Membaca Kadar Stres dan Mengatur Pola Emosi dengan sensor

berdasarkan Metode Galvanic Skin Response (GSR)

Sensor Stress

Proposal Tugas Akhir Penulisan Proposal IT-GAB-IOT

Rama Ahmadi Ariayudha

NIM : 1303184036

Program Studi Teknologi Informasi

Fakultas Informatika

Universitas Telkom
Bandung
2022
 Lembar Persetujuan

Membaca Kadar Stres dan Mengatur Pola Emosi dengan sensor

berdasarkan Metode Galvanic Skin Response (GSR)

Stress Levels Readers and Arrange Emotional Patterns with sensors

based on Method of Galvanic Skin Response (GSR)

Rama Ahmadi Ariayudha

NIM : 1303184036

Proposal ini diajukan sebagai usulan pembuatan tugas akhir padaProgram Studi
Sarjana Teknologi Informasi
Fakultas Informatika Universitas Telkom

Bandung, 22 Agustus 2022

Menyetujui

Pembimbing 1 Pebimbing 2

HILAL HUDAN NUHA, S.T., M.T., Ph.D. MUHAMAD IRSAN, S.T., M.Kom.
NIP : 13860093 NIP : 23800001

1
 Abstrak

Seperti yang kita ketahui, bahwa ada beberapa orang yang tidak dapat mengontrol
emosinya dengan benar. Apalagi teruntuk beberapa orang yang memiliki kesibukan
yang sangat padat, dimana waktu kerja mereka yang begitu padat dan juga menguras
begitu banyak tenaga dan juga bahkan kesehatan mereka. Pada dasarnya manusia ketika
sudah mencapai batas maksimalnya, emosinya tidak akan terkontrol. Untuk
menanggulangi hal yang tidak diinginkan, saya mengajukan skripsi yang saya ajukan
berupa alat yang fleksibel untuk digunakan ketika sedang dalam jam kerja. Ada tahapan
cara sensor bekerja, mendeteksi melalui sensor denyutnadi, kelenjar keringat dan juga
suhu tubuh yang dinamakan metode Galvanic Skin Response (GSR). Nilai akurasi yang
didapat dengan sensor ini dipengaruhi oleh keadaan kondisi tubuh ketika beraktivitas.
Oleh karena itu algoritma yang digunakanakan dipakai secara khusus. Dengan adanya
alat yang saya ajukan dalam tugas ini, siapa saja yang memakainya akan mengetahui
kadar stresnya. Alat yang saya ajukan berupa sensor yang dapat membacapola emosi
seseorang yang didapat dari denyut nadi dimana tahap tersebut dinamakan Galvanic
Skin Response (GSR). Dengan adanya alat yang saya ajukan ini, terutama terkait halnya
dengan efektivitas kinerja seseorang, dapat membantu penggunanya guna mengolah
emosinya. Untuk menyelesaikan permasalahan di atas, tugas akhir ini mengusulkan
pengembangan metode pendeteksi pola emosi yang dimulai dari merakit alat hingga
menyesuaikan algoritma. Metode yang digunakan pada tugas akhir ini terdapat,
pengembangan alat, pengimplementasian algoritma serta pengujian alat. Hasil
pengujian yang diharapkan berhasil mencapai rat-rata diatas 75%, sensitivitas diatas
80% dan spesifikasi diatas 80%.

Kata Kunci : Stress, Pola Emosi, Galvanic Skin Response (GSR), MachineLearning

2
 DAFTAR ISI

Lembar Persetujuan ……………………………………………………….……………... 1

Abstrak …………………………………………………………………………………… 2
Daftar Isi ……………………………………………………………………..................... 3
BAB I PENDAHULUAN ………………………………………………………............... 4
1.1. Latar Belakang ……………………………………………………….................... 4
1.2. Rumusan Masalah ………………………………………………………………... 5
1.3. Batasan Masalah ………………………………………………………….............. 5
1.4. Tujuan Penelitian …………………………………………………………………. 5
1.5. Manfaat Penelitian ………………………………………………………………... 6
BAB II TINJAUAN PUSTAKA ………………………………………………………… 6
2.1. Kajian Pustaka ……………………………………………………………………. 6
2.2. Stress ……………………………………………………………………………... 14
2.3. Sensor GSR (Galvanic Skin Response) …………………………........................... 14
2.4. Fuzzy Logic ………………………………………………………………………. 15
2.5. Parameter Stres …………………………………………………………………… 16
BAB III METODOLOGI PENELITIAN ………………………………………………... 17
3.1. Deskripsi Umum ………………………………………………………….............. 17
3.2. Perancangan Alat …………………………………………………......................... 17
3.3. Pengambilan Data ………………………………………………………………... 18
3.4. Parameter Fuzzy Logic …………………………………………………………… 18
BAB IV HASIL DAN PEMBAHASAN ………………………………………………… 22
4.1. Hasil Pengamatan ………………………………………………………………… 22
4.2. Kesimpulan ……………………………………………………………………….. 24
Daftar Pustaka ……………………………………………………………………………. 24

3
 BAB I
Pendahuluan

1.1. Latar Belakang

Stress merupakan gangguan mental yang diakibatkan karena adanya tekanan.
Tekanan ini akan timbul karena sesuatu yang diinginkan dariindividu tersebut
tidak tercapai. Tekanan ini akan muncul dari berbagai faktor, semisalnya dari
individu itu sendiri maupun dari luar. Stress bukan hanya soal tekanan saja,
tapi akan ada efek pada tubuh atau fisik juga. Ketika seseorang mengalami
tekanan stress, detak jantung akan meningkat deyut nadinya, tekanan darah
menaik, nafas menjadi cepat dan juga tangan kian mengeluarkan keringat
dingin.

Beberapa ada yang tidak mampu untuk mengatur Stress-nya sendiri, bahkan
ada yang tidak bisa. Faktornya bisa didapatkan dari berbagai hal, diantaranya
karena kesibukan sehari-harinya sehingga tidak memperhatikan dirinya
sendiri atau bahkan terlalu sering memikirkan hal yang mungkin tidak akan
terjadi.

Stres dapat dibagi menjadi dua kategori umum: stres yang dapat dikontrol dan
stres yang tidak dapat dikontrol. Stres yang dapat dikontrol merupakan stres
yang bisa ditangani dan dikelola dengan baik. Manusia itu sendiri memiliki
pengaruh dan kontrol terhadap situasi atau faktor yang menyebabkan stres
tersebut. Contohnya berupa, tuntutan pekerjaan dimana dapat mengatur
waktu, mengorganisasi tugas, dan mencari cara efektif untuk menyelesaikan
pekerjaan, hubungan interpersonal yang dapat berkomunikasi dengan orang
lain, menetapkan batasan, dan mencari solusi yang baik dalam mengatasi
masalah hubungan, kesehatan dan gaya hidup yang juga dapat menjaga pola
makan sehat, berolahraga secara teratur, tidur cukup, dan mengelola waktu
luang dengan baik.

Sedangkan stres yang tidak dapat dikontrol adalah stres yang mungkin sulit
atau bahkan tidak mungkin untuk diatasi atau diubah. Alasannya yaitu tidak
memiliki kendali langsung terhadap situasi atau faktor penyebab stres
tersebut. Contoh-contoh stres yang tidak dapat dikontrol meliputi, bencana
alam yang tidak dapat mengendalikan gempa bumi, banjir, atau badai yang
terjadi, kehilangan orang terdekat yang mungkin tidak dapat mengubah
kenyataan bahwa seseorang yang dicintai telah meninggal, perubahan
lingkungan yang tidak memiliki kendali atas perubahan kebijakan pemerintah

4
 atau perubahan sosial yang dapat memengaruhi hidup Anda.

Dalam menghadapi stres yang tidak dapat dikontrol, fokuslah pada bagaimana
Anda meresponsnya. Anda dapat mengembangkan strategi dan keterampilan
untuk meningkatkan ketahanan diri, mencari dukungan dari orang-orang
terdekat, atau mencari bantuan profesional jika diperlukan. Yang terpenting,
sadari bahwa Anda memiliki kendali atas cara Anda menanggapi stres
tersebut.

Belakangan ini, pengusulan prototype dimana akan terkontrolnya kehidupan

manusia dimulai dengan mengatur pola emosi. Belum adanya aksi yang
dilakukan oleh protoype tersebut. Oleh karena itu, pada tugas akhir ini
diajukan untuk melakukan riset dimana akan dikembangkannya protoype
tersebut.

Berdasarkan latar belakang yang telah dipaparkan, sedang dilakukan riset

pada sebuah alat yang dapat mengurangi tekanan seseorang. Riset yang telah
dikumpulkan dan yang diteliti merupakan sebuah alat yang memiliki sensor
dimana sensor tersebut dapat membaca pola emosi seseorang. Dengan metode
Galvanic Skin Response (GSR).

1.2. Perumusan Masalah

1.2.1 Apakah dengan adanya alat pendeteksi emosi dapat mengurangi tekanan
bagi pengguna?
1.2.2 Dengan adanya alat ini, apakah pola emosi akan terkontrol dengan baik?
1.2.3 Bagaimana cara program mengolah data-data dan menentukan kategori
dari tiap tingkatan stress?
1.3. Batasan Masalah
1.3.1. Kinerja yang diukur pada tubuh pemakai berupa denyut nadi.
1.3.2. Alat tidak boleh diukur pada saat setelah berolahraga maupun saat makan
dan minum

1.4. Tujuan Penelitian

1.4.1 Apakah dengan adanya alat pendeteksi emosi dapat mengurangi
tekanan bagi pengguna?
1.4.2 Dengan adanya alat ini, apakah pola emosi akan terkontrol dengan
baik?
1.4.3 Bagaimana cara program mengolah data-data dan menentukan
kategori dari tiap tingkatan stress? pun tujuan penelitian, yaitu :
1.4.3.1 Membuat rancangan alat guna mendeteksi pola emosi pada

5
 seseorangberdasarkan tingkat mosi yang diukur.
1.4.3.2 Mengetahui prinsip kerja sensor.
1.4.3.3 Mengategorikan tingkatan stress tertentu.

1.5. Manfaat Penelitian

Dari penelitian yang terkait bertujuan untuk membantu beberapa orang agar
dapat mengolah pola emosi dengan baik, guna mencegah hal yang tidak
diinginkan terjadi. Ketika pola emosi dalam keadaan tidak stabil, maka sensor
akan memunculkan aksi kepada program dimana akan ditampilkan pada
interface web server dan disimpan pada database.

BAB II
TINJAUAN PUSTAKA

2.1. Kajian Pustaka

Dari artikel yang saya pilih untuk dijadikan riset, terdapat beberapa point
penting yang saya ambil. yaitu berupa, alat pendeteksi sensor pada denyut
nadi tidak dapat dipastikan bahwa perhitungannya akurat. karena adakala
dimana denyut nadi bukan hanya menggambarkan pola emosi. tetapijuga dapat
menggambarkan kesehatan dari tubuh orang tersebut. maka dari itu,
diperlukan algoritma yang akurat yang hanya dapat mendeteksi pola emosi
pengguna. Terdapat artikel yang membahas mengenai sistem pemantauan
detak jantung yang dilakukan oleh Bansal et al. (2018). Penelitian tersebut
membahas pengembangan sistem pemantau detak jantung dengan sensor
Photoplethysmography (PPG). Ada juga penelitian dengan bahasan yang
sama yang dilakukan oleh Irawan & Juhana (2018).

Pemeriksaan silang data GSR dengan anotasi data multimodel menunjukan

hasil yang menjanjikan dalam menjelaskan puncak pada data GSR, yang
ditemukan berkolerasi dengan peritiwa pengguna sub-tugas menurut Yu Shi,
Natalie Ruiz, Ronnie Taib, Eric Choi, Fang Chen (2007).

Ada penelitian yang dikemukakan oleh Davide Carnerio, Paulo Novais, Juan
Carlos Augusto, Nicola Payne (2017), bahwa orang-orang semakin menyadari

6
masalah ini dan konsekuensinya di beberapa tingkatan: kesehatan, kehidupan
sosial, pekerjaan, kualitas hidup, dll. Hal inimengakibatkan peningkatan yang
signifikan dalam pencarian perangkat dan aplikasi untuk mengukur dan
mengelola stres secara real-time. Evolusi teknologi dan ilmiah terkini
mendorong minat ini dengan pengembangan metode dan pendekatan baru.

Sensor Giant Magneto-Resistance (GMR) ditempatkan di pergelangan tangan

manusia dan memberikan sinyal magneto- plethysmographic. Sinyal ini
diproses oleh tahapan instrumentasi analog dan digital sederhana untuk
membuat indikasi detak jantung, yang dikemukakan oleh Kubera Kalyan,
Vinit Kumar Chugh, CS Anoop (2016).

Adapula rangkuman yang ditulis oleh Syed Roohullah Jan, Syed Tauhid Ullah
Shah, Zia Ullah Johar, Yasin Shah, Fazlullah Khan (2016) seperti. Tujuan
Pengujian adalah untuk membuat kualitas perangkat lunak seefisien mungkin.
Bagaimana mereka bekerja dan bagimana mereka berbeda (satu sama lain).
Mereka terdiri pada, Teknik : Pengujian Kotak Hitam, Pengujian Kotak Putih
dan Pengujian Kotak Abu-Abu, sedangkan pada Strategi terdapat, Pengujian
Unit, Pengujian Sistem dan Pengujian Penerimaan.

Sistem engineering merupakan komponen yang penting dalam pembuatan

tugas akhir ini. Diakui secara luas bahwa mengdopsi pendekatan socio-teknis
untuk pengembangan sistem mengarah ke sistem yang lebih dapat diterima
oleh pengguna akhir dan memberkn nili yang lebih kepada pemangku
kepentingan. Socio-Technical System Engineering (STSE) menjembatani
kesenjangan tradisional antara perubahan organisasi dan pengembangan
sistem menggunakan dua jenis aktivitas utama: sensitisasi dan kesadaran; dan
keterlibatan yang konstruktif yang dikemukakan oleh Senthil Sriramprakash,
Vadana D Prasanna, OV Ramana Murthy (2011).

Sebuah sensor juga harus dipastikan bahwa pendeteksinnya tepat. Termasuk

yang dikemukakan oleh Senthil Sriramprakash, Vadana D Prasanna, OV
Ramana Murthy (2017) Detektor stres mengklasifikasikan individu yang stres

7
dari yang normal dengan memperoleh sinyal fisiologinya melalui sensor yang
sesuai seperti Electrocardiogram (ECG), Galvanic Skin Response (GSR), dll.
Ada juga kutipan yang menyebutkan, Pengukuran GSR dapat mengalami
kesalahan dari banyak sumber. Manfaat relatif dari pengukuran arus konstan
(resistensi) dan tegangan konstan (konduktansi) dibahas; sistem elektroda
optimal ditentukan, dan metode dc dan ac dibandingkan. Pekerjaan terbaru
telah menjelaskan mekanisme perifer dari respon dan telah memberikan
model listrik yang sesuai. Tinjauan ini mempertimbangkan pengukuran dan
analisis GSR berdasarkan karya terbaru ini. Montagu, J. D., & Coles, E. M.
(1966).

Di lingkungan kantor, kenyamanan termal merupakan salah satu faktor paling

signifikan yang mempengaruhi kinerja karyawan. Respon fisiologis tubuh dan
kenyamanan termal subjektif juga diukur. Ketika kondisi termal menyimpang
dari suhu yang relatif netral, respons kognitif subjek terganggu secara
signifikan (P < 0,05), sehingga akurasi respons lebih dipengaruhi oleh
penurunan suhu udara. Tekanan darah dan denyut jantung, respon kulit
galvanik, dan laju respirasi meningkat seiring dengan penurunan suhu udara
(P < 0,05), sehingga respon kulit galvanik sebagai indikator stres lebih
terpengaruh. Dalam konfigurasi pengujian, sebagai akibat dari penurunan
suhu udara sebesar 1°C, suhu kulit jari dan tubuh turun masing- masing
menjadi 0,74°C dan 0,25°C.
Menurut Emma Fortune, Yaqoub Yusuf, Sarah Zornes, Jorge Loyo Lopez,
Renaldo Blocker (2020), Lingkungan kerja yang memunculkan emosi positif
pada karyawan sangat penting untuk retensi, keterlibatan, dan produktivitas
karyawan. Sensor yang dapat dikenakan menyediakan sarana untuk mengukur
secara objektif respons emosional karyawan di tempat kerja secara real-time.
Tujuan penelitian adalah untuk melakukan penyelidikan awal ke dalam
validitas dua sistem multimodal untuk mengklasifikasikan tanggapan
emosional karyawan terhadap rangsangan video positif, netral atau negatif:
(1) menggunakan electroencephalography (EEG) yang dapat dipakai dalam
kombinasi dengan analisis ekspresi wajah berbasis video (FEA). ), dan (2)
menggunakan perangkat galvanic skin response (GSR) yang dapat dipakai
dalam kombinasi dengan FEA berbasis video.

8
Tanggapan yang dikemukakan oleh Christo Boshoff (2017), Analisis awal
tentang dampak daya tarik fisik dalam konteks bisnis telah mendukung
anggapan 'apa yang indah itu baik'. Namun, dalam keadaan yang dicirikan
oleh emosi negatif, tekanan dan stres, sangat sedikit yang diketahui tentang
bagaimana manusia merespons di tingkat bawah sadar terhadap daya tarik
penyedia layanan garis depan.

Pekerjaan terkonsentrasi pada pengembangan sistem akuisisi Galvanic Skin

response (GSR) yang murah, portabel, berdaya rendah, akurat dan efektif.
Generator gelombang sinus Frekuensi Sangat Tinggi untuk merangsang
pengiriman arus dirancang menggunakan Penguat Operasional JFET dual
bandwidth lebar yang berfungsi pada frekuensi tertentu dalam kisaran 10 KHz
hingga 45 KHz. Portabilitas dan isolasi daya dipertahankan dengan
menyediakan catu daya USB ke sistem dengan antarmuka LabVIEW dan
MATLAB untuk pemrosesan lebih lanjut, yang dapat difasilitasi
menggunakan satu laptop. Sistem yang dikembangkan telah dikalibrasi dan
digunakan untuk memperoleh respons kulit yang dirangsang secara
emosional. Dua jenis emosi dikenali secara efisien dari data yang diperoleh
menurut Priyanka Das, Abhik Das, D.N. Tibarewala, Anwesha Khasnobish
(2016).

Berikut merupakan hal yang dikemukakan mengenai tekanan darah dan juga
sistem yang membacanya oleh K. Subramanya, Vishnuprasada V. Bhat,
Sandeep Kamath (2013), Dalam studi saat ini, perangkat wearable berbiaya
rendah dikembangkan dan diuji untuk membantu kemajuan menuju sistem
untuk memprediksi tekanan darah / Blood Pressure (BP) dan dinamika
kardiovaskular. Dalam studi percontohan, kami memeriksa hipotesis tentang
hubungan antara nilai GSR dan empat indeks BP (TD sistolik, BP diastolik,
tekanan arteri rata-rata dan tekanan nadi) pada sukarelawan manusia yang
tampaknya sehat sebelum dan segera setelah latihan treadmill. Keempat
indeks BP memiliki hubungan yang signifikan dengan GSR, dengan tekanan
nadi mungkin merupakan prediktor terkuat dari variasi GSR dan sebaliknya.
Makalah ini membuka peluang untuk penyelidikan di masa depan untuk

9
mengevaluasi kegunaan pemantauan berkelanjutan GSR untuk
memperkirakan kolaps kardiovaskular, AHE, dan syok yang akan segera
terjadi, dan dapat memiliki implikasi luas untuk ICU, trauma, dan manajemen
perawatan kritis.

Untuk meningkatkan daya tahan dan kegunaannya, kami menggunakan busa

konduktif fleksibel sebagai bahan penginderaan dan mendesainnya agar
mudah dipasang (dan dilepas dari) berbagai macam pakaian. Keandalan
penginderaan dari sensor yang diusulkan dengan membandingkan sinyalnya
dengan GSR referensi. Korelasi rata-rata antara dua sinyal adalah 0,768; ini
cukup tinggi untuk memvalidasi kelayakan sensor yang diusulkan untuk
penginderaan GSR yang andal di bagian belakang yang dikemukakan oleh
Jeehoon Kim, Sungjun Kwon, Sangwon Seo, Kwangsuk Park (2014).

No. Penulis Judul Hasil Kekurangan Kelebihan

1 Bansal, P., Smart Heart Rate Pengolahan data Perangkat yang Sensor dapat membaca
Malik, M. Monitoring pola emosi. digunakan masih dengan tepatdan akurat
and Kundu, System (2018) Klasifikasi menggunakan
beberapa device
R dengan GSR
sehingga kurang
begitu efisien
dalam
pemakaian.
2 Irawan, Heart Rate Data diolah oleh Untuk Wearable yang digunakan
H.C. and Monitoring Using Giant Magneto pengaplikasian nyaman, hanya saja untuk
Juhana, T IoT Wearable For Resistance masih agak repot penilaian tidak begitu
Ambulatory (GMR) Output karena terdapat akurat
akan
(2018) ditampilkan device yang
pada metode harus
Magneto- menggunakan
plethysmograp perangkat
hic (MPG) khusus.
menuju
mikrokontroler
3 Yu Shi, Galvanic Skin Pemeriksaan Multimodel Data yang dihasilkan
Natalie Response (GSR) silang data GSR ketika digunakan secara rinci.
Ruiz, As An Index of dengan anotasi tidak begitu
Ronnie Cognitive Load data multimodel efisien
Taib, Eric (2007)
Choi, Fang
Chen
4 Davide New Methods For Peningkatan Alat digunakan Kinerja Karyawan akan
Carnerio, Stress Assessment yang signifikan secara terpantau ketika memiliki

10
 Paulo And Monitoring dalam pencarian bersamaan dan masalah yang tidak dapat
Novais, At The Workplace perangkat dan bergantian, ditangani
Juan Carlos (2017) aplikasi untuk sehingga sensor
mengukur dan
Augusto, akan terjadi eror
mengelola stres
Nicola secara
Payne real-time.
5 Kubera Non-Invasive Sensor Giant Pemakaian tidak Sensor membaca secara
Kalyan, Heart Rate Magneto- begitu efisien efisien
Vinit Monitoring Resistance jika terlalu
Kumar System Using (GMR) seringdigunakan
ditempatkan di
Chugh, CS Giant Magneto pergelangan
Anoop Resistance Sensor tangan manusia
(2016) dan memberikan
sinyal magneto-
plethysmograp
hic.
6 Syed An Innovative Tujuan Mendeskipsikan Hanya membahas bagian
Roohullah Approach To Pengujian algoritma yang yang itu saja tidak dengan
Jan, Syed Investigate adalah untuk mudah dipahami implementasibertahapnya
Tauhid membuat
Various Software
Ullah Shah, kualitas
Zia Ullah Testing perangkat lunak
Johar, Techniques And seefisien
Yasin Shah, Strategies (2016) mungkin.
Fazlulah
Khan
7 Gordon Socio-Technical Socio- Technical Membahas Seputar membahas
Baxter, Ian Systems: From System kesenjangan permasalahan technical
Sommervill Design Methods Engineering teknologi dalam saja
(STSE)
e to Systems pengembangan
menjembatani
Engineering kesenjangan engineering
(2011) tradisional
antara
perubahan
organisasi dan
pengembangan
sistem
menggunakan
dua jenis
aktivitas utama:
sensitisasi dan
kesadaran; dan
keterlibatan
yang
konstruktif.
8 Senthil Stress Detection Detektor stres Penggunaan Alat yang digunakan
Sriramprak InWorking People mengklasifikas efektif ketika secara bersamaan memiliki
a sh, (2011) ikan individu sebelum efek yang tidak konsisten
yang stres dari
Vadana D memulai ketika membaca sensor
yang normal
Prasanna, dengan pekerjaan,
OV memperoleh sehingga

11
 Ramana sinyal menghindari hal
Murthy fisiologinya yang tidak
melalui sensor diinginkan
yang sesuai
seperti
Electrocardiog
ram (ECG),
Galvanic Skin
Response
(GSR), dll.
9 Montagu, J. Mechanism And Pengukuran Penempatan Untuk pengklasifika sian
D., & Measurement Of GSR dapat problem ketika masalahnya begitu rumit
Coles, The Galvanic Skin mengalami menganalisis alat
E. M. kesalahan dari
Response. (1966) dapat dipahami
banyak sumber.
Manfaat relatif secararinci
dari pengukuran
arus konstan
(resistensi) dan
tegangan
konstan
(konduktansi)
dibahas; sistem
elektroda
optimal
ditentukan, dan
metode dcdan ac
dibandingkan
10 Shiva Human Cognitive kondisi termal Pengecekan Banyaknya orang yang
Sepehri, Functions And dapat sangat dilakukan menggunakan alat secara
Mohsen Psycho- mempengaruhi sebelum bersamaan akan terjadi
kinerja kognitif
Aliabadi, Physiological memulai eror
dan respon
Rostam Responses Under fisiologis selama kegiatan
Golmoham Low Thermal beberapa tugas
madi, Conditions In A pekerjaan
Mohamma Simulated Office kantor.
dBabamir Environment
(2021)
11 Emma Assessing Induced Sensor yang Efisien Alat yang digunakan
Fortune, Emotions in dapat dikenakan digunakan, secara bersamaan akan
Yaqoub Employees in a menyediakan terutama mengalami eror pada
Yusuf, Workplace Setting sarana untuk sebelum prosesnya
Sarah Using Wearable mengukur secara memulai
Zornes, Devices (2020) objektif respons pekerjaan
Jorge Loyo emosional
Lopez, karyawan di
Renaldo tempat kerja
Blocker secara real-
time.
12 Christo An Assessment Of Dalam keadaan Sangat berguna Alat hanya dapat
Boshoff Consumers’ yang dicirikan ketika digunakan digunakan ketika dalam
Subconscious oleh emosi dan juga akurat keadaan emosi yang sangat

12
 Responses to negatif, tekanan rendah
Frontline dan stres, sangat
Employees’ sedikit yang
diketahui
Attractiveness in a
tentang
Service Failure bagaimana
and Recovery manusia
Situation (2017) merespons di
tingkat bawah
sadar terhadap
daya tarik
penyedia
layanan garis
depan.
13 Priyanka Design and Sistem yang Dengan Untuk tekanan heart
Das, Abhik development of dikembangkan algoritma yang ratenya tidak
Das, D.N. portable galvanic telah dikalibrasi dibaca melalui diperhitungkan sehingga
Tibarewala, dan digunakan
skin response kondisi kulit tidak terlalutepat
Anwesha untuk
acquisition and memperoleh sangat
Khasnobish analysis system membantu
respons kulit
(2016) yang dirangsang memperoleh
secara hasil
emosional. Dua
jenis emosi
dikenali secara
efisien dari data
yang
diperoleh.
14 K. A wearable device Dikembangkan Perhitungan Alat yang diperlukan
Subramany for monitoring dan diuji untuk prediksi akurat lumayan banyak dan rumit
a, galvanic skin membantu dan mudahnya sehingga kurang mudah
Vishnupras kemajuan
response to sensor dalam dipahami
a da V. menuju sistem
Bhat, accurately predict untuk menentukan
Sandeep changes in blood memprediksi prediksi
pressure indexes tekanan darah /
and Blood Pressure
cardiovascular (BP) dan
dynamics (2013) dinamika
kardiovaskular
15 Jeehoon Highly wearable Untuk Metode yang Tidak adanya
Kim, galvanic skin meningkatkan digunakan terasa pengembangan pada tahap
Sungjun response sensor daya tahan dan lebh nyaman design sensor agar lebih
kegunaannya,
Kwon, using flexible and ketika sensor mudah untuk digunakan
menggunakan
Sangwon conductive busa konduktif dipakai
Seo, polymer foam fleksibel sebagai
Kwangsuk (2014) bahan
Park penginderaan
dan
mendesainnya
agar mudah
dipasang (dan
dilepas dari)

13
 berbagai macam
pakaian.
Keandalan
penginderaan
dari sensor yang
diusulkan
dengan
membandingk
an sinyalnya
dengan GSR
referensi.

2.2. Stres
Suatu kondisi yang disebabkan adanya ketidaksesuaian antara situasi yang
diinginkan dengan keadaan biologis, psikologis atau sistem sosial individu
tersebut (Sarafino, 2006) disebut stres. Ada beberapa jenis stres seperti stres
kimia, fisik juga emosional, dimana stres kimia yang disebabkan oleh hal yang
dikonsumsi seperti alkohol, rokok dan lainnya, stres fisik berupa kecelakaan
atau bisa juga berupa terlalu lama beraktivitas hingga badan terasa lelah,
sedangkan untuk stres emosional disebabkan karena frustasi yang beriringan
sering terjadi (Sukadiyanto, 2010).

Suasana hati berpengaruh terhadap kondisi fisik, begitu pula dengan stres.
Banyak juga penyakit yang dapat mengancam tubuh bila sering mengalami
stres seperti, tegangnya saraf otot kepala sehingga membuatnya sakit kepala
hingga migran. Kelelahan yang berlebihan juga dapat menimbulkan stres
sehingga badan tidak bisa tenang. Stres yang berlebihan dapat menyebabkan
kepala pusing bahkan tidur cukup sekalipun tidak teratasi. Stres juga dapat
mengurangi kesuburan pria maupun wanita.

2.3. Sensor GSR (Galvanic Skin Response)

GSR merupakan sebuah sensor yang dapat merespon dan mengukur tingkat
konduktivitas dari kulit dimana terdapat perbedaan tergantung pada tingkat
kelembaban kulit maupun kadar garam pada keringat di permukaan kulit.
Kelenjar keringat dipengaruhi oleh saraf simpatik dimana berubahnya pola
emosi seseorang akan mempengaruhi kelenjar keringat sehingga sensordapat
mendeteksinya (Astri, 2008). Kulit tubuh manusia terdapat 2 lapisan, yaitu
lapisan luar dan dalam. Dimana lapisan luar terdapat susunan sel sisik (scally
cell) dimana resistansi tinggi pada keadaan kering. Sedangkan pada lapisan
dalam adanya cairan tubuh yang memiliki resistansi relatif lebih rendah
sekitar 300 ohm.

14
 Pada keadaan kering, resistansi kulit menjadi tinggi. Tetapi pada keadaan kulit
yang benar benar kering itu jarang terjadi. Cenderungnya orang akan
mengeluarkan keringat walaupun hanya sedikit, oleh karena itu tubuh
mendapatkan resistansi listrik yang rendah. Dari nilai resistansi tubuh yang
besar diketahui nilai konduktansinya. Kebalikan dari resistansi yaitu
konduktansi sehingga dirumuskan sebagai berikut :
!
G="
G = Konduktans (µSiemens) R = Resistansi (Wohm)

2.4. Fuzzy Logic

Fuzzy Logic atau Bahasa umumnya yaitu nilai kebenaran variabel yang
dimana nilainya antara bilangan 0 dan 1. Fuzzy Logic merupakan
pengembangan dari logika biner, namun berbeda dengan logika Fuzzy dimana
nilai kebenaran yang diambil tidak hanya 0 dan 1, tetapi dengan berbagai
tingkat kebenaran yang ada di tengah 0 sampai 1.

Bollean Fuzzy Logic pada program ini tidak hanya menilai mutlak benar dan
salah, tetapi nilai menengahlah yang akan mengandung nilai benar dan salah
ini, atau biasa disebut sebagai “nilai abu-abu”. Kondisi “if-else” membantu
untuk mengontrol pengambilan keputusan.

Pada Fuzzy Logic ini sendiri ada yang dinamakan Fuzifikasi, dimana
merupakan komponen kedua yang berfungsi mengubah input, komponen ini
membantu menkonversi angka ekstrem. Masukan yang ekstrem diukur oleh
sensor dan diteruskan ke sistem kontrol untuk diproses.

Rumus Fuzzy Logic yang digunakan yaitu Fungsi Keanggotaan, dimulai dari
yang rendah hingga tinggi, berikut adalah rumusnya.
- Fungsi keanggotaan rendah (Low membership function):
μLow(x) = 1 - (x - c1) / (c2 - c1), x ≤ c2
μLow(x) = 0, x > c2
- Fungsi keanggotaan sedang (Medium membership function):
μMedium(x) = (x - c1) / (c2 - c1), c1 ≤ x ≤ c2
μMedium(x) = (c3 - x) / (c3 - c2), c2 ≤ x ≤ c3
μMedium(x) = 0, x < c1 atau x > c3

15
 - Fungsi keanggotaan tinggi (High membership function):
μHigh(x) = (x - c2) / (c3 - c2), c2 ≤ x ≤ c3
μHigh(x) = 1 - (x - c3) / (c4 - c3), x ≥ c3
μHigh(x) = 0, x < c2
c1, c2, c3, dan c4 yang tertera pada rumus merupakan titik-titik ambang yang
dapat disesuaikan berdasarkan data GSR yang spesifik.

2.5. Parameter Stres

Pada perhitungan tingkat Stres yang sedang diteliti, berdasarkan tingkatan
sebagai berikut,
- Relax
Pada kondisi ini terjadi dimana keadaan sedang istirahat, contohnya tidur.
Dimana suatu individu sedang tidak melakukan aktifitas.
- Normal
Keadaan ini dimana ketika seseorang sedang tidak melakukan apapun
maupun tidak memikirkan apapun, contohnya ketika sedang ngumpul
dengan keluarga ataupun dengan teman.
- Tegang
Tegang sering dirasakan oleh individu, misalnya ketika menghadapi ujian
ataupun dapat kabar buruk dari keluarga. Efek yang sering dirasakan
berupa sesak nafas sejenak, maupun jantung berdebar lebih cepat.
- Stres Ringan
Stres Ringan ini tidak memengaruhi keadaan Fisiologis, pada tahap ini
setiap orang pernah mengalaminya misalnya, seperti lupa, ketiduran,
dikritik dan kemacetan. Kondisi ini sering terjadi dan sehingga membantu
individu menjadi waspada. Situasi ini tidak menimbulkan penyakit kecuali
secara berkala.
- Stres Sedang
Stres Sedang memiliki efek hingga berhari-hari bahkan berminggu-
minggu, pada tingkat stress ini dapat menimbulkan beberapa penyakit
seperti asam lambung, maupun penyakit dalam lainnya. Stres ini
ditimbulkan dari kerjaan yang belum selesai, ataupun ketika ditinggal
salah satu anggota keluarga.
- Stres Berat
Stres Berat merupakan Stres Kronis selama beberapa minggu bahkan
sampai ada yang beberapa tahun. Dampak dari stress ini dapat

16
 menimbulkan efek yang begitu parah seperti, tremor, debar jantung yang
cepat, sesak napas, rasa cemas, ketakutan meningkat, panik dan mudah
bingung. Stress ini ditimbulkan karena beberapa faktor, sebagai contohnya
penyakit fisik yang sudah lama tidak sembuh, maupun kesulitan finansial

BAB III
METODOLOGI PEILITAN

3.1. Deskripsi Umum

Pada umumnya Sensor ini berfungsi mengetahui tingkatan Stres bagi
pengguna, dimana pada masa pandemic kemarin banyak sekali yang terkena
dampaknya. Oleh karena itu dengan adanya alat ini akan membantu pengguna
untuk lebih memperhatikan batas Stres itu sendiri.

Sensor GSR yang telah dirangkai akan disambungkan dengan LCD dimana
data yang dibaca oleh sensor akan muncul pada LCD tersebut. Sensor ini
memiliki fungsi untuk membaca Stres dengan menggunakan kelembapan dan
juga suhu dari kulit yang memakainya. Alat yang digunakan cukup simple,
dengan menggunakan Arduino Uno, Sensor GSR, dengan LCD.

3.2. Perancangan Alat

Alat yang digunakan untuk praktek ini yaitu berupa Sensor GSR itu sendiri
yang akan dibantu oleh NodeMCU V3 dimana akan dihubungkan dengan
NodeMCU HW-389 yang akan menampilkan data secara Interface dalam
bentuk Web Server yang telah dibaca oleh Sensor, dan juga disini
menggunakan Arduino Uno sebagai modulnya.

17
 Mula-mula, hubungkan NodeMCU V3 dengan NodeMCU HW-389. Untuk
sensornya sendiri, port yang digunakan hanya tiga diantara empat, yaitu GND,
VCC dengan SIG. Pada port GND, hubungkan dengan GND, untuk port VCC,
hubungkan pada VUSB, lalu untuk port SIG, hubungkan pada port pin yang
telah ditentukan pada Arduino IDE

3.3. Pengambilan Data

Teknik pengambilan data ini akan menggunakan metode dengan cara
mengetahuinya melalui aktivitas sehari-hari, seperti halnya pada saat Ketika
sedang bersantai atau melakukan kegiatan yang sering dilakukan seperti
belajar, makan maupun olahraga.

3.4. Parameter Fuzzy Logic

Pengambilan data pada program Arduino menggunakan metode Fuzzy Logic,
dimana terdapat beberapa rangkain atau perbedaan pada tingkatan Stres
tersebut. Rangkaiannya dibedakan menjadi 5 tingkatan pada range umur yang
berbeda, yaitu terdiri dari Anak-Anak, Remaja, Dewasa Muda, Dewasa Paruh
Baya, dan Lansia, berikut merupakan beberapa tabelnya tabel.
Untuk masing masing nilainya dikurangi 40 (bit), ukuran normalnya pada
sensor terletak pada Usia Dewasa Muda karena memiliki kulit yang lebih

18
stabil.

Gambar 4 Grafik rentang Level Stress pada Anak-anak

Pada Anak-anak (Gambar 4) umumnya memiliki kulit yang lebih sensitive
dan produksi kelenjar minyak yang sedikit sehingga kulit mudah kering juga
kulitnya yang terbilang tipis dimana kurang dapat mempertahankan
kelembapan.

Tabel 3.1 Nilai Level Stress GSR pada Anak-anak

GSR (Dalam
Level Stres pada Manusia
Bit)
Relax 0-220
Normal 221-445
Tegang 446-520
Stres Ringan 521-645
Stres Sedang 646-745
Stres Berat 746-943

Gambar 5 menunjukkan Grafik rentang Level Stress pada Remaja/ Remaja

mengalami pubertas, dimana mengalami peningkatan produksi minyak dan
juga kulitnya lebih sensitif yang diakibatkan oleh produksi minyak berlebih.

Tabel 3.2 Nilai Level Stress GSR pada Remaja

Level Stres pada
GSR (Dalam Bit)
Manusia
Relax 0-260
Normal 261-485
Tegang 486-560
Stres Ringan 561-685
Stres Sedang 686-785
Stres Berat 786-983

Pada Dewasa Muda memiliki kulit yang lebih stabil atau seimbang karena
produksi minyak yang lebih stabil.

Tabel 3.3 Nilai Level Stress GSR pada Dewasa Muda

Level Stres pada Manusia GSR (Dalam Bit)
Relax 0-300
Normal 301-525

19
 Tegang 526-600
Stres Ringan 601-725
Stres Sedang 726-825
Stres Berat 826-1023

Dewasa Paruh Baya pada umumnya mengalami penurunan elastisitas dan

kelembapan sehingga timbulnya keriput.

Tabel 3.4 Nilai Level Stress GSR pada Dewasa Paruh Baya
Level Stres pada Manusia GSR (Dalam Bit)
Relax 0-340
Normal 341-565
Tegang 566-640
Stres Ringan 641-765
Stres Sedang 766-865
Stres Berat 866-1063

Penuaan kulit lebih terlihat jelas dan penurunan signifikan dalam produksi
kelenjar minyak, kulit menjadi lebih tipis, kering dan mudah terluka.

Tabel 3.5 Nilai Level Stress GSR pada Lansia

Level Stres pada Manusia GSR (Dalam Bit)
Relax 0-380
Normal 381-605
Tegang 606-680
Stres Ringan 681-805
Stres Sedang 806-905
Stres Berat 906-1103
Pada Fuzzy Logic harus memperkirakan perhitungannya, seperti misalnya
jarak antara fungsi yang satu dengan yang lainnya, berikut merupakan
grafiknya.
Lalu tahap selanjutnya akan diimplementasikannya dalam bentuk Bahasa C
seperti berikut ini.
Contoh Algoritma perbedaan tingkat stress
Input : Sensor GSR
Output : Nilai tingkatan Stres
unsigned char gsr_relax(){
if (gsr_average <= 280){
normal = 1;
}
else if (gsr_average >= 280 && gsr_average <=
320){
normal = (320 - gsr_average) / 40;
}
else if (gsr_average >= 320) {
normal = 0;

20
 }
return normal;
}
Gambar 3.6 Contoh Algoritma perbedaan tingkat stres

Setelah dibuat rangkaian pada sensor, Langkah berikut yang dilakukan

menkonfigurasi hotspot wifi, http client serta buat web server dimana akan
dihasilkan data pada sensor.
Contoh Algoritma Koneksi Hotspot Wifi dan Interface
Web Server
Input : Hotspot Wifi
Output : Interface Web Sensor
const char* ssid = "RamPhone";
const char* pass = "ramram2205";
const char* host = "172.20.10.6";

void setup() {
Serial.begin(9600);
// Connect to Wi-Fi network (2.4GHz)
Serial.print("Connecting to...");
Serial.println(ssid);

WiFi.begin(ssid, pass);

while (WiFi.status() != WL_CONNECTED) {

delay(100);
Serial.print(".");
}
Serial.println("");
Serial.println("Wi-Fi connected successfully");
}

void loop() {
WiFiClient client;
if (!client.connect(host, 80)){
Serial.println("Connection Failed!");
return;
}
String Link;
HTTPClient http;
Link = "http://172.20.10.6/TA/kirimdata.php?sensor=" +
String(gsr_average);
http.begin(client, Link);
http.GET();
http.end();
}
Gambar 3.8 Contoh Algoritma koneksi Hotspot WiFi dan Interface Web Server

Ssid, pass dan host yang tertera diubah sesuai dengan hotspot yang terhubung,
lalu buat web server menggunakan XAMPP dan membuat database pada

21
 phpMyAdmin dan mengisikannya dengan table yang berisi nilai sensor itu
sendiri. Buat lah tiga file .php untuk membuat interface dan
mengkoneksikannya dengan web server. Berikut adalah hasil dari tampilan
web server.

Gambar 4 Hasil dari Interface Web Server

BAB IV
HASIL DAN PEMBAHASAN
4.1. Hasil Pengamatan
Dibawah ini merupakan kurva dari hasil uji coba, dimana terlihat bahwa
beberapa responden memiliki kenaikan emosi waktu demi waktunya, atau
bahkan penurunan.

Morning
800

600

400

200

Gambar 4.1 Hasil uji coba pada pagi hari

Tabel VI. Hasil GSR pada pagi hari

Umur GSR
31 594 596 601 602 596 589 590

22
 19 409 405 410 418 419 422 426
59 479 484 482 484 481 480 482
59 501 503 505 507 508 509 511
23 386 387 394 407 413 416 418
23 404 405 408 410 411 412 413
29 478 479 480 482 486 491 492
23 483 484 483 484 483 484 486
52 464 462 469 477 469 475 477
51 436 434 432 432 432 432 431

Afternoon
800

600

400

200

Gambar 4.2 Hasil uji coba pada siang hari

Tabel VI. Hasil GSR pada Siang hari

Umur GSR
31 481 480 478 480 483 486 489
19 310 313 315 318 310 311 309
59 501 498 493 492 495 491 489
59 576 577 578 581 580 580 581
23 352 348 348 348 362 362 362
23 423 430 430 430 431 432 435
29 559 559 560 575 572 568 562
23 450 454 457 458 459 460 462
52 332 335 330 304 286 283 291
51 587 586 584 581 581 580 580

Evening
800

600

400

200

Gambar 4.3 Hasil uji coba pada Malam hari

23
 Tabel VII. GSR pada malam hari
Umur GSR
31 392 393 397 393 398 404 396
19 464 459 442 446 454 459 462
59 478 469 464 462 463 444 440
59 682 683 682 684 685 684 685
23 454 446 437 430 437 452 456
23 292 286 281 276 272 276 266
29 456 457 450 441 444 447 452
23 362 363 364 365 366 368 369
52 607 614 613 615 617 618 617
51 528 513 512 513 512 512 513

4.2. Kesimpulan
Dari hasil data Analisa dapat disimpulkan bahwa, seiring berjalannya hari ada
yang mengalami kenaikan, penurunan atau bahkan tidak stabil, ini
dikarenakan pada usia Dewasa Paruh Baya kebanyakan terjadinya tidak stabil
dikarenakan kondisi yang mudah Lelah rentan mempengaruhi keadaan tubuh,
sedangkan pada dewasa muda mengalami penurunan dimana terjadi
‘overthinking’ yang berlebihan pada saat pagi, namun seiring berjalannya
hari, bisa ditanganinya. Dan yang terakhir pada remaja, sama yang terjadi
pada Dewasa paruh baya, mengalami ketidak stabilan, namun pada remaja
dikarenakan belum bisa mengolah stress dengan baik sehingga sering
meledak-ledak.

Daftar Pustaka

1. P. Bansal, M. Malik and R. Kundu, "Smart heart rate monitoring system," 2018
IEEMA Engineer Infinite Conference (eTechNxT), 2018, pp. 1-4, doi:
10.1109/ETECHNXT.2018.8385347.
2. H. C. Irawan and T. Juhana, "Heart rate monitoring using IoT wearable for
ambulatory patient," 2017 11th International Conference on Telecommunication
Systems Services and Applications (TSSA), 2017, pp. 1-4, doi:
10.1109/TSSA.2017.8272931.
3. CHI EA '07: CHI '07 Extended Abstracts on Human Factors in Computing
SystemsApril 2007 Pages 2651–2656https://doi.org/10.1145/1240866.1241057
4. D. Carneiro, P. Novais, J. C. Augusto and N. Payne, "New Methods for Stress
Assessment and Monitoring at the Workplace," in IEEE Transactions on
Affective Computing, vol. 10, no. 2, pp. 237-254, 1 April-June 2019, doi:
10.1109/TAFFC.2017.2699633.
5. K. Kalyan, V. K. Chugh and C. S. Anoop, "Non-invasive heart rate monitoring
system using giant magneto resistance sensor," 2016 38th Annual International
Conference of the IEEE Engineering in Medicine and Biology Society (EMBC),
2016, pp. 4873-4876, doi: 10.1109/EMBC.2016.7591819.

24
6. William E.Lewis, W.H.C.Bassetti “Software Testing and Continuous Quality
Improvement”2nd Edition, Auerbach Publications, 2004
7. R.S. Pressman & teal, “Software Engineering A Practitioner’s Approach” 6/e;
Chapter 14: Software Testing Techniques, 2005
8. Mohd. Ehmer Khan, “Different Approaches to Black Box Testing Technique for
Finding Errors,” IJSEA, Vol. 2, No. 4, pp 31-40, October 2011
9. Nidhra, Srinivas, and Jagruthi Dondeti. "Black box and white box testing
techniques- A Literature." International Journal of Embedded Systems &
Applications 2.2 (2012).
10. Grey Box Testing from Wikipedia available at
http://en.wikipedia.org/wiki/Gray_box_testing
11. M. A. Jan, P. Nanda, X. He and R. P. Liu. 2013. “Enhancing lifetime and quality
of data in cluster-based hierarchical routing protocol for wireless sensor
network”, 2013 IEEE International Conference on High Performance
Computing and Communications & 2013 IEEE International Conference on
Embedded and Ubiquitous Computing (HPCC & EUC), pp. 1400-1407.
12. M. A. Jan, P. Nanda, and X. He. 2013. “Energy Evaluation Model for an
Improved Centralized Clustering Hierarchical Algorithm in WSN”, in
Wired/Wireless Internet Communication, Lecture Notes in Computer Science,
pp. 154–167, Springer, Berlin, Germany.
13. F. Khan, K. Nakagawa. 2012. “Performance Improvement in Cognitive Radio
Sensor Networks” in the IEICE Japan.
14. M. A. Jan, P. Nanda, X. He and R. P. Liu. 2014. “PASCCC: Priority- based
application-specific congestion control clustering protocol,” Computer
Networks, vol. 74, pp. 92-102.
15. Mian Ahmad Jan and Muhammad Khan. 2013. A Survey of Cluster- based
Hierarchical Routing Protocols, IRACST–International Journal of Computer
Networks and Wireless Communications (IJCNWC), Vol.3, pp.138-143.
16. F. Khan, K. Nakagawa. 2013. “Comparative Study of Spectrum Sensing
Techniques in Cognitive Radio Networks” in World Congress on Computer and
Information Technology, pp.1-8
17. Mian Ahmad Jan and Muhammad Khan. 2013. Denial of Service Attacks and
Their Countermeasures in WSN, IRACST–International Journal of Computer
Networks and Wireless Communications (IJCNWC), vol. 3, April 2013.
18. M. A. Jan, P. Nanda, X. He and R. P. Liu. 2015. “A Sybil Attack Detection
Scheme for a Centralized Clustering-based Hierarchical Network,” in
Trustcom/BigDataSE/ISPA, Vol.1, PP-318-325, IEEE.
19. M. A. Jan, P. Nanda, X. He, Z. Tan and R. P. Liu. 2014. “A robust authentication
scheme for observing resources in the internet of things environment” in 13th
International Conference on Trust, Security and Privacy in Computing and

25
 Communications (TrustCom),pp. 205-211, IEEE
20. F. Khan, S.A. Kamal, F. Arif, “Fairness Improvement in long-chain Multi-hop
Wireless Ad hoc Networks” in IEEE ICCVE 2013, Las Vegas, USA 2-6
December, 2013
21. Ali, H., Saeed, A., Jan, S.R.U., Khan, A.U., & Khawaja, A. 2012. “Internet
Connectivity using Vehicular Ad-Hoc Networks” Ali, R., Ali, H., Salman &
Iqbal, S. 2014. “A Novel Survey on: Mobility Based Routing in Vehicular Ad-
Hoc Networks (Vanets)”, Journal of Applied Environmental and Biological
Sciences, pp. 487.
22. Mian Ahmad Jan, “Energy-efficient routing and secure communication in
wireless sensor networks” PhD Thesis, 2016. http://hdl.handle.net/10453/43497
23. F.Khan 2012. “Secure communication and routing architecture in wireless sensor
networks” in IEEE 3rd Global Conference Consumer Electronics (GCCE), pp
647-650.
24. K.Nakagawa F. Khan, F. Bashir. 2012. “Dual Head Clustering Scheme in
Wireless Sensor Networks” International Conference on EmergingTechnologies
(ICET), pp. 1-5.
25. M. A. Jan, P. Nanda, X. He and R. P. Liu. 2016. A Lightweight Mutual
Authentication Scheme for IoT Objects, IEEE Transactions on Dependable and
Secure Computing (TDSC), “Submitted”.
26. M. A. Jan, P. Nanda, X. He and R. P. Liu. 2016. A Sybil Attack Detection
Scheme for a Forest Wildfire Monitoring Application, Future Generation
Computer Systems (FGCS), “Submitted”.
27. G. Baxter and I. Sommerville, "Socio-technical systems: From design methods
to systems engineering," in Interacting with Computers, vol.23, no. 1, pp. 4-17,
Jan. 2011, doi: 10.1016/j.intcom.2010.07.003.
28. S. Sriramprakash, Vadana D Prasanna, O.V. Ramana Murthy,Stress Detection in
Working People,Procedia Computer Science,Volume 115,2017,Pages 359-
366,ISSN 1877-0509, https://doi.org/10.1016/j.procs.2017.09.090.
29. Montagu, J. D., & Coles, E. M. (1966). Mechanism and measurement of the
galvanic skin response. Psychological Bulletin, 65(5), 261–279.
https://doi.org/10.1037/h0023204.
30. Sepehri, Shiva et al. ‘Human Cognitive Functions and Psycho- physiological
Responses Under Low Thermal Conditions in a Simulated Office Environment’.
1 Jan. 2021 : 197 – 207.
31. Fortune, E, Yusuf, Y, Zornes, S, Loyo Lopez, J, & Blocker, R. "Assessing
Induced Emotions in Employees in a Workplace Setting Using Wearable
Devices." Proceedings of the 2020 Design of Medical Devices Conference. 2020
Design of Medical Devices Conference. Minneapolis, Minnesota, USA. April 6–
9, 2020. V001T09A004. ASME. https://doi.org/10.1115/DMD2020-9062

26
32. Boshoff, Christo. "An assessment of consumers’ subconscious responses to
frontline employees’ attractiveness in a service failure and recovery situation."
South African Journal of Economic and Management Sciences 20.1 (2017): 1-
13.
33. P. Das, A. Das, D. N. Tibarewala and A. Khasnobish, "Design and development
of portable galvanic skin response acquisition and analysis system," 2016
International Conference on Intelligent Control Power and Instrumentation
(ICICPI), 2016, pp. 127-131, doi: 10.1109/ICICPI.2016.7859688.
34. K. Subramanya, V. V. Bhat and S. Kamath, "A wearable device for monitoring
galvanic skin response to accurately predict changes in blood pressure indexes
and cardiovascular dynamics," 2013 Annual IEEE India Conference
(INDICON), 2013, pp. 1-4, doi: 10.1109/INDCON.2013.6726085.
35. J. Kim, S. Kwon, S. Seo and K. Park, "Highly wearable galvanic skin response
sensor using flexible and conductive polymer foam," 2014 36th Annual
International Conference of the IEEE Engineering in Medicine and Biology
Society, 2014, pp. 6631-6634, doi: 10.1109/EMBC.2014.6945148.

27