skip to main content

OBJECTIVE STRESS MEASUREMENT: STUDI KORELASI PARAMETER SALIVA AMYLASE DAN AKTIVITAS GELOMBANG OTAK MENGGUNAKAN ELECTROENCEPHALOGRAPH (EEG)

*Alvin Sahroni scopus  -  Jurusan Teknik Elektro Fakultas Teknologi Industri Universitas Islam Indonesia Yogyakarta, Indonesia
Hendra Setiawan scopus  -  Jurusan Teknik Elektro Fakultas Teknologi Industri Universitas Islam Indonesia Yogyakarta, Indonesia
Faizal Mahananto scopus  -  Departemen Sistem Informasio, Institut Teknologi Sepuluh Nopember Surabaya, Indonesia
Hasballah Zakaria scopus  -  Program Studi Teknik Biomedis, Institut Teknologi Bandung, Bandung, Indonesia
Dikirim: 4 Des 2019; Diterbitkan: 2 Mar 2020.
Akses Terbuka Copyright (c) 2020 Transmisi under http://creativecommons.org/licenses/by-sa/4.0.

Citation Format:
Sari
Stres menjadi suatu permasalahan sosial yang berdampak luas, seperti ekonomi, sosial, agama, dan aspek lainnya di masyarakat. Dengan dampak tersebut, instrumen stress measurement diyakini memiliki urgensi dalam menyelesaikan permasalahan tersebut. Hingga kini, mayoritas studi pengukuran tingkat stres masih menggunakan metode personal assessment (kuesioner) yang memungkinkan terjadinya inkonsistensi dalam proses evaluasinya. Metode pengukur stres lain dengan menggunakan sampel saliva pada manusia yang diyakini mengandung hormon cortisol yang dilepaskan saat stres/manifestasinya muncul. Namun, waktu handling cukup lama dan hasil yang diperoleh tidak konsisten jika dilakukan pengukuran berulang. Penelitian ini bertujuan menginvestigasi bagian otak yang memiliki korelasi antara parameter gelombang otak menggunakan Electroencephalograph (EEG) dengan perangkat saliva amylase chip monitor sebagai salah satu upaya mengestimasi tingkat stres pada seseorang secara objektif menggunakan sampel saliva. Sepuluh orang subjek berpartisipasi dalam penelitian ini. Dengan memberikan stimulasi untuk meningkatkan tingkat stres pada seseorang menggunakan sebuah permainan komputer, respon otak menunjukkan korelasi yang kuat pada bagian frontal/otak depan terhadap hasil pengukuran saliva amylase, terutama pada aktivitas gelombang beta pada bagian F8 dengan tujuh dari sepuluh subjek memiliki nilai korelasi ≥ 0.7. Hal ini menunjukkan bahwa aktivitas gelombang otak pada bagian depan merupakan bagian terpenting untuk mengukur tingkat stres secara objektif menggunakan sinyal biologis secara real time.
Fulltext View|Download
Kata Kunci: EEG; stres; gelombang beta; saliva amylase chip monitor
Pemberi dana: INSINAS

Article Metrics:

  1. . Laux, P., Krumm, B., Diers, M., Flor, H. Recovery-stress balance and injury risk in professional football players: aprospective study., Journal of Sports and sciences. 2015, vol. 30(20): pp. 2140-2148
  2. . Zheng, R., Yamabe, S., Nakano, N., Suda, Y. Biosignal analysis to assess mental stress in automatic driving of trucks: palmar perspiration and masseter electromyography. Sensors. 2015; vol. 15(1): pp. 5136-5150
  3. . Seoane, F., Mohino-Herranz, I., Ferreira, et al. Wearable biomedical measurement systems for assessment of mental stress of combatants in real time. Sensors. 2014; vol. 14(4): pp. 7120-7141
  4. . Danhof-pont, M.B., Van Veen, T., Zitman, F.G. Biomarkers in burnout: a systematic review. J. Psychosom. Res. 2011; 70: pp. 505-524
  5. . Lac, G., Dutheil, F., Brousse, G., Triboulet-Kelly, C. A. Chamoux. Saliva DHEAS changes in patients suffering from psychopathological disorders arising from bullying at work. Brain Cogn. 2012; vol. 80: pp. 277-281
  6. . Cohen, M., Khalaila, R.Saliva pH as a biomarker of exam stress and a predictor of exam performance. Journal of Psychosomatic Research. 2014; vol. 77: pp. 420-425
  7. . Corbett, B.A., Schupp, C., Levine, S., Mendoza, S. Comparing cortisol, stress, and sensory sensitivity in children with autism. Autism Res. 2009; 2: pp. 34-49
  8. . Yamaguchi, M., Kanemori, T., Kanemaru, M., Mizuno, Y., Yoshida, H. Test-Strip-Type Salivary Amylase Activity Monitor and Its Evaluation. Sensors and Materials. 2003; 15(5): 283-294
  9. . Al-Shargie, F., Kiguchi, M., Badruddin, N. , Dass, S. C., Fadzil Mohammad Hani, A., Boon Tang, T. Mental stress assessment using simultaneous measurement of EEG and fNIRS., Biomedical Optics Express. 2016; vol. 7(10): pp. 3882
  10. . Al-Shargie, F.M., Tang, T.B., Badruddin, N. and Kiguchi, M. Mental stress quantification using EEG signals. In International Conference for Innovation in Biomedical Engineering and Life Sciences. Springer, Singapore. 2015; pp. 15-19
  11. . Saidi, M., Hassanpoor, H. and Azizi Lari, A. Proposed new signal for real-time stress monitoring: Combination of physiological measures. AUT Journal of Electrical Engineering. 2017; vol. 49(1): pp.11-18
  12. . Britton, J.W., Frey, L.C., Hopp, J.L., Korb, P., Koubeissi, M.Z., Lievens, W.E., Pestana-Knight, E.M. and St, E.L. Electroencephalography (EEG): An introductory text and atlas of normal and abnormal findings in adults, children, and infants. American Epilepsy Society, Chicago. 2016: 8-20
  13. . Subhani, A.R., Xia, L. and Malik, A.S. EEG signals to measure mental stress. In 2nd International Conference on Behavioral, Cognitive and Psychological Sciences. Maldives. 2011; (pp. 84-88)
  14. . Nakasone, A., Prendinger, H. and Ishizuka, M. Emotion recognition from electromyography and skin conductance. In Proc. of the 5th international workshop on biosignal interpretation. September 2005; (pp. 219-222)
  15. . Minguillon, J., Perez, E., Lopez-Gordo, M., Pelayo, F. and Sanchez-Carrion, M. Portable system for real-time detection of stress level. Sensors, 2018; vol. 18(8): p.2504

Last update:

No citation recorded.

Last update: 2024-11-14 05:30:44

No citation recorded.