Rancang Bangun Sistem Identifikasi

Hubungan Penyakit Depresi dan

Psikosomatis dengan Nilai Frekuensi
Kanal Elektroensephalogram (EEG)
pada Proses Psikoterapi

Raihan Fadhil Mahendra

18/425239/TK/46934
1. Latar Belakang
Penyakit Depresi dan Psikosomatis

• Depresi dapat diartikan sebuah ganguan psikologis yang

ditandai dengan penyimpangan perasaan, kognitif, dan
perilaku individu. Individu yang mengalami ganguan
depresi dapat merasakan kesedihan, kesendirian,
menurunnya konsep diri, serta menunjukkan perilaku
menarik diri dari lingkungannya. Sedangkan untuk
psikosomatis merupakan gangguan pada fisik seseorang
yang disebabkan dengan kerja otak sehingga
menimbulkan hubungan erat antara gangguan fisik
dengan gangguan emosi atau mental tubuh manusia
Psikoterapi

Psikoterapi merupakan salah satu pengobatan mental untuk

memperbaiki masalah psikologis yang disebabkan oleh
ketidakmampuan pada salah satu fungsi berikut: fungsi
kognisi (kelainan pada fungsi berfikir), fungsi afeksi (kondisi
emosi yang tidak menyenangkan), atau fungsi perilaku
(ketidaksesuaian perilaku terhadap lingkungan sosial).
Elektroensephalogram (EEG)

• Elektroensephalogram (EEG)
merupakan alat yang digunakan
untuk merekam beda pontensial
listrik tiap waktu antar elektroda
yang dihubungkan ke kulit kepala
manusia. Sinyal yang terukur
adalah beda potensial pada
bagian-bagian otak per satuan
waktu (µV/s). Data tersebut akan
diolah pada domain frekuensi
untuk mendapatkan pola
gelombang otak .
Kanal Elektroensephalogram
Rumusan Masalah

• Bagaimana hubungan penyakit depresi dan psikosomatis

dengan nilai frekuensi kanal pada pengukuran
Elektroensephalogram (EEG) dalam proses psikoterapi?
• Bagaimana mengidentifikasi keberhasilan hasil psikoterapi
penyakit depresi dan psikosomatis dengan nilai frekuensi
kanal pada pengukuran Elektroensephalogram (EEG)?
Batasan Masalah

• Data yang digunakan adalah data hasil eksperimen pasien

depresi dan psikosomatis menggunakan Elektroensephalogram
(EEG)
• Data yang diambil dari Elektroensephalogram (EEG) adalah data
nilai frekuensi per masing-masing kanal pasien depresi dan
psikosomatis.
• Data yang digunakan adalah data pada waktu pre dan post
dalam proses psikoterapi.
• Output dari hasil penelitian adalah algortima sistem untuk
mengetahui identifikasi penyakit depresi dan psikosomatis
dengan data Elektroensephalogram (EEG) terkhusus nilai
frekuensi dari masing-masing kanal serta analisis hubungan dari
masing-masing kanal.
Tujuan Penelitian

• Mengetahui hubungan dari penyakit depresi dan

psikosomatis dengan instrumentasi medis berupa
Elektroensephalogram (EEG) menggunakan nilai frekuensi
kanal Elektroensephalogram (EEG) dalam proses
psikoterapi.
• Mengetahui keberhasilan psikoterapi untuk penyakit
depresi dan psikosomatis menggunakan data nilai
frekuensi kanal Elektroensephalogram (EEG)
2. Tinjauan Pustaka
Penelitian Sebelumnya

RANCANG BANGUN SISTEM Kesimpulan :

PENGOLAHAN DATA • Perancangan progran untuk
ELEKTROENSEFALOGRAFI mengolah data eeg pada
pengolahan sinyal ERP (Event-
UNTUK INSTRUMENTASI related Potential), menunjukkan
PENGUKURAN PSIKOTERAPI pengaruh stimulus untuk waktu
yang sesaat.
2020/TOBIAS ADITYA • Pengolahan sinyal terbagi menjadi 3
proses proses pre-processing,
artifacts removal, dan ekstraksi.
• Proses pre-processing dengan
metode CAR, filter artefak
menggunakan dua jenis filter yaitu
frekuensi dan amplitudo sedangkan
ekstraksi PSD dengan metode
Welch.
Penelitian Sebelumnya

RANCANG BANGUN SISTEM Kesimpulan :

DETEKSI LEVEL STRES PADA • Perancangan SVM dengan
MANUSIA BERBASIS kernel RBF, untuk
ELECTROENCHEPALOGRAM mengolah data eeg dan
MENGGUNAKAN SUPPORT memberikan hasil tingkat
VECTOR MACHINE UNTUK stress psikoterapi
INSTRUMENTASI
PENGUKURAN PSIKOTERAPI • Pembagian tingkat stress
yaitu no stress, low level
2020/TOTOK NUGROHO stress, medium level stress,
dan high level stress
Penelitian Sebelumnya

KLASIFIKASI EMOSI DARI Kesimpulan :

DATA SINYAL EEG • Mengklasifikasikan emosi
MENGGUNAKAN dari data sinyal EEG
INDEPENDENT dengan melakukan
COMPONENT ANALYSIS preprocessing
(ICA), WAVELET DENOISING menggunakan ICA dan
DAN MULTIPLE SWT serta algoritma
DISCRIMINANT ANALYSIS klasifikasi MDA
(MDA)
• Keunggulan menggunakan
2015/ ALDY SYAHDEINI ICA
Penelitian Sebelumnya

RANCANG BANGUN SISTEM Kesimpulan :

KLASIFIKASI EMOSI • Perancangan sistem
BERBASIS klasifikasi emosi klien yang
ELECTROENCEPHALOGRAP meliputi perasaan senang,
HY DENGAN SUPPORT takut, sedih, dan tenang
VECTOR MACHINE (SVM) dengan metode Support
UNTUK INSTRUMENTASI Vector Machine (SVM)
PENGUKURAN PSIKOTERAPI secara akurat dengan
2020/ MUHAMMAD menggunakan data
GHAZIAN RASIS Electroencephalography
RAHMANULLAH (EEG) untuk instrumentasi
pengukuran psikoterapi.
3. Metode Penelitian
 Mulai

Studi Pustaka Pengujian

Algoritma

Pengambilan Data
EEG Uji Efektifitas
Sistem

Pengolahan dengan
EEGLAB
Tidak
Akurasi > 50 %

Perancangan Sistem Ya

Penulisan Laporan Selesai

A