
Pemodelan pilihan dan otak: Sebuah studi tentang Elektroensefalogram (EEG) dari preferensi
Nuri Djavit
Diperbarui pada
16 Nov 2012

Pemodelan pilihan dan otak: Sebuah studi tentang Elektroensefalogram (EEG) dari preferensi
Nuri Djavit
Diperbarui pada
16 Nov 2012

Pemodelan pilihan dan otak: Sebuah studi tentang Elektroensefalogram (EEG) dari preferensi
Nuri Djavit
Diperbarui pada
16 Nov 2012
Rami N. Khushabaa, Luke Greenacreb, Sarath Kodagodaa, Jordan Louviereb, Sandra Burkeb, Gamini Dissanayakea,
Abstrak
Pilihan memunculkan gagasan tentang pemilihan terarah dari tindakan atau objek yang diinginkan, yang dimotivasi oleh kesukaan dan ketidaksukaan internal, atau preferensi semacam itu lainnya. Namun, proses internal tersebut hanyalah ranah fisiologi manusia kita. Memahami proses fisiologis pengambilan keputusan di berbagai konteks adalah tujuan utama dalam ilmu keputusan karena memiliki potensi besar untuk memajukan penelitian keputusan lebih lanjut. Sebagai studi perintis di bidang ini, makalah ini mengeksplorasi sifat pengambilan keputusan dengan memeriksa aktivitas otak terkait, Elektroensefalogram (EEG), dari orang-orang untuk memahami bagaimana otak merespons saat melakukan pilihan yang dirancang untuk memunculkan preferensi subjek. Untuk memfasilitasi studi semacam itu, sistem pelacak mata Tobii-Studio digunakan untuk menangkap preferensi berbasis pilihan peserta ketika mereka mengamati tujuh puluh dua set objek. Set pilihan ini terdiri dari tiga gambar yang menawarkan latar belakang komputer pribadi potensial. Preferensi berbasis pilihan diidentifikasi dengan meminta responden mengeklik preferensi yang mereka sukai. Selain itu, brain computer interface (BCI) yang diwakili oleh headset EEG nirkabel Emotiv EPOC komersial dengan 14 saluran digunakan untuk menangkap aktivitas otak terkait selama periode eksperimen. Analisis Komponen Utama (PCA) digunakan untuk memproses awal data EEG sebelum menganalisisnya dengan Transformasi Fourier Cepat (FFT) untuk mengamati perubahan pada pita frekuensi utama, delta (0,5–4 Hz), theta (4–7 Hz), alpha (8–12 Hz), beta (13–30 Hz), dan gamma (30–40 Hz). Pengukuran informasi bersama (MI) kemudian digunakan untuk mempelajari perbedaan belahan otak kiri-ke-kanan serta perbedaan depan-ke-belakang. Delapan belas peserta direkrut untuk melakukan eksperimen dengan hasil rata-rata menunjukkan perubahan yang jelas dan signifikan dalam aktivitas spektral di area frontal (F3 dan F4), parietal (P7 dan P8) dan oksipital (O1 dan O2) saat peserta menunjukkan preferensi mereka. Hasil menunjukkan bahwa, ketika mempertimbangkan jumlah pertukaran informasi antara belahan otak kiri dan kanan, pita theta menunjukkan redundansi minimal dan relevansi maksimal dengan tugas yang ada saat diekstraksi dari wilayah frontal, parietal, dan oksipital yang simetris sementara alpha mendominasi di wilayah frontal dan parietal dan beta mendominasi terutama di wilayah oksipital dan temporal.Klik di sini untuk laporan lengkapnya.
Rami N. Khushabaa, Luke Greenacreb, Sarath Kodagodaa, Jordan Louviereb, Sandra Burkeb, Gamini Dissanayakea,
Abstrak
Pilihan memunculkan gagasan tentang pemilihan terarah dari tindakan atau objek yang diinginkan, yang dimotivasi oleh kesukaan dan ketidaksukaan internal, atau preferensi semacam itu lainnya. Namun, proses internal tersebut hanyalah ranah fisiologi manusia kita. Memahami proses fisiologis pengambilan keputusan di berbagai konteks adalah tujuan utama dalam ilmu keputusan karena memiliki potensi besar untuk memajukan penelitian keputusan lebih lanjut. Sebagai studi perintis di bidang ini, makalah ini mengeksplorasi sifat pengambilan keputusan dengan memeriksa aktivitas otak terkait, Elektroensefalogram (EEG), dari orang-orang untuk memahami bagaimana otak merespons saat melakukan pilihan yang dirancang untuk memunculkan preferensi subjek. Untuk memfasilitasi studi semacam itu, sistem pelacak mata Tobii-Studio digunakan untuk menangkap preferensi berbasis pilihan peserta ketika mereka mengamati tujuh puluh dua set objek. Set pilihan ini terdiri dari tiga gambar yang menawarkan latar belakang komputer pribadi potensial. Preferensi berbasis pilihan diidentifikasi dengan meminta responden mengeklik preferensi yang mereka sukai. Selain itu, brain computer interface (BCI) yang diwakili oleh headset EEG nirkabel Emotiv EPOC komersial dengan 14 saluran digunakan untuk menangkap aktivitas otak terkait selama periode eksperimen. Analisis Komponen Utama (PCA) digunakan untuk memproses awal data EEG sebelum menganalisisnya dengan Transformasi Fourier Cepat (FFT) untuk mengamati perubahan pada pita frekuensi utama, delta (0,5–4 Hz), theta (4–7 Hz), alpha (8–12 Hz), beta (13–30 Hz), dan gamma (30–40 Hz). Pengukuran informasi bersama (MI) kemudian digunakan untuk mempelajari perbedaan belahan otak kiri-ke-kanan serta perbedaan depan-ke-belakang. Delapan belas peserta direkrut untuk melakukan eksperimen dengan hasil rata-rata menunjukkan perubahan yang jelas dan signifikan dalam aktivitas spektral di area frontal (F3 dan F4), parietal (P7 dan P8) dan oksipital (O1 dan O2) saat peserta menunjukkan preferensi mereka. Hasil menunjukkan bahwa, ketika mempertimbangkan jumlah pertukaran informasi antara belahan otak kiri dan kanan, pita theta menunjukkan redundansi minimal dan relevansi maksimal dengan tugas yang ada saat diekstraksi dari wilayah frontal, parietal, dan oksipital yang simetris sementara alpha mendominasi di wilayah frontal dan parietal dan beta mendominasi terutama di wilayah oksipital dan temporal.Klik di sini untuk laporan lengkapnya.
Rami N. Khushabaa, Luke Greenacreb, Sarath Kodagodaa, Jordan Louviereb, Sandra Burkeb, Gamini Dissanayakea,
Abstrak
Pilihan memunculkan gagasan tentang pemilihan terarah dari tindakan atau objek yang diinginkan, yang dimotivasi oleh kesukaan dan ketidaksukaan internal, atau preferensi semacam itu lainnya. Namun, proses internal tersebut hanyalah ranah fisiologi manusia kita. Memahami proses fisiologis pengambilan keputusan di berbagai konteks adalah tujuan utama dalam ilmu keputusan karena memiliki potensi besar untuk memajukan penelitian keputusan lebih lanjut. Sebagai studi perintis di bidang ini, makalah ini mengeksplorasi sifat pengambilan keputusan dengan memeriksa aktivitas otak terkait, Elektroensefalogram (EEG), dari orang-orang untuk memahami bagaimana otak merespons saat melakukan pilihan yang dirancang untuk memunculkan preferensi subjek. Untuk memfasilitasi studi semacam itu, sistem pelacak mata Tobii-Studio digunakan untuk menangkap preferensi berbasis pilihan peserta ketika mereka mengamati tujuh puluh dua set objek. Set pilihan ini terdiri dari tiga gambar yang menawarkan latar belakang komputer pribadi potensial. Preferensi berbasis pilihan diidentifikasi dengan meminta responden mengeklik preferensi yang mereka sukai. Selain itu, brain computer interface (BCI) yang diwakili oleh headset EEG nirkabel Emotiv EPOC komersial dengan 14 saluran digunakan untuk menangkap aktivitas otak terkait selama periode eksperimen. Analisis Komponen Utama (PCA) digunakan untuk memproses awal data EEG sebelum menganalisisnya dengan Transformasi Fourier Cepat (FFT) untuk mengamati perubahan pada pita frekuensi utama, delta (0,5–4 Hz), theta (4–7 Hz), alpha (8–12 Hz), beta (13–30 Hz), dan gamma (30–40 Hz). Pengukuran informasi bersama (MI) kemudian digunakan untuk mempelajari perbedaan belahan otak kiri-ke-kanan serta perbedaan depan-ke-belakang. Delapan belas peserta direkrut untuk melakukan eksperimen dengan hasil rata-rata menunjukkan perubahan yang jelas dan signifikan dalam aktivitas spektral di area frontal (F3 dan F4), parietal (P7 dan P8) dan oksipital (O1 dan O2) saat peserta menunjukkan preferensi mereka. Hasil menunjukkan bahwa, ketika mempertimbangkan jumlah pertukaran informasi antara belahan otak kiri dan kanan, pita theta menunjukkan redundansi minimal dan relevansi maksimal dengan tugas yang ada saat diekstraksi dari wilayah frontal, parietal, dan oksipital yang simetris sementara alpha mendominasi di wilayah frontal dan parietal dan beta mendominasi terutama di wilayah oksipital dan temporal.Klik di sini untuk laporan lengkapnya.

Lanjutkan membaca