Yang Sa’ada Kamila Ariyansah Putri (2020) Sistem Pengukur Tingkat Stres Menggunakan Electrodermal Activity Sensor Dengan Metode Continuous Deconvolution Analysis. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text 1. HALAMAN JUDUL .pdf Download (215kB)
	Text 2. ABSTRAK.pdf Download (70kB)
	Text 3. DAFTAR ISI.pdf Download (61kB)
	Text 4. BAB IPENDAHULUAN.pdf Download (63kB)
	Text 5. BAB IITINJAUAN PUSTAKA.pdf Restricted to Registered users only until 11 January 2024. Download (774kB) | Request a copy
	Text 6. BAB IIIMETODE PENELITIAN.pdf Restricted to Repository staff only until 11 January 2024. Download (280kB) | Request a copy
	Text 7. BAB IVHASIL DAN PEMBAHASAN.pdf Restricted to Registered users only until 11 January 2024. Download (801kB) | Request a copy
	Text 8. BAB VKESIMPULAN DAN SARAN.pdf Restricted to Registered users only until 11 January 2024. Download (53kB) | Request a copy
	Text 9. DAFTAR PUSTAKA.pdf Download (62kB)
	Text 10. LAMPIRAN.pdf Restricted to Registered users only until 11 January 2024. Download (410kB) | Request a copy
	Text kesediaan_081611733021 - Yang Sa'ada Kamila Ariyansah Putri.pdf Restricted to Registered users only until 11 January 2024. Download (79kB) | Request a copy

Abstract

Stres merupakan keadaan psikologis sebagai respons terhadap ancaman atau tuntutan tugas yang dirasakan dan ditandai dengan emosi tertentu. Stres yang tidak ditangani dengan baik dapat berpengaruh pada psikologi tubuh dan memicu berbagai macam penyakit. Sampai saat ini, stres biasanya diukur dengan melakukan wawancara atau dengan mengisi formulir terkait stres. Metode ini masih membutuhkan intervensi manusia dan seringkali tidak tertangani dengan baik karena keterlambatan diagnosa. Oleh karena itu, diperlukan suatu sistem untuk memonitoring kondisi tingkat stres seseorang dengan cepat yaitu pengukuran menggunakan sensor Electrodermal Activity (EDA). EDA diketahui berhubungan dengan aktivitas kelenjar keringat yang diatur oleh SudoMotor Nerve Activity(SMNA) yang merespon saat stresor datang. Dalam penelitian ini, dirancang sebuah sistem pengukur tingkat stres menggunakan sensor EDA yang akan mengukur besar konduktivitas kulit di telapak tangan. Selanjutnya konduktivitas kulit tersebut akan didekonvolusi menggunakan metode Continunous Deconvolution Analysis (CDA) untuk diambil menjadi Skin Conductance Respons (SCR) yang kemudian akan diambil atribut-atribut statistik berupa rata-rata, standar deviasi, first absolute different(FAD) dan normalized FAD. Atribut-atribut tersebut selanjutnya masuk kedalam sistem klasifikasi menggunakan Extreme Learning Machine (ELM) untuk kemudian di klasifikasikan sebagai stres ringan, sedang, atau berat. Hasilnya, pelatihan terbaik didapat dengan menggunakan hidden neuron minimal sebanyak 50 buah yang setelah dilakukan 6-fold cross-validation menghasilkan akurasi rata-rata sebesar 95,56%

Actions (login required)

View Item