Ekspresi Wajah Bisa Bedakan Gerakan pada Perangkat Asistif

DARI hasil studi, ternyata gerakan tubuh lain, seperti berkedip atau ekspresi wajah bisa membantu membedakan gerakan dalam perangkat asistif yang diterapkan pada kursi roda bagi penderita cerebral palsy, cedera tulang belakang dan multiple sclerosis.

Hal itu diutarakan dalam jurnal berjudul Human Computer Interface for Controlling The Assistive Technology Device yang ditulis oleh dosen Universitas Airlangga, yakni Osmalina Nur Rahma, Maydiana Nurul Kurniawati, Akif Rahmatillah, dan Khusnul Ain. "Ekspresi wajah dapat membantu dalam membedakan gerakan dalam perangkat asistif. Hal ini tentunya akan mempermudah user yang mengalami kesulitan saat berkonsentrasi untuk membayangkan gerakan secara imaginer dan tidak membuat lelah pengguna untuk selalu berkonsentrasi saat menggerakkan perangkat," demikian seperti dilansir dari laman Universitas Airlangga, Sabtu (23/1).

Untuk diketahui, gerakan-gerakan tubuh memiliki potensial aksi yang akan muncul di gelombang elektroensefalogram (EEG), yang dinamakan dengan motion related potential. Gerakan tersebut seringkali dianggap sebagai noise atau artifact yang perlu dihilangkan dari sinyal EEG. Namun nyatanya, gerakan tersebut dapat dimanfaatkan untuk membantu dalam membedakan gerakan pada perangkat asistif melalui komputer yang terintegrasi dengan tubuh, disebut sebagai human-computer interface.

Dalam studi yang dilakukan, peneliti mencoba membedakan tiga gerakan, yaitu maju, mundur dan berhenti berdasarkan sinyal EEG yang direkam saat naracoba melakukan gerakan mengangkat alis, cemberut dan berkedip untu masing-masing gerakan. EEG direkam menggunakan EMOTIV EPOC+ selama kurang lebih 10 detik, kemudian sinyal diolah menggunakan transformasi Wavelet untuk mendapatkan power dari gelombang Mu dan Beta sebagai input untuk Extreme Learning Machine dalam mengklasifikasikan gerakan maju, mundur atau berhenti.

Hasil penelitian ini telah dipresentasikan pada The 2nd International Conference on Physical Instrumentation and Advance Materials (ICPIAM) 2019 di Surabaya, Indonesia pada 22 Oktober 2019 dan diterbitkan secara daring pada 1 Desember 2020 di laman AIP Conference Proceedings.
 

Gelombang Mu dan Beta
Ekspresi wajah merupakan salah satu cara untuk menyampaikan komunikasi nonverbal dan umumnya mencerminkan emosi seseorang. Dari sebuah penelitian, ditemukan fakta bahwa gelombang EEG dapat mendeteksi emosi seseorang berdasarkan ekspresi wajah.

Dalam pengendalian prototipe sederhana sebagai simulator untuk wheelchair, ditemukan fakta bahwa perubahan ekspresi wajah juga berkorelasi dengan perubahan gelombang Mu dan Beta.

Ekspresi wajah atau gerakan yang direncanakan dapat menurunkan aktivitas gelombang Mu (8-12 Hz) dan gelombang Beta (18-26 Hz). Gelombang Mu dan Beta akan menurun saat terjadi perubahan ekspresi wajah.

Mengutip penelitian itu, gelombang Mu yang terendah adalah saat membuka mulut, sedangkan gelombang beta terendah adalah saat ekspresi yang menunjukkan emosi seseorang, seperti ekspresi takut, marah atau senang.

Sebelumnya, teknik motor imagery atau membayangkan gerakan tanpa melakukan gerakan sesungguhnya sudah lebih dulu dikembangkan untuk Brain Computer Interface (BCI), yang memanfaatkan gelombang otak untuk mengontrol teknologi asistif. Namun, mengubah motor imagery menjadi input untuk BCI dalam mengontrol gerakan perangkat asisitif bukanlah perkara mudah. Diperlukan latihan dengan jumlah yang banyak karena tidak semua orang dapat dengan mudah membedakan gerakan satu dengan lainnya hanya dengan membayangkan gerakannya. Konsentrasi tinggi juga diperlukan sebab tingginya kemungkinan lupa atau keliru antara gerakan satu dengan lainnya. (H-2)