Identifikasi Neuropsikologis Terhadap Video Iklan Secara Real-Time Menggunakan Fast Fourier Transform dan Support Vector Machine

Abstract

Penayangan iklan pada media televisi atau media lain membutuhkan biaya yang tidak sedikit, sehingga efektivitas video iklan perlu diuji setiap detiknya berdasarkan perilaku neuropsikologis seseorang. Hal ini perlu dilakukan agar biaya yang dikeluarkan untuk iklan diharapkan dapat meningkatkan penjualan. Namun untuk mengidentifikasi perilaku neuropsikologis seseorang secara real-time tidak mudah, diperlukan suatu perangkat yang terintegrasi untuk mengetahui perilaku tersebut. Elektroensephalogram (EEG) merupakan perangkat yang dapat menangkap aktivitas listrik di otak, sinyal tersebut dapat menginformasikan perilaku otak seseorang ketika melihat video iklan. Penelitian ini membangun sistem identifikasi neuropsikologis secara real-time yang terintegrasi dengan EEG wireless menggunakan Fast Fourier Transform (FFT) untuk ekstraksi sinyal EEG dan identifikasi menggunakan Support Vector Machine (SVM) dengan luaran tiga kelas yaitu tertarik, kurang tertarik, dan tidak tertarik. Ekstraksi menggunakan FFT dilakukan dengan mengubah sinyal EEG ke dalam frekuensi alpha, beta, dan tetha serta proses identifikasi dilakukan menggunakan SVM dengan mencari hyperplane terbaik untuk memisahkan dua kelas.