditasi.

iv
 ABSTRACT

Smart home application systems have been developed a lot lately. With various
control methods, humans can easily give orders to these smart electronic-based
objects. The application of control methods by using such as user input from
smartphones, hand signals, and voice recognition, there is still not getting a
solution to facilitate control for some people with disabilities, especially with the
motor disabilities section, or often referred to as motor neurons paralysis sufferers.
From these problems, a final project was developed by making a miniature smart
home system using brain wave control. This project aims to help people with the
motor disabilities to more easily control the smart home system without having to
have difficulty controlling it. Electroencephalography (EEG) signals will be
recorded and produce focus and meditation values that are read from the brain.
The value of focus and meditation obtained will be processed to control each device
installed in the miniature smart home. Every smart home device has a predefined
focus and meditation value. The focus value will be used to turn on the device while
the meditation value will be used to turn off the device. The test results of this system
are users can control all smart home devices through the resulting focus and
meditation. The user is calm and relaxed when controlling. The test results,
miniature houses can be easily controlled in the afternoon where the resulting value
of focus and meditation can be quickly and easily adjusted to the control value of
smart home devices. Control of doors and lights is much easier to do on average 5
times in one experiment, cooler control is mostly done on average 3 times in one
experiment, while windows are mostly controlled with an average of 1 time in one
experiment.

Keywords: Electroencephalographic (EEG) signal, miniature smart house, focus

and meditation value.

v
 KATA PENGANTAR

Puji syukur atas kehadirat Allah SWT yang Maha Pengasih lagi Maha
Penyayang, yang telah melimpahkan rahmat, hidayah, dan karunia-nya kepada
penulis, sehingga penulis dapat menyelesaikan laporan proyek akhir dengan judul
Pengendalian Miniatur Rumah Pintar Menggunakan Pembacaan Gelombang Otak.
Sebagai salah satu syarat untuk menyelesaikan studi Diploma III di Politeknik
Negeri Bandung Program Studi D3 Teknik Elektronika. Oleh karena itu, pada
kesempatan ini penulis banyak mengucapkan terima kasih kepada :
1. Bapak R. W. Tri Hartono,D.U.Tech.,M.T selaku Ketua Jurusan Teknik
Elektro Politeknik Negeri Bandung.
2. Bapak Dadan Nurdin Bagenda, ST.,M.T. selaku Ketua Program Studi D3
Teknik Elektronika.
3. Koordinator dan Panitia tugas akhir.
4. Bapak Dr. Ir. Noor Cholis Basjaruddin, MT selaku dosen pembimbing I
yang telah membantu dalam pembuatan rancangan alat tugas akhir dan
penulisan laporan tugas akhir ini.
5. Bapak Tjan Swi Hong, B.Sc., M.Sc selaku dosen pembimbing II yang telah
membantu memberikan masukan rancangan alat tugas akhir dan penulisan
laporan tugas akhir ini.
6. Bapak Robinsar Parlindungan, S.Si., MT selaku ketua penguji sidang tugas
akhir.
7. Bapak Yana Sudarsana, BSEE., MT selaku penguji 1 sidang tugas akhir.
8. Ibu Ervin Masita Dewi, ST., MT. selaku penguji 2 sidang tugas akhir.
Penulis sadari bahwa penyusunan laporan ini jauh dari kesempurnaan
karena terdapat kekurangan baik dari pengetahuan penulis sendiri, maupun isi dari
penyajiannya. Oleh karena itu, penulis mengharapkan kritik dan saran yang sifatnya
membangun demi kesempurnaan laporan ini.

Bandung, 29 September 2020

Muhammad Pian Berlian

vi
 DAFTAR ISI

ABSTRAKSI ...................................................................................................... iv
ABSTRACT .......................................................................................................... v
KATA PENGANTAR ........................................................................................ vi
DAFTAR ISI ..................................................................................................... vii
DAFTAR GAMBAR .......................................................................................... ix
DAFTAR TABEL .............................................................................................. xi
BAB I PENDAHULUAN .................................................................................... 1
I.1 Latar Belakang ...................................................................................... 1
I.2 Rumusan Masalah ................................................................................. 2
I.3 Ruang Lingkup dan Batasan Masalah .................................................... 2
I.4 Tujuan ................................................................................................... 3
I.5 Luaran Yang Diharapkan ....................................................................... 3
I.6 Sistematika Penulisan ............................................................................ 3
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI .............................. 5
II.1 Tinjauan Pustaka ................................................................................... 5
II.2 Dasar Teori ............................................................................................ 8
II.2.1 Sistem Rumah Pintar ...................................................................... 8
II.2.2 Sinyal Bluetooth ............................................................................. 8
II.2.3 Otak ............................................................................................... 9
II.2.4 Sinyal Elektroensefalografi (EEG) ................................................ 11
II.2.5 Sel Saraf ....................................................................................... 16
II.2.6 Brain Computer Interface (BCI) ................................................... 17
II.2.7 Transformasi Fourier (FFT) .......................................................... 18
II.2.8 Meter Esense ................................................................................ 20
II.2.9 Mikrokontroler ............................................................................. 21
II.2.10 Relay ............................................................................................ 23
BAB III METODOLOGI PENELITIAN .......................................................... 25
III.1 Tahapan Pelaksanaan ....................................................................... 25
III.2 Deskripsi dan Prinsip Kerja alat ....................................................... 27
III.3 Spesifikasi Alat ................................................................................ 27
III.4 Prasyarat Sistem ............................................................................... 28
III.5 Perancangan Sistem Mekanik ........................................................... 29
III.6 Perancangan Sistem Elektronik ........................................................ 30

vii
 III.7 Perancangan Pengkabelan ................................................................ 39
III.8 Perancangan Perangkat Lunak .......................................................... 40
BAB IV HASIL DAN PEMBAHASAN ............................................................ 41
IV.1 Implementasi Perancangan ............................................................... 41
IV.2 Realisasi Sistem Mekanik ................................................................ 41
IV.3 Realisasi dan Pengujian Sistem Elektronik ....................................... 41
IV.4 Realisasi Perancangan Perangkat Lunak ........................................... 81
IV.5 Pengujian Sistem.............................................................................. 83
IV.6 Analisa ........................................................................................... 142
BAB V KESIMPULAN DAN SARAN ........................................................... 145
V.1 Kesimpulan ....................................................................................... 145
V.2 Saran ................................................................................................. 146
DAFTAR PUSTAKA ........................................................................................ xii
LAMPIRAN A GAMBAR MEKANIK DAN SKEMATIK RANGKAIAN ......L-1
LAMPIRAN B FLOWCHART/GAMTEK LAINNYA.....................................L-4
LAMPIRAN C LISTING PROGRAM CONTROLLER ...................................L-6
LAMPIRAN D HASIL PENGUJIAN TAMBAHAN ...................................... L-14
LAMPIRAN E DATASHEET ........................................................................ L-39
LAMPIRAN F CURRICULUM VITAE ......................................................... L-47

viii
 DAFTAR GAMBAR

Gambar II.1 Bagian pada otak manusia [8] .......................................................... 9

Gambar II.2 Karakteristik gelombang EEG ........................................................ 12
Gambar II.3 (A)konfigurasi bipolar (B)konfigurasi unipolar .............................. 13
Gambar II.4 Sistem internasional EEG 10-10 dan 10-20 [8] ............................... 14
Gambar II.5 Struktur sel saraf manusia [9] ......................................................... 16
Gambar II.6 Blok kerja BCI. [10]...................................................................... 18
Gambar II.7 Persamaan FFT .............................................................................. 19
Gambar II.8 Struktur mikrokontroler ................................................................ 22
Gambar II.9 Struktur pada relay ......................................................................... 24
.Gambar III.2 Diagram blok sistem miniatur rumah pintar ................................. 27
Gambar III.3 Model miniatur rumah pintar ........................................................ 29
Gambar III.4 Mikrokontroler arduino nano V3 .................................................. 31
Gambar III.5 modul HC05 ................................................................................. 32
Gambar III.6 Modul relay 4 soket ...................................................................... 32
Gambar III.7 LCD 20 x 4 dengan I2C ................................................................ 33
Gambar III.8 Servo S90 ..................................................................................... 34
Gambar III.9 Neurosky mindwave headset mobile 2 .......................................... 35
Gambar III.10 Struktur Neurosky mindwave headset mobile 2 [15] ................... 35
Gambar III.11 Penempatan elektroda EEG pada Neurosky mindwave headset
mobile 2 [16] ..................................................................................................... 36
Gambar III.12 ThinkGear Asiic Module (TGAM) .............................................. 36
Gambar III.13 Pengkabelan pada ThinkGear Asiic Module (TGAM) [17] .......... 37
Gambar III.14 Aktuator pada miniatur sistem rumah pintar ................................ 39
Gambar III.15 sistem pengkabelan pada miniatur rumah pintar .......................... 39
Gambar III.16 sistem perangkat lunak pada miniatur rumah pintar ..................... 40
Gambar IV.1 Perealisasian perancangan mekanik miniatur rumah pintar ........... 41
Gambar IV.2 Perealisasian perancangan elektronik ............................................ 42
Gambar IV.3 Realisasi piranti miniatur rumah pintar ......................................... 42
Gambar IV.4 Headset dalam keadaan Unpair/OFF ............................................. 43
Gambar IV.5 Headset dalam keadaan Pair/ON ................................................... 43
Gambar IV.6 Pengujian fokus ............................................................................ 44
Gambar IV.7 Pengujian meditasi. ...................................................................... 44
Gambar IV.8 Hasil komunikasi AT command pada serial terminal .................... 45
Gambar IV.9 motor servo pintu ......................................................................... 46
Gambar IV.10 pengetasan sudut servo pintu dari 0 - 120°. ................................. 46
Gambar IV.11 motor servo jendela 1 (kiri). ........................................................ 47
Gambar IV.12 pengetesan sudut servo jendela 1 dari 0 - 120°. ........................... 47
Gambar IV.13 motor servo jendela 2 (kanan) ..................................................... 47
Gambar IV.14 pengetesan sudut servo jendela 2 dari 0 - 120°. ........................... 48
Gambar IV.15 Mindwave Reader 512 ................................................................ 82
Gambar IV.16 Brainwave Analyzer ................................................................... 83
Gambar IV.17 hasil analisa RAW EEG pengguna .............................................. 84
Gambar IV.18 hasil rata-rata RAW EEG pengguna............................................ 84
Gambar IV.19 Pintu terbuka .............................................................................. 85
Gambar IV.20 Lampu menyala .......................................................................... 86

ix
Gambar IV.21 Cooler menyala .......................................................................... 86
Gambar IV.22 Jendela terbuka ........................................................................... 87
Gambar IV.23 Pengaturan jarak pengendalian perekaman EEG dengan miniatur
rumah ................................................................................................................ 95
Gambar IV.24 Pintu terbuka ............................................................................ 102
Gambar IV.25 Lampu menyala ........................................................................ 102
Gambar IV.26 Cooler menyala ........................................................................ 102
Gambar IV.27 Jendela terbuka ......................................................................... 103
Gambar IV.28 Pintu terbuka ............................................................................ 107
Gambar IV.29 Lampu menyala ........................................................................ 108
Gambar IV.30 Cooler menyala ........................................................................ 108
Gambar IV.31 Jendela terbuka ......................................................................... 108
Gambar IV.32 hasil analisa RAW EEG naracoba 1 .......................................... 110
Gambar IV.33 hasil rata-rata RAW EEG naracoba 1 ........................................ 110
Gambar IV.34 Naracoba 1 ............................................................................... 111
Gambar IV.36 hasil analisa RAW EEG naracoba 2 .......................................... 118
Gambar IV.37 hasil rata-rata RAW EEG naracoba 2 ........................................ 119
Gambar IV.38 Naracoba 2 ............................................................................... 119
Gambar IV.39 hasil analisa RAW EEG naracoba 3 .......................................... 128
Gambar IV.40 hasil rata-rata RAW EEG naracoba 3 ........................................ 129
Gambar IV.41 Naracoba 3 ............................................................................... 129

x
 DAFTAR TABEL

Tabel II.1 Tinjauan Pustaka ................................................................................. 6

Tabel III.1 spesifikasi mekanik model miniatur rumah pintar ............................. 29
Tabel III.2 konfigurasi pin mikrokontroller pada sistem ..................................... 31
Tabel III.3 Spesifikasi aktuator miniatur rumah pintara ...................................... 38
Tabel IV.1 Instruksi AT command Bluetooth..................................................... 45
Tabel IV.2 Hasil pembacaan untuk menentukan nilai fokus dan meditasi ........... 48
Tabel IV.3 Hasil pembacaan Esense EEG pengguna oleh Mindwave Reader 512
.......................................................................................................................... 83
Tabel IV. 4 Nilai Esense untuk mengendalikan perangkat miniatur rumah pintar 85
Tabel IV. 5 Hasil perekaman ujicoba sistem ...................................................... 87
Tabel IV.6 Hasil pengendalian ujicoba miniatur sistem rumah pintar ................. 95
Tabel IV.7 Hasil pengujian dari jarak 1 meter .................................................... 96
Tabel IV.8 Hasil pengujian dari jarak 2 meter. ................................................. 103
Tabel IV.9 Daftar naracoba pengujian sistem ................................................... 109

xi
 DAFTAR PUSTAKA

[1] F. N. Hakim, "Rancang Bangun Sistem Kontrol Navigasi Kursi Roda Listrik
Menggunakan Sinyal EEG," Fakultas Teknologi Elektro Institut Teknologi
Sepuluh Nopember, Surabaya, 2017.

[2] D. Anggraeni, M. Sanjaya and M. Y. S.N, "Rancang Bangun Smarthome

Menggunakan Headset Mindwave Pendeteksi Sinyal Otak Secara Real Time
Berbasis Phyton dan Mikrokontroler Arduino," ALHAZEN Journal of
Physics, vol. II, no. 2, pp. 18-26, 2016.

[3] T. Tombeng and R. Rumayar, "Sitem Pengontrolan Lampu Menggunakan

Sensor Gelombang Otak," Cogito Smart Journal, vol. 3, no. 02, pp. 240-247,
2017.

[4] T. F. Yurmama dan N. Azman, “Perancangan Software Aplikasi Pervasive

Smart Home,” SNATI, pp. 1-5, 2009.

[5] T. W. Oktaviani, "Perancangan User Interface Berbasis Web untuk Home,"

JNTETI, vol. 03, pp. 179-185, 2014.

[6] H. Wibisono, Y. Purwanto and W. A. Prasetyanto, "Rancang Bangun Sistem

Komunikasi Data," Indonesian Symposium on Robot Soccer Competition
2015, 2015.

[7] E. Nirmala, "Teknologi Bluetooth dengan Mekanisme Multihop," Teknologi

Sistem Informasi dan Aplikasi, vol. 02, pp. 73-78, 2019.

[8] M. A. Hendrawan, "Deteksi Kondisi Lelah Berbasis Sinyal

Electroencephalograph(EEG) Satu Kanal Menggunakan Linear Discriminant
Analysis(LDA)," Departemen Teknik Elektro Fakultas Teknologi Elektro
Institut Teknologi Sepuluh November, Surabaya, 2018.

[9] S. Warner, Ph.D., "Cheat Sheet for Neurofeedback," Miami, Florida, 2013.

[10] A. Choirunnisa, "Profil Penggunaan Obat Pada Pasien Guillain Barre

Syndrome (GBS) (Penelitian di RSUD Dr. Saiful Anwar Malang)," Fakultas
Ilmu Kesehatan Universitas Muhammadiyah Malang, Malang, 2017.

[11] A. Nijholt and D. Tan, "Brain-Computer Interfacing for Intelligent Systems,"

in IEEE Computer Society, 2008.

[12] M. N. Fakhruzzaman, “Pengenalan Gelombang EEG Pada Manusia dengan

EMOTIV EPOC Untuk Melakukan Aktivitas,” Fakultas Teknologi Informasi
Institut Teknologi Sepuluh Nopember, Surabaya, 2015.

[13] F. Kinan, "Deteksi Kelelahan Mental Berbasis Gelombang Otak

Menggunakan Transformasi Fourier dan Support Vector Machine," Jurusan

xii
 Teknik Informatika Fakultas Teknologi Informasi Institut Teknologi Sepuluh
Nopember, Surabaya, 2015.

[14] D. Chaudhari and P. Patil, "Emerging Neurosky Mind-wave BCI System to

Perceive Drowsiness," International Journal Of Advances In Electronics and
Computer Science, vol. 2, no. 12, pp. 8-10, 2015.

[15] Y. B. Olam, F. D. Setiaji and D. Susilo, "Implementasi Headset NeuroSky

MindWave Mobile untuk Mengendalikan Robot Beroda secara Nirkabel,"
Techné Jurnal Ilmiah Elektroteknika, vol. 13, pp. 173-183, 2014.

[16] M. Yusuf, "Prototipe Sensor Parkir Mobil Berbasis Mikrokontroler

AT89S51," Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas
Sebelas Maret Surakarta, Surakarta, 2009.

[17] R. Fauzi, "Alat Tambal Ban Elektrik Otomatis Berbasis Atmega8535," digilib
polban, pp. 1-54, 2012.

[18] Neurosky, MindWave Mobile 2: User Guide, Neurosky.inc, 2018.

[19] D. R. Edla and etc, "Classification of EEG data for human mental state
analysis using Random Forest Classifier," in International Conference on
Computational Intelligence and Data Science, National Institute of
Technology Goa, India, 2018.

[20] Neurosky, TGAM, Neurosky.Inc, 2011.

xiii