Kelelahan mental terjadi ketika otak dipaksa untuk bekerja secara terus menerus. Kondisi ini sering dijumpai pada pelajar, terutama yang bersekolah dengan metode full day. Kondisi ini seringkali tidak terdeteksi secara klinis, hanya saja seseorang yang mengalami kelelahan mental merasa keadaan dimana tubuh dan jiwa terasa letih dan tidak bergairah. Hal ini tentu saja akan merugikan bagi pelajar, karena ilmu yang diberikan tidak bisa diterima dengan baik. EEG dapat membantu menganalisis kondisi otak seseorang yang sudah mengalami kelelahan mental.
Penelitian ini dilakukan pada pelajar sekolah menengah atas (SMA) di sekolah yang menerapkan metode pembelajaran full day. Alat EEG portable dipasang mulai pagi hari awal pembelajaran dimulai. Dianalisis kondisi otak ketika fresh di pagi hari dan ketika mulai lelah. Pada kondisi fresh gelombang otak didominasi gelombang alfa, sedangkan ketika lelah, gelombang otak berubah menjadi beta dan theta. Hasil penelitian ini telah dipresentasikan di International Seminar on Intelligent Technology and Its Applications (ISITIA) tahun 2020.
Dari hasil penelitian ini, kita bisa menggunakan EEG untuk menganalisis kondisi kelelahan mental, dengan menggunakan feature selection using Pearson correlation. Melalui program ini, sinyal bisa diekstrak menjadi pola sinyal komputer tertentu sesuai kondisi otak pasien. Perlu dilakukan penelitian lanjutan untuk membuat klasifikasi kelelahan mental dengan menggunakan machine learning yang berbasis EEG.
Penulis : Wardah Rahmatul Islamiyah, Diah Risqiwati, Adhi Dharma Wibawa, Evi Septiana Pane, Agnes Estuning Tyas, Mauridhi Hery Purnomo
Artikel lengkapnya dapat dilihat pada link berikut ini: https://ieeexplore.ieee.org/document/9163760
(Feature Selection for EEG-Based Fatigue Analysis Using Pearson Correlation)
