
Cara melakukan penelitian neurosains dunia nyata dalam skala besar: Sebuah studi kasus menggunakan EmotivLABS.
Dr. Nikolas Williams
Diperbarui pada
8 Des 2021

Cara melakukan penelitian neurosains dunia nyata dalam skala besar: Sebuah studi kasus menggunakan EmotivLABS.
Dr. Nikolas Williams
Diperbarui pada
8 Des 2021

Cara melakukan penelitian neurosains dunia nyata dalam skala besar: Sebuah studi kasus menggunakan EmotivLABS.
Dr. Nikolas Williams
Diperbarui pada
8 Des 2021
Ketika Anda memikirkan penelitian ilmu saraf, Anda kemungkinan membayangkan ilmuwan berjas putih yang menjalankan mesin medis besar dan mahal di universitas atau rumah sakit. Tentu saja beberapa metode ilmu saraf, seperti positron emission tomography (PET), functional magnetic resonance imaging (fMRI), dan magnetoencephalography (MEG), memerlukan sistem yang besar dan kompleks ini serta disertai dengan harga yang sama besarnya. Namun, sistem Elektroensefalografi (EEG) umumnya lebih kecil dan tidak terlalu mahal. Teknologi ini telah berevolusi dari perekaman kertas dan komputer besar menjadi sistem nirkabel, seluler, mudah disiapkan, dan relatif murah. Selain footprint dan pengeluaran finansial yang lebih kecil, EEG telah muncul sebagai instrumen terkemuka untuk mendekode aktivitas otak karena resolusi temporal yang tinggi. Sementara PET dan fMRI mengukur perubahan dalam aktivitas otak selama beberapa detik, EEG mampu mendeteksi perubahan dalam aktivitas yang terjadi dalam hitungan milidetik, menjadikannya mampu mengindeks proses-proses yang jika tidak, tidak akan terdeteksi.
Apa yang diukur oleh EEG?
Saat neuron Anda menyala, mereka melepaskan sejumlah kecil listrik. Ketika banyak neuron menyala di area yang sama, seperti saat Anda memikirkan sesuatu, medan listrik yang dihasilkan dapat dideteksi di luar tengkorak. Sistem EEG memanfaatkan fenomena ini dengan mengukur perubahan tegangan seiring waktu menggunakan rangkaian sensor yang ditempatkan di kulit kepala. Anda dapat membayangkan sensor ini seperti mikrofon kecil yang mengukur suara listrik dari otak Anda. Kami kemudian dapat menyandikan sinyal-sinyal ini ke bentuk digital, mengumpulkannya di komputer, lalu memproses dan menganalisisnya untuk menyimpulkan pola yang bermakna.
Mengapa EEG penting?
Seringkali, kita tidak bisa mengukur sesuatu hanya dengan bertanya kepada orang lain atau mengamati perilaku mereka. Bahkan ketika kita bisa bertanya kepada mereka, orang-orang tidak melaporkannya secara akurat. EEG memungkinkan kita untuk melihat celah ke dalam otak; jendela yang tidak terpengaruh oleh bias, sikap, atau keyakinan. Misalnya, jika Anda bertanya kepada seseorang apakah mereka merasa rileks, meskipun tidak, mereka mungkin cenderung mengatakan ya karena orang sering kali tidak suka mengakui saat mereka cemas.
Dengan mengamati EEG mereka, seorang peneliti mungkin dapat menentukan bahwa orang tersebut, berbeda dengan pernyataan mereka, sebenarnya sedang mengalami gairah tinggi yang menunjukkan keadaan tidak rileks. Di laboratorium, EEG sering digunakan untuk mengukur proses kognitif tingkat rendah seperti persepsi pendengaran atau visual, yang dapat membantu peneliti memahami proses ini dengan lebih baik atau memahami bagaimana penyakit memengaruhi otak. Jenis teknologi ini sangat penting untuk memahami fenomena yang tidak dapat dilaporkan atau kemungkinan besar salah dilaporkan.
Mengapa kita melakukan EEG di luar lab?
Teknologi EEG adalah teknologi yang luar biasa untuk memahami proses otak. Sebagian besar penelitian EEG berbasis lab diarahkan untuk menyelidiki fungsi tingkat rendah seperti persepsi dan kognisi. Lab adalah lingkungan yang ideal untuk hal ini karena merupakan tempat yang sangat terkontrol di mana para peneliti dapat memperhitungkan dan menghilangkan variabel eksternal. Namun, kita tidak menghabiskan hidup kita di dalam lab. Kita adalah makhluk yang berjalan, berbicara, berinteraksi yang menjalani kehidupan dinamis yang ditandai dengan pengalaman yang kaya dan bervariasi. Fakta ini membuat generalisasi studi lab ke lingkungan yang tidak terkendali menjadi sulit. Dengan membawa teknologi ini keluar dari lab, kita dapat memeriksa orang-orang dan aktivitas otak mereka di lingkungan dunia nyata yang lebih dekat dengan cara kita menjalani hidup yang sebenarnya.
Belum lama ini, melakukan eksperimen EEG di luar lab adalah hal yang mustahil. Sistemnya berukuran besar dan harus ditambatkan ke penguat (amplifier), catu daya, dan unit transmisi data. Selain itu, menyiapkan sistem ini memakan waktu dan sering kali tidak nyaman bagi para peserta. Kemajuan besar dalam teknologi berarti bahwa sistem dapat dibangun dengan ukuran yang lebih kecil, biaya lebih rendah, dan nirkabel. Melalui peningkatan portabilitas dan penurunan harga ini, sistem EEG yang hemat biaya dan ramah pengguna telah mengalami proliferasi yang nyata. Emotiv telah menjadi pemimpin di bidang ini selama lebih dari satu dekade, setelah meluncurkan sistem EEG komersial pertama ke pasar. Selama waktu ini, Emotiv telah merilis enam sistem berbeda yang berkisar dari earphone dua saluran hingga topi penelitian 32 saluran.
Pengembangan sistem komersial ini telah memberikan efek lain: Aksesibilitas yang meningkat secara dramatis ke metode ilmu saraf. Ilmu saraf tidak lagi khusus untuk akademisi atau dokter klinis. Semua orang kini memiliki sarana untuk membeli sistem ini untuk digunakan di rumah. Motivasi untuk melakukan hal tersebut bervariasi di berbagai demografi dan mencakup rekreasi, penghobi, dan ilmuwan amatir. Selain itu, perusahaan komersial dengan cepat memperhatikan kemampuan untuk memanfaatkan sistem ini untuk diterapkan dalam industri mereka tanpa memerlukan departemen ilmu saraf internal khusus.
Apa aplikasi dunia nyata dari EEG?
Aplikasi EEG di luar lab sangat banyak dan beragam. Sebagai alat klinis, EEG dapat digunakan untuk memantau fungsi kognitif orang secara longitudinal tanpa mengharuskan mereka menghadiri fasilitas medis. Misalnya, penelitian telah mendukung EEG sebagai biomarker untuk demensia (Chatzikonstantinou et al., 2021). Lebih lanjut, teknologi ini bahkan dapat digunakan untuk memprediksi transisi dari gangguan kognitif ringan ke demensia (Engedal et al., 2020). EEG rumahan yang konsisten akan sangat membantu dalam populasi ini yang sebagian besar terdiri dari orang dewasa yang lebih tua di mana perjalanan reguler ke fasilitas penelitian mungkin tidak layak dilakukan.
Contoh topikal lain dari aplikasi EEG di alam bebas adalah perhatian baru-baru ini yang dipicu oleh cedera otak traumatis dalam olahraga. Dalam olahraga berdampak tinggi, seperti sepak bola profesional, gegar otak adalah cedera yang umum terjadi. Gegar otak memprihatinkan karena sering kali lolos dari deteksi klinis dan dapat memiliki dampak buruk pada fungsi kognitif individu. Bukti telah mendukung penggunaan EEG untuk membantu diagnosis gegar otak dan untuk mendukung manajemen klinis setelah cedera (Corbin-Berrigan et al., 2020). Tentu saja, keberadaan EEG portabel di pinggir lapangan akan menjadi alat yang ampuh untuk membantu tim dalam membuat keputusan yang tepat demi kesejahteraan para pemain mereka.
Perusahaan komersial juga memiliki banyak manfaat dari EEG dunia nyata. Neuromarketing adalah istilah yang luas tetapi umumnya dikaitkan dengan mendapatkan wawasan tentang preferensi konsumen dan memprediksi perilaku dengan mengukur sinyal saraf atau fisiologis lainnya. Nilai dari penggunaan EEG untuk menyelidiki keinginan konsumen terletak pada kemampuan metode ini untuk mengindeks tanggapan objektif. Terkadang apa yang dilaporkan orang tidak benar-benar bagaimana perasaan mereka karena orang tunduk pada berbagai macam bias. Mereka juga dapat memiliki keinginan kuat untuk menyenangkan orang lain atau menghindari rasa malu. Bahkan cara pertanyaan dirumuskan dapat memengaruhi cara seseorang memandang suatu produk. EEG memungkinkan peneliti untuk melewati karakteristik ini dan memberikan gambaran tanpa filter tentang cara seorang individu memproses informasi. Dengan memanfaatkan aliran data ini, perusahaan dapat menambah atau mengganti alat pemasaran tradisional.
Apa saja hambatan bagi EEG dunia nyata?
Biaya mungkin merupakan hambatan terbesar untuk melakukan eksperimen EEG dunia nyata. Meskipun lebih murah daripada alat pencitraan otak lainnya, sistem EEG masih bisa berukuran besar dan mahal. Untuk memahami data dalam jumlah besar diperlukan jalur pemrosesan dan analisis. Set data juga harus disimpan dengan cara yang aman. Hal ini membuat departemen ilmu saraf internal di luar jangkauan bagi banyak perusahaan kecil.
Biaya pelaksanaan EEG dunia nyata semakin membengkak ketika mempertimbangkan salah satu kelemahan kritis dari penelitian manusia: Masalah keterwakilan sampel (representative sampling). Banyak studi terkendala oleh realitas rekrutmen peserta yang sering kali beralih ke salah satu kemudahan (misal: mahasiswa). Hal ini menyebabkan banyak penelitian terganggu oleh masalah "WEIRD" di mana sebagian besar peserta berkulit putih, berpendidikan, dari daerah industri, kaya, dan tinggal di negara demokratis. Memindahkan EEG ke luar lab tidak serta-merta menyelesaikan masalah ini dan beban rekrutmen sampel yang terdiri dari orang-orang dengan budaya, tingkat pendidikan, minat, dan pengalaman yang berbeda dapat dilarang secara finansial dan logistik.
Bagaimana cara melakukan EEG dunia nyata dalam skala besar?
Mengingat biaya pelaksanaan EEG dunia nyata, banyak yang berasumsi bahwa studi ilmu saraf akan tetap menjadi domain lembaga akademis dan korporasi yang didanai dengan baik. Namun, selain merevolusi lanskap dengan sistem EEG portabel dan berbiaya rendah, Emotiv telah meluncurkan platform EmotivPRO Builder dan EmotivLABS yang memungkinkan perusahaan merancang dan melakukan eksperimen ilmu saraf skala besar. EmotivPRO Builder adalah antarmuka grafis intuitif yang memberi pengguna kendali penuh atas eksperimen dan memfasilitasi pengguna dari semua kemampuan dalam merancang studi EEG. Pengguna yang lebih mahir secara teknis juga dapat mengimpor eksperimen PsychoPy yang ditulis dalam bahasa Python.
Setelah membangun eksperimen, pengguna dapat menerapkannya di EmotivLABS. Ini bukan sekadar platform presentasi, tetapi juga menyederhanakan rekrutmen peserta melalui dasbornya dan memberi peneliti akses ke kumpulan kontributor Emotiv yang luas. Pembayaran peserta juga dapat ditangani melalui platform ini. Kumpulan kontributor Emotiv saat ini berasal dari 84 negara. Hampir setengahnya adalah bilingual dan mencakup orang-orang dengan berbagai latar belakang pendidikan.
Bagi perusahaan-perusahaan yang tidak yakin bagaimana cara terbaik untuk memanfaatkan kekuatan ilmu saraf, tim Layanan Penelitian Emotiv dapat dilibatkan untuk berkonsultasi. Tim peneliti akan mengidentifikasi pertanyaan-pertanyaan kunci, merancang eksperimen, merekrut peserta, mengumpulkan, memproses, dan menganalisis data, serta menghasilkan laporan yang dipersonalisasi tentang temuan-temuan tersebut. Masukan Anda akan disambut di setiap langkah perjalanan. Kemitraan Anda dengan tim peneliti Emotiv mewakili solusi menyeluruh (end-to-end) yang sesungguhnya untuk terlibat dengan revolusi ilmu saraf.
Untuk mengilustrasikan kasus penggunaan tertentu, kami menyajikan studi kasus kemitraan baru-baru ini di bawah ini.
The Mentimeter Effect: Studi kasus EEG dunia nyata menggunakan EmotivLABS
Mentimeter adalah platform perangkat lunak presentasi multimedia. Kebanyakan orang akrab dengan Microsoft Powerpoint. Berjam-jam telah dicurahkan untuk menyampaikan presentasi Powerpoint di mana audiens memainkan peran pasif. Mentimeter juga memungkinkan pengguna untuk menyampaikan informasi menggunakan teks, gambar, audio, dan video, tetapi dengan perbedaan khusus. Di mana Mentimeter membedakan dirinya adalah melalui fitur-fiturnya yang memungkinkan keterlibatan audiens secara langsung dan interaktif. Selain slide tipikal, presenter dapat menyertakan aktivitas interaksi di mana audiens dapat berinteraksi menggunakan perangkat pribadi mereka. Misalnya, anggota audiens dapat memilih konten apa yang ingin mereka fokuskan dalam presentasi. Merkea juga dapat memberikan pendapat tentang topik tertentu atau menjawab pertanyaan kuis tentang apa yang baru saja mereka lihat. Dengan cara ini, Mentimeter memungkinkan presentasi yang lebih dinamis dan hidup daripada Powerpoint.
Mentimeter tahu bahwa mereka memiliki produk khusus dan orang-orang kemungkinan akan menganggapnya lebih menarik. Namun, mereka tidak ingin hanya mengandalkan laporan subjektif dari para pengguna mereka. Mereka menginginkan beberapa data objektif dan granular yang akan menunjukkan dengan tepat apa yang membuat Mentimeter istimewa. Mereka mendekati Emotiv untuk melakukan proyek penelitian guna menemukan jawaban atas hal ini. Bekerja sama dengan tim peneliti kami, kami mengidentifikasi pertanyaan-pertanyaan kunci yang akan masuk ke bagian inti dari formula khusus Mentimeter.
Pertanyaan kunci:
Seberapa jauh lebih menarik presentasi di Mentimeter jika dibandingkan dengan presentasi Powerpoint yang lebih tradisional?
Fitur khusus Mentimeter mana yang paling menarik perhatian audiens?
Bagaimana perhatian terpengaruh selama presentasi? Apakah perhatian memudar seperti yang diharapkan pada presentasi Powerpoint yang panjang?
Bagaimana hubungan antara keterlibatan (engagement) dan perhatian (attention)? Apakah orang membayar lebih banyak perhatian ketika mereka terlibat?
Kuliah dan presentasi sering kali tentang mempelajari informasi baru dan mengingatnya. Apakah Mentimeter membantu kita belajar lebih baik?
Untuk menjawab pertanyaan-pertanyaan ini, tim peneliti Emotiv menyusun eksperimen khusus. Biasanya jenis penelitian ini dilakukan dengan mengumpulkan individu ke dalam ruangan dan mengumpulkan data EEG ke komputer lokal sementara peserta melihat presentasi tradisional versus presentasi Mentimeter. Merekrut peserta dari satu area dan mengumpulkan mereka ke dalam ruang terbatas tidak disukai karena beberapa alasan.
Yang pertama adalah logistik sederhana. Untuk datang ke lokasi kami, peserta akan diharuskan melakukan perjalanan, yang dapat membatasi jumlah sukarelawan. Demikian pula, merekrut peserta dari satu wilayah dapat menghasilkan sampel yang tidak mewakili seluruh populasi. Masalah kedua berkaitan dengan kesehatan masyarakat. Di tengah pandemi, penelitian EEG sangat dibatasi karena kontak interpersonal yang erat diperlukan untuk menyiapkan sistem. Dengan mengatur studi jarak jauh yang memanfaatkan basis pengguna Emotiv dan menerapkannya di platform EmotivLABS, kami dapat menghindari masalah ini. Hal ini memungkinkan kami melakukan studi aman yang menangkap data dari pengguna di seluruh dunia dan memanfaatkan algoritme pembelajaran mesin canggih Emotiv untuk menilai keterlibatan, perhatian, minat, dan stres kognitif audiens secara real-time.
Studi Tersebut
Untuk mengevaluasi efek Mentimeter, kami merancang eksperimen di mana orang-orang menonton dua presentasi; satu dilakukan dengan Mentimeter dan yang lainnya dilakukan dengan Powerpoint. Saat mereka menonton presentasi, kami mengumpulkan data EEG dari jarak jauh dan menilai aktivitas otak mereka di seluruh domain keterlibatan, perhatian, minat, dan stres kognitif. Kami juga mengumpulkan data demografis dan data survei laporan mandiri.
Peserta
Dua puluh delapan peserta direkrut untuk studi ini dari basis pelanggan Emotiv, secara online melalui komunikasi email dan formulir online. Ukuran sampel ini lebih rendah daripada yang kami inginkan. Namun, kami berada di bawah jadwal yang ketat untuk proyek ini dan dengan demikian patut dicatat bahwa kami dapat merekrut jumlah ini dalam jangka waktu singkat dan mencerminkan efisiensi rekrutmen peserta menggunakan EmotivLABS. Berbekal persetujuan partisipan, data demografis dikumpulkan agar Mentimeter dapat memahami bagaimana efek ini akan memengaruhi berbagai macam orang.
Peserta dari lebih dari 15 negara yang berbeda direkrut, dengan usia berkisar dari 21 hingga 64 tahun. Rekrutmen global dan online juga memungkinkan kami untuk menangkap berbagai tingkat pendidikan, pekerjaan, kemampuan musik, dan keahlian dalam topik-topik yang relevan. Lihat Gambar 1 - 3 untuk karakteristik peserta.

Gambar 1. Demografi peserta.

Gambar 2. Tingkat pendidikan peserta dan kemampuan bermusik.

Gambar 3. Peringkat laporan mandiri tentang pengetahuan mengenai topik.
Metode
Survei rekrutmen dikirim melalui email ke basis pelanggan Emotiv kepada siapa saja yang mungkin tertarik untuk berpartisipasi dalam studi online. Menggunakan perangkat lunak konferensi video, kami memulai dengan sesi orientasi di mana kami menjelaskan kepada peserta dasar-dasar bagaimana eksperimen akan dilakukan. Semua peserta menyiapkan Emotiv EPOC, EPOC+ atau EPOCX (https://www.emotiv.com/epoc-x/) sebelum panggilan video dan setelah pemeriksaan kualitas data secara cepat oleh Direktur Penelitian Emotiv, perangkat lunak EmotivLABS secara otomatis melacak kualitas sinyal mereka selama perekaman.
Seluruh eksperimen dibangun menggunakan pembangun eksperimen platform web Emotiv (https://www.emotiv.com/emotivpro/build/). Platform EmotivLABS memandu para peserta melalui baseline (duduk tenang dengan mata terbuka dan mata tertutup), beberapa kuesioner untuk memastikan apakah ada hal yang dapat memengaruhi EEG pada hari tersebut, dan kemudian meminta mereka untuk memulai presentasi pertama mereka. Perwakilan Mentimeter, Oscar, mempresentasikan webinar tentang salah satu dari 2 topik. Satu presentasi dilakukan dengan Mentimeter dan yang lainnya dengan Powerpoint. Presentasi juga memiliki konten yang berbeda; satu adalah "The Harmonic Series" dan yang lainnya adalah "Artificial Intelligence in Music". Kami menyeimbangkan kondisi presentasi ini untuk memastikan bahwa efek apa pun tidak dikaitkan dengan konten, melainkan dengan perangkat lunak yang digunakan (lihat Gambar 4).

Gambar 4. Kondisi penyeimbang untuk masing-masing kelompok.
Mengikuti presentasi kedua, peserta menyelesaikan kuesioner dan kemudian kami mengumpulkan sesi terakhir dari baseline EEG. Lihat Gambar 5 untuk gambaran umum dari protokol.

Gambar 5. Gambaran umum eksperimen.
Metrik Kinerja Emotiv
Metrik Kinerja (PM) Emotiv adalah ukuran neurofisiologis dari kondisi kognitif dan afektif. Metrik ini merupakan algoritme pembelajaran mesin milik sendiri yang menyediakan nilai real-time dari pengukuran elektroensefalografi (EEG) yang dikumpulkan; varian amplitudo gelombang otak, distribusi spasial, kekuatan dan frekuensi neuron yang menyala di otak.
Data EEG dari ratusan individu dalam eksperimen psikologis terkontrol dan pengaturan kehidupan nyata telah dikumpulkan dan digunakan untuk membangun algoritme ini. Setiap metrik kinerja diskalakan dan disesuaikan untuk masing-masing pengguna berdasarkan "rentang" aktivitas otak mereka sendiri (lihat Gambar 6 untuk gambaran umum PM yang digunakan dalam studi ini).

Gambar 6. Gambaran umum Metrik Kinerja Emotiv
Temuan
Mentimeter vs Powerpoint: Pola PM Keseluruhan
Kami pertama kali memeriksa aktivitas otak tingkat kelompok di setiap presentasi secara keseluruhan. Gambar 7 menunjukkan rata-rata dari setiap PM untuk presentasi Mentimeter dan presentasi Powerpoint. Dibandingkan dengan Powerpoint, individu menunjukkan tingkat kebosanan yang lebih rendah secara signifikan secara statistik, dan tingkat keterlibatan, perhatian, dan beban kognitif yang lebih tinggi. Tidak ada perbedaan statistik dalam tingkat minat; namun tren numerik condong ke minat yang lebih besar dalam presentasi Mentimeter.

Gambar 7. Rata-rata PM di seluruh presentasi dibandingkan dengan platform presentasi.
Kami kemudian melihat bagaimana setiap individu merespons di setiap presentasi. Pada Gambar 8, bentuk "lebih lebar" menunjukkan lebih banyak pengamatan PM individu pada nilai tersebut dan bentuk "lebih ramping" menunjukkan lebih sedikit pengamatan PM pada nilai tersebut. Pola-pola ini menunjukkan bahwa presentasi Mentimeter membangkitkan respons yang lebih homogen daripada Powerpoint. Dengan kata lain, orang-orang merespons secara serupa terhadap Mentimeter tetapi mendapati Powerpoint lebih memicu polarisasi.

Gambar 8. Distribusi PM rata-rata individu dibandingkan dengan platform presentasi.
Mentimeter vs Powerpoint: PM seiring waktu
Untuk mendapatkan gambaran tentang bagaimana tanggapan orang-orang selama presentasi, kami menghitung rata-rata nilai PM kelompok di setiap slide untuk masing-masing platform (Mentimeter vs Powerpoint) dan masing-masing konten (AI vs Harmonics). Gambar 9 menunjukkan pola yang paling menonjol.

Gambar 9. Alur waktu PM di berbagai slide.
Untuk konten AI, tingkat kebosanan lebih rendah di sepanjang presentasi. Kami mengamati pola Kebosanan yang menarik pada konten Harmonics, di mana kebosanan meningkat ke arah pertengahan presentasi dan kemudian turun setelahnya. Hal ini menunjukkan bahwa sifat unik dan menarik dari aktivitas interaksi Mentimeter membantu meredakan kebosanan menumpuk yang mungkin terjadi selama presentasi.
Kami mengamati tingkat keterlibatan yang lebih tinggi untuk Mentimeter di kedua jenis konten untuk hampir seluruh presentasi. Dari total 24 slide, hanya ada dua contoh di mana keterlibatan Mentimeter tidak lebih tinggi daripada Powerpoint.
Efek Mentimeter: Membandingkan aktivitas interaksi Mentimeter dengan slide Powerpoint
Meskipun secara keseluruhan kami menemukan bahwa orang merespons positif terhadap Mentimeter, kami ingin menggali lebih dalam dan melihat bagaimana aktivitas interaksi Mentimeter tertentu dibandingkan dengan slide Powerpoint. Aktivitas interaksi Mentimeter adalah momen di mana audiens didorong untuk berinteraksi dengan presentasi menggunakan perangkat seluler mereka. Sebagai contoh, peserta mungkin ditanyai tentang pendapat pribadi mereka tentang suatu topik atau mereka diminta untuk menjawab pertanyaan kuis yang terkait dengan presentasi. Gambar 10 menunjukkan rata-rata PM yang diamati untuk aktivitas interaksi Mentimeter dan slide Powerpoint.

Gambar 10. Perbandingan nilai PM untuk aktivitas interaksi Mentimeter dan slide Powerpoint.
Kami mengamati bahwa, relatif terhadap slide Powerpoint, aktivitas interaksi Mentimeter menghasilkan kebosanan yang lebih rendah dan keterlibatan, perhatian, minat, dan beban kognitif yang lebih tinggi. Efek terbesar adalah pada tingkat kebosanan dan keterlibatan, yang masing-masing mengalami penurunan 16% dan peningkatan 13%.
Efek Mentimeter: Bagaimana perbandingan berbagai aktivitas interaksi Mentimeter?
Meskipun aktivitas interaksi Mentimeter umumnya membangkitkan respons positif pada audiens, kami ingin tahu apakah beberapa aktivitas lebih baik daripada yang lain. Presentasi Mentimeter berisi tiga jenis aktivitas interaksi: Aktivitas Pendapat, di mana audiens ditanyai pendapat mereka tentang suatu topik; Aktivitas Kuis, di mana audiens ditanyai pertanyaan mengenai konten presentasi; dan aktivitas video, di mana peserta melihat video. Gambar 11 menunjukkan nilai PM untuk masing-masing jenis aktivitas. Kami juga menyertakan slide Powerpoint sebagai perbandingan.

Gambar 11. Rerata PM untuk setiap jenis aktivitas Mentimeter. Rerata PM untuk slide Powerpoint disertakan sebagai perbandingan.
Aktivitas Pendapat menunjukkan efek paling konsisten dengan memicu kebosanan paling sedikit dan keterlibatan, perhatian, minat, dan beban kognitif paling banyak dibandingkan dengan aktivitas lainnya. Menariknya, aktivitas video cenderung membangkitkan kebosanan paling banyak dan keterlibatan serta perhatian paling sedikit.
Efek Mentimeter: Melihat lebih dekat pada keterlibatan
Meskipun semua PM menunjukkan tren respons positif terhadap presentasi Mentimeter, keterlibatan tampaknya memiliki efek paling konsisten. Untuk melihat lebih dekat, kami mengindeks titik di mana setiap peserta menunjukkan PM keterlibatan maksimum mereka. Gambar 12 menunjukkan bahwa jumlah nilai keterlibatan maksimum yang lebih besar terjadi selama presentasi Mentimeter. Selain itu, 70% dari skor keterlibatan maksimum peserta terjadi selama aktivitas interaksi Mentimeter.

Gambar 12. Distribusi PM keterlibatan maksimum.
Efek Mentimeter: Membandingkan ukuran objektif dan subjektif
Meskipun EEG dapat mengindeks respons objektif terhadap rangsangan, kejadian di mana langkah-langkah ini didukung oleh laporan mandiri memberikan bukti kuat untuk sebuah efek. Gambar 13 menunjukkan skor keterlibatan subjektif untuk lima pertanyaan terkait keterlibatan yang disajikan pada akhir eksperimen.

Gambar 13. Skor keterlibatan subjektif seperti yang dilaporkan oleh peserta pada Skala Likert 1-5 "Sama sekali tidak" hingga "Sangat".
Tanggapan terhadap semua pertanyaan mendukung temuan dari data otak. Dibandingkan dengan presentasi Powerpoint, presentasi Mentimeter menghasilkan peserta merasa lebih terlibat dengan presentasi, lebih terlibat dengan presenter, lebih tertarik pada konten, mengalami lebih banyak kegembiraan dari presentasi, dan merasa seolah-olah mereka telah mempelajari lebih banyak konten baru selama presentasi.
Ringkasan
Pada akhir studi, tim peneliti Emotiv menyampaikan laporan terperinci tentang temuan-temuan tersebut kepada Mentimeter. Hal ini memungkinkan Mentimeter untuk lebih memahami produk mereka dan apa yang membuatnya menjadi pengalaman positif bagi para pengguna mereka. Mentimeter tidak hanya diberikan data empiris yang menunjukkan bahwa produk mereka memicu keterlibatan, perhatian, dan beban kognitif yang lebih tinggi serta menurunkan kebosanan, melainkan juga memberikan wawasan yang dapat ditindaklanjuti tentang fitur khusus mana yang paling menarik bagi pengguna. Artikel tulisan Mentimeter tentang temuan studi dapat ditemukan di https://www.mentimeter.com/campaigns/the-mentimeter-effect?
Studi-studi seperti Mentimeter Effect hanya mewakili sebagian kecil dari kemungkinan eksperimen EEG jarak jauh, efisien, dan dipersonalisasi. Dari mengevaluasi preferensi konsumen hingga menyelidiki masalah kesehatan mental, rangkaian riset Emotiv adalah platform ideal untuk penelitian EEG yang dapat diskalakan. Bekerja sama dengan tim peneliti kami, individu, perusahaan, dan lembaga dapat memanfaatkan kekuatan ilmu saraf untuk mendapatkan wawasan tentang populasi manusia. Solusi ini mewakili jawaban ideal untuk ilmu saraf modern yang kebal terhadap krisis kesehatan masyarakat, tahan terhadap anggaran yang menyusut, dan inklusif secara luas bagi komunitas global.
Ketika Anda memikirkan penelitian ilmu saraf, Anda kemungkinan membayangkan ilmuwan berjas putih yang menjalankan mesin medis besar dan mahal di universitas atau rumah sakit. Tentu saja beberapa metode ilmu saraf, seperti positron emission tomography (PET), functional magnetic resonance imaging (fMRI), dan magnetoencephalography (MEG), memerlukan sistem yang besar dan kompleks ini serta disertai dengan harga yang sama besarnya. Namun, sistem Elektroensefalografi (EEG) umumnya lebih kecil dan tidak terlalu mahal. Teknologi ini telah berevolusi dari perekaman kertas dan komputer besar menjadi sistem nirkabel, seluler, mudah disiapkan, dan relatif murah. Selain footprint dan pengeluaran finansial yang lebih kecil, EEG telah muncul sebagai instrumen terkemuka untuk mendekode aktivitas otak karena resolusi temporal yang tinggi. Sementara PET dan fMRI mengukur perubahan dalam aktivitas otak selama beberapa detik, EEG mampu mendeteksi perubahan dalam aktivitas yang terjadi dalam hitungan milidetik, menjadikannya mampu mengindeks proses-proses yang jika tidak, tidak akan terdeteksi.
Apa yang diukur oleh EEG?
Saat neuron Anda menyala, mereka melepaskan sejumlah kecil listrik. Ketika banyak neuron menyala di area yang sama, seperti saat Anda memikirkan sesuatu, medan listrik yang dihasilkan dapat dideteksi di luar tengkorak. Sistem EEG memanfaatkan fenomena ini dengan mengukur perubahan tegangan seiring waktu menggunakan rangkaian sensor yang ditempatkan di kulit kepala. Anda dapat membayangkan sensor ini seperti mikrofon kecil yang mengukur suara listrik dari otak Anda. Kami kemudian dapat menyandikan sinyal-sinyal ini ke bentuk digital, mengumpulkannya di komputer, lalu memproses dan menganalisisnya untuk menyimpulkan pola yang bermakna.
Mengapa EEG penting?
Seringkali, kita tidak bisa mengukur sesuatu hanya dengan bertanya kepada orang lain atau mengamati perilaku mereka. Bahkan ketika kita bisa bertanya kepada mereka, orang-orang tidak melaporkannya secara akurat. EEG memungkinkan kita untuk melihat celah ke dalam otak; jendela yang tidak terpengaruh oleh bias, sikap, atau keyakinan. Misalnya, jika Anda bertanya kepada seseorang apakah mereka merasa rileks, meskipun tidak, mereka mungkin cenderung mengatakan ya karena orang sering kali tidak suka mengakui saat mereka cemas.
Dengan mengamati EEG mereka, seorang peneliti mungkin dapat menentukan bahwa orang tersebut, berbeda dengan pernyataan mereka, sebenarnya sedang mengalami gairah tinggi yang menunjukkan keadaan tidak rileks. Di laboratorium, EEG sering digunakan untuk mengukur proses kognitif tingkat rendah seperti persepsi pendengaran atau visual, yang dapat membantu peneliti memahami proses ini dengan lebih baik atau memahami bagaimana penyakit memengaruhi otak. Jenis teknologi ini sangat penting untuk memahami fenomena yang tidak dapat dilaporkan atau kemungkinan besar salah dilaporkan.
Mengapa kita melakukan EEG di luar lab?
Teknologi EEG adalah teknologi yang luar biasa untuk memahami proses otak. Sebagian besar penelitian EEG berbasis lab diarahkan untuk menyelidiki fungsi tingkat rendah seperti persepsi dan kognisi. Lab adalah lingkungan yang ideal untuk hal ini karena merupakan tempat yang sangat terkontrol di mana para peneliti dapat memperhitungkan dan menghilangkan variabel eksternal. Namun, kita tidak menghabiskan hidup kita di dalam lab. Kita adalah makhluk yang berjalan, berbicara, berinteraksi yang menjalani kehidupan dinamis yang ditandai dengan pengalaman yang kaya dan bervariasi. Fakta ini membuat generalisasi studi lab ke lingkungan yang tidak terkendali menjadi sulit. Dengan membawa teknologi ini keluar dari lab, kita dapat memeriksa orang-orang dan aktivitas otak mereka di lingkungan dunia nyata yang lebih dekat dengan cara kita menjalani hidup yang sebenarnya.
Belum lama ini, melakukan eksperimen EEG di luar lab adalah hal yang mustahil. Sistemnya berukuran besar dan harus ditambatkan ke penguat (amplifier), catu daya, dan unit transmisi data. Selain itu, menyiapkan sistem ini memakan waktu dan sering kali tidak nyaman bagi para peserta. Kemajuan besar dalam teknologi berarti bahwa sistem dapat dibangun dengan ukuran yang lebih kecil, biaya lebih rendah, dan nirkabel. Melalui peningkatan portabilitas dan penurunan harga ini, sistem EEG yang hemat biaya dan ramah pengguna telah mengalami proliferasi yang nyata. Emotiv telah menjadi pemimpin di bidang ini selama lebih dari satu dekade, setelah meluncurkan sistem EEG komersial pertama ke pasar. Selama waktu ini, Emotiv telah merilis enam sistem berbeda yang berkisar dari earphone dua saluran hingga topi penelitian 32 saluran.
Pengembangan sistem komersial ini telah memberikan efek lain: Aksesibilitas yang meningkat secara dramatis ke metode ilmu saraf. Ilmu saraf tidak lagi khusus untuk akademisi atau dokter klinis. Semua orang kini memiliki sarana untuk membeli sistem ini untuk digunakan di rumah. Motivasi untuk melakukan hal tersebut bervariasi di berbagai demografi dan mencakup rekreasi, penghobi, dan ilmuwan amatir. Selain itu, perusahaan komersial dengan cepat memperhatikan kemampuan untuk memanfaatkan sistem ini untuk diterapkan dalam industri mereka tanpa memerlukan departemen ilmu saraf internal khusus.
Apa aplikasi dunia nyata dari EEG?
Aplikasi EEG di luar lab sangat banyak dan beragam. Sebagai alat klinis, EEG dapat digunakan untuk memantau fungsi kognitif orang secara longitudinal tanpa mengharuskan mereka menghadiri fasilitas medis. Misalnya, penelitian telah mendukung EEG sebagai biomarker untuk demensia (Chatzikonstantinou et al., 2021). Lebih lanjut, teknologi ini bahkan dapat digunakan untuk memprediksi transisi dari gangguan kognitif ringan ke demensia (Engedal et al., 2020). EEG rumahan yang konsisten akan sangat membantu dalam populasi ini yang sebagian besar terdiri dari orang dewasa yang lebih tua di mana perjalanan reguler ke fasilitas penelitian mungkin tidak layak dilakukan.
Contoh topikal lain dari aplikasi EEG di alam bebas adalah perhatian baru-baru ini yang dipicu oleh cedera otak traumatis dalam olahraga. Dalam olahraga berdampak tinggi, seperti sepak bola profesional, gegar otak adalah cedera yang umum terjadi. Gegar otak memprihatinkan karena sering kali lolos dari deteksi klinis dan dapat memiliki dampak buruk pada fungsi kognitif individu. Bukti telah mendukung penggunaan EEG untuk membantu diagnosis gegar otak dan untuk mendukung manajemen klinis setelah cedera (Corbin-Berrigan et al., 2020). Tentu saja, keberadaan EEG portabel di pinggir lapangan akan menjadi alat yang ampuh untuk membantu tim dalam membuat keputusan yang tepat demi kesejahteraan para pemain mereka.
Perusahaan komersial juga memiliki banyak manfaat dari EEG dunia nyata. Neuromarketing adalah istilah yang luas tetapi umumnya dikaitkan dengan mendapatkan wawasan tentang preferensi konsumen dan memprediksi perilaku dengan mengukur sinyal saraf atau fisiologis lainnya. Nilai dari penggunaan EEG untuk menyelidiki keinginan konsumen terletak pada kemampuan metode ini untuk mengindeks tanggapan objektif. Terkadang apa yang dilaporkan orang tidak benar-benar bagaimana perasaan mereka karena orang tunduk pada berbagai macam bias. Mereka juga dapat memiliki keinginan kuat untuk menyenangkan orang lain atau menghindari rasa malu. Bahkan cara pertanyaan dirumuskan dapat memengaruhi cara seseorang memandang suatu produk. EEG memungkinkan peneliti untuk melewati karakteristik ini dan memberikan gambaran tanpa filter tentang cara seorang individu memproses informasi. Dengan memanfaatkan aliran data ini, perusahaan dapat menambah atau mengganti alat pemasaran tradisional.
Apa saja hambatan bagi EEG dunia nyata?
Biaya mungkin merupakan hambatan terbesar untuk melakukan eksperimen EEG dunia nyata. Meskipun lebih murah daripada alat pencitraan otak lainnya, sistem EEG masih bisa berukuran besar dan mahal. Untuk memahami data dalam jumlah besar diperlukan jalur pemrosesan dan analisis. Set data juga harus disimpan dengan cara yang aman. Hal ini membuat departemen ilmu saraf internal di luar jangkauan bagi banyak perusahaan kecil.
Biaya pelaksanaan EEG dunia nyata semakin membengkak ketika mempertimbangkan salah satu kelemahan kritis dari penelitian manusia: Masalah keterwakilan sampel (representative sampling). Banyak studi terkendala oleh realitas rekrutmen peserta yang sering kali beralih ke salah satu kemudahan (misal: mahasiswa). Hal ini menyebabkan banyak penelitian terganggu oleh masalah "WEIRD" di mana sebagian besar peserta berkulit putih, berpendidikan, dari daerah industri, kaya, dan tinggal di negara demokratis. Memindahkan EEG ke luar lab tidak serta-merta menyelesaikan masalah ini dan beban rekrutmen sampel yang terdiri dari orang-orang dengan budaya, tingkat pendidikan, minat, dan pengalaman yang berbeda dapat dilarang secara finansial dan logistik.
Bagaimana cara melakukan EEG dunia nyata dalam skala besar?
Mengingat biaya pelaksanaan EEG dunia nyata, banyak yang berasumsi bahwa studi ilmu saraf akan tetap menjadi domain lembaga akademis dan korporasi yang didanai dengan baik. Namun, selain merevolusi lanskap dengan sistem EEG portabel dan berbiaya rendah, Emotiv telah meluncurkan platform EmotivPRO Builder dan EmotivLABS yang memungkinkan perusahaan merancang dan melakukan eksperimen ilmu saraf skala besar. EmotivPRO Builder adalah antarmuka grafis intuitif yang memberi pengguna kendali penuh atas eksperimen dan memfasilitasi pengguna dari semua kemampuan dalam merancang studi EEG. Pengguna yang lebih mahir secara teknis juga dapat mengimpor eksperimen PsychoPy yang ditulis dalam bahasa Python.
Setelah membangun eksperimen, pengguna dapat menerapkannya di EmotivLABS. Ini bukan sekadar platform presentasi, tetapi juga menyederhanakan rekrutmen peserta melalui dasbornya dan memberi peneliti akses ke kumpulan kontributor Emotiv yang luas. Pembayaran peserta juga dapat ditangani melalui platform ini. Kumpulan kontributor Emotiv saat ini berasal dari 84 negara. Hampir setengahnya adalah bilingual dan mencakup orang-orang dengan berbagai latar belakang pendidikan.
Bagi perusahaan-perusahaan yang tidak yakin bagaimana cara terbaik untuk memanfaatkan kekuatan ilmu saraf, tim Layanan Penelitian Emotiv dapat dilibatkan untuk berkonsultasi. Tim peneliti akan mengidentifikasi pertanyaan-pertanyaan kunci, merancang eksperimen, merekrut peserta, mengumpulkan, memproses, dan menganalisis data, serta menghasilkan laporan yang dipersonalisasi tentang temuan-temuan tersebut. Masukan Anda akan disambut di setiap langkah perjalanan. Kemitraan Anda dengan tim peneliti Emotiv mewakili solusi menyeluruh (end-to-end) yang sesungguhnya untuk terlibat dengan revolusi ilmu saraf.
Untuk mengilustrasikan kasus penggunaan tertentu, kami menyajikan studi kasus kemitraan baru-baru ini di bawah ini.
The Mentimeter Effect: Studi kasus EEG dunia nyata menggunakan EmotivLABS
Mentimeter adalah platform perangkat lunak presentasi multimedia. Kebanyakan orang akrab dengan Microsoft Powerpoint. Berjam-jam telah dicurahkan untuk menyampaikan presentasi Powerpoint di mana audiens memainkan peran pasif. Mentimeter juga memungkinkan pengguna untuk menyampaikan informasi menggunakan teks, gambar, audio, dan video, tetapi dengan perbedaan khusus. Di mana Mentimeter membedakan dirinya adalah melalui fitur-fiturnya yang memungkinkan keterlibatan audiens secara langsung dan interaktif. Selain slide tipikal, presenter dapat menyertakan aktivitas interaksi di mana audiens dapat berinteraksi menggunakan perangkat pribadi mereka. Misalnya, anggota audiens dapat memilih konten apa yang ingin mereka fokuskan dalam presentasi. Merkea juga dapat memberikan pendapat tentang topik tertentu atau menjawab pertanyaan kuis tentang apa yang baru saja mereka lihat. Dengan cara ini, Mentimeter memungkinkan presentasi yang lebih dinamis dan hidup daripada Powerpoint.
Mentimeter tahu bahwa mereka memiliki produk khusus dan orang-orang kemungkinan akan menganggapnya lebih menarik. Namun, mereka tidak ingin hanya mengandalkan laporan subjektif dari para pengguna mereka. Mereka menginginkan beberapa data objektif dan granular yang akan menunjukkan dengan tepat apa yang membuat Mentimeter istimewa. Mereka mendekati Emotiv untuk melakukan proyek penelitian guna menemukan jawaban atas hal ini. Bekerja sama dengan tim peneliti kami, kami mengidentifikasi pertanyaan-pertanyaan kunci yang akan masuk ke bagian inti dari formula khusus Mentimeter.
Pertanyaan kunci:
Seberapa jauh lebih menarik presentasi di Mentimeter jika dibandingkan dengan presentasi Powerpoint yang lebih tradisional?
Fitur khusus Mentimeter mana yang paling menarik perhatian audiens?
Bagaimana perhatian terpengaruh selama presentasi? Apakah perhatian memudar seperti yang diharapkan pada presentasi Powerpoint yang panjang?
Bagaimana hubungan antara keterlibatan (engagement) dan perhatian (attention)? Apakah orang membayar lebih banyak perhatian ketika mereka terlibat?
Kuliah dan presentasi sering kali tentang mempelajari informasi baru dan mengingatnya. Apakah Mentimeter membantu kita belajar lebih baik?
Untuk menjawab pertanyaan-pertanyaan ini, tim peneliti Emotiv menyusun eksperimen khusus. Biasanya jenis penelitian ini dilakukan dengan mengumpulkan individu ke dalam ruangan dan mengumpulkan data EEG ke komputer lokal sementara peserta melihat presentasi tradisional versus presentasi Mentimeter. Merekrut peserta dari satu area dan mengumpulkan mereka ke dalam ruang terbatas tidak disukai karena beberapa alasan.
Yang pertama adalah logistik sederhana. Untuk datang ke lokasi kami, peserta akan diharuskan melakukan perjalanan, yang dapat membatasi jumlah sukarelawan. Demikian pula, merekrut peserta dari satu wilayah dapat menghasilkan sampel yang tidak mewakili seluruh populasi. Masalah kedua berkaitan dengan kesehatan masyarakat. Di tengah pandemi, penelitian EEG sangat dibatasi karena kontak interpersonal yang erat diperlukan untuk menyiapkan sistem. Dengan mengatur studi jarak jauh yang memanfaatkan basis pengguna Emotiv dan menerapkannya di platform EmotivLABS, kami dapat menghindari masalah ini. Hal ini memungkinkan kami melakukan studi aman yang menangkap data dari pengguna di seluruh dunia dan memanfaatkan algoritme pembelajaran mesin canggih Emotiv untuk menilai keterlibatan, perhatian, minat, dan stres kognitif audiens secara real-time.
Studi Tersebut
Untuk mengevaluasi efek Mentimeter, kami merancang eksperimen di mana orang-orang menonton dua presentasi; satu dilakukan dengan Mentimeter dan yang lainnya dilakukan dengan Powerpoint. Saat mereka menonton presentasi, kami mengumpulkan data EEG dari jarak jauh dan menilai aktivitas otak mereka di seluruh domain keterlibatan, perhatian, minat, dan stres kognitif. Kami juga mengumpulkan data demografis dan data survei laporan mandiri.
Peserta
Dua puluh delapan peserta direkrut untuk studi ini dari basis pelanggan Emotiv, secara online melalui komunikasi email dan formulir online. Ukuran sampel ini lebih rendah daripada yang kami inginkan. Namun, kami berada di bawah jadwal yang ketat untuk proyek ini dan dengan demikian patut dicatat bahwa kami dapat merekrut jumlah ini dalam jangka waktu singkat dan mencerminkan efisiensi rekrutmen peserta menggunakan EmotivLABS. Berbekal persetujuan partisipan, data demografis dikumpulkan agar Mentimeter dapat memahami bagaimana efek ini akan memengaruhi berbagai macam orang.
Peserta dari lebih dari 15 negara yang berbeda direkrut, dengan usia berkisar dari 21 hingga 64 tahun. Rekrutmen global dan online juga memungkinkan kami untuk menangkap berbagai tingkat pendidikan, pekerjaan, kemampuan musik, dan keahlian dalam topik-topik yang relevan. Lihat Gambar 1 - 3 untuk karakteristik peserta.

Gambar 1. Demografi peserta.

Gambar 2. Tingkat pendidikan peserta dan kemampuan bermusik.

Gambar 3. Peringkat laporan mandiri tentang pengetahuan mengenai topik.
Metode
Survei rekrutmen dikirim melalui email ke basis pelanggan Emotiv kepada siapa saja yang mungkin tertarik untuk berpartisipasi dalam studi online. Menggunakan perangkat lunak konferensi video, kami memulai dengan sesi orientasi di mana kami menjelaskan kepada peserta dasar-dasar bagaimana eksperimen akan dilakukan. Semua peserta menyiapkan Emotiv EPOC, EPOC+ atau EPOCX (https://www.emotiv.com/epoc-x/) sebelum panggilan video dan setelah pemeriksaan kualitas data secara cepat oleh Direktur Penelitian Emotiv, perangkat lunak EmotivLABS secara otomatis melacak kualitas sinyal mereka selama perekaman.
Seluruh eksperimen dibangun menggunakan pembangun eksperimen platform web Emotiv (https://www.emotiv.com/emotivpro/build/). Platform EmotivLABS memandu para peserta melalui baseline (duduk tenang dengan mata terbuka dan mata tertutup), beberapa kuesioner untuk memastikan apakah ada hal yang dapat memengaruhi EEG pada hari tersebut, dan kemudian meminta mereka untuk memulai presentasi pertama mereka. Perwakilan Mentimeter, Oscar, mempresentasikan webinar tentang salah satu dari 2 topik. Satu presentasi dilakukan dengan Mentimeter dan yang lainnya dengan Powerpoint. Presentasi juga memiliki konten yang berbeda; satu adalah "The Harmonic Series" dan yang lainnya adalah "Artificial Intelligence in Music". Kami menyeimbangkan kondisi presentasi ini untuk memastikan bahwa efek apa pun tidak dikaitkan dengan konten, melainkan dengan perangkat lunak yang digunakan (lihat Gambar 4).

Gambar 4. Kondisi penyeimbang untuk masing-masing kelompok.
Mengikuti presentasi kedua, peserta menyelesaikan kuesioner dan kemudian kami mengumpulkan sesi terakhir dari baseline EEG. Lihat Gambar 5 untuk gambaran umum dari protokol.

Gambar 5. Gambaran umum eksperimen.
Metrik Kinerja Emotiv
Metrik Kinerja (PM) Emotiv adalah ukuran neurofisiologis dari kondisi kognitif dan afektif. Metrik ini merupakan algoritme pembelajaran mesin milik sendiri yang menyediakan nilai real-time dari pengukuran elektroensefalografi (EEG) yang dikumpulkan; varian amplitudo gelombang otak, distribusi spasial, kekuatan dan frekuensi neuron yang menyala di otak.
Data EEG dari ratusan individu dalam eksperimen psikologis terkontrol dan pengaturan kehidupan nyata telah dikumpulkan dan digunakan untuk membangun algoritme ini. Setiap metrik kinerja diskalakan dan disesuaikan untuk masing-masing pengguna berdasarkan "rentang" aktivitas otak mereka sendiri (lihat Gambar 6 untuk gambaran umum PM yang digunakan dalam studi ini).

Gambar 6. Gambaran umum Metrik Kinerja Emotiv
Temuan
Mentimeter vs Powerpoint: Pola PM Keseluruhan
Kami pertama kali memeriksa aktivitas otak tingkat kelompok di setiap presentasi secara keseluruhan. Gambar 7 menunjukkan rata-rata dari setiap PM untuk presentasi Mentimeter dan presentasi Powerpoint. Dibandingkan dengan Powerpoint, individu menunjukkan tingkat kebosanan yang lebih rendah secara signifikan secara statistik, dan tingkat keterlibatan, perhatian, dan beban kognitif yang lebih tinggi. Tidak ada perbedaan statistik dalam tingkat minat; namun tren numerik condong ke minat yang lebih besar dalam presentasi Mentimeter.

Gambar 7. Rata-rata PM di seluruh presentasi dibandingkan dengan platform presentasi.
Kami kemudian melihat bagaimana setiap individu merespons di setiap presentasi. Pada Gambar 8, bentuk "lebih lebar" menunjukkan lebih banyak pengamatan PM individu pada nilai tersebut dan bentuk "lebih ramping" menunjukkan lebih sedikit pengamatan PM pada nilai tersebut. Pola-pola ini menunjukkan bahwa presentasi Mentimeter membangkitkan respons yang lebih homogen daripada Powerpoint. Dengan kata lain, orang-orang merespons secara serupa terhadap Mentimeter tetapi mendapati Powerpoint lebih memicu polarisasi.

Gambar 8. Distribusi PM rata-rata individu dibandingkan dengan platform presentasi.
Mentimeter vs Powerpoint: PM seiring waktu
Untuk mendapatkan gambaran tentang bagaimana tanggapan orang-orang selama presentasi, kami menghitung rata-rata nilai PM kelompok di setiap slide untuk masing-masing platform (Mentimeter vs Powerpoint) dan masing-masing konten (AI vs Harmonics). Gambar 9 menunjukkan pola yang paling menonjol.

Gambar 9. Alur waktu PM di berbagai slide.
Untuk konten AI, tingkat kebosanan lebih rendah di sepanjang presentasi. Kami mengamati pola Kebosanan yang menarik pada konten Harmonics, di mana kebosanan meningkat ke arah pertengahan presentasi dan kemudian turun setelahnya. Hal ini menunjukkan bahwa sifat unik dan menarik dari aktivitas interaksi Mentimeter membantu meredakan kebosanan menumpuk yang mungkin terjadi selama presentasi.
Kami mengamati tingkat keterlibatan yang lebih tinggi untuk Mentimeter di kedua jenis konten untuk hampir seluruh presentasi. Dari total 24 slide, hanya ada dua contoh di mana keterlibatan Mentimeter tidak lebih tinggi daripada Powerpoint.
Efek Mentimeter: Membandingkan aktivitas interaksi Mentimeter dengan slide Powerpoint
Meskipun secara keseluruhan kami menemukan bahwa orang merespons positif terhadap Mentimeter, kami ingin menggali lebih dalam dan melihat bagaimana aktivitas interaksi Mentimeter tertentu dibandingkan dengan slide Powerpoint. Aktivitas interaksi Mentimeter adalah momen di mana audiens didorong untuk berinteraksi dengan presentasi menggunakan perangkat seluler mereka. Sebagai contoh, peserta mungkin ditanyai tentang pendapat pribadi mereka tentang suatu topik atau mereka diminta untuk menjawab pertanyaan kuis yang terkait dengan presentasi. Gambar 10 menunjukkan rata-rata PM yang diamati untuk aktivitas interaksi Mentimeter dan slide Powerpoint.

Gambar 10. Perbandingan nilai PM untuk aktivitas interaksi Mentimeter dan slide Powerpoint.
Kami mengamati bahwa, relatif terhadap slide Powerpoint, aktivitas interaksi Mentimeter menghasilkan kebosanan yang lebih rendah dan keterlibatan, perhatian, minat, dan beban kognitif yang lebih tinggi. Efek terbesar adalah pada tingkat kebosanan dan keterlibatan, yang masing-masing mengalami penurunan 16% dan peningkatan 13%.
Efek Mentimeter: Bagaimana perbandingan berbagai aktivitas interaksi Mentimeter?
Meskipun aktivitas interaksi Mentimeter umumnya membangkitkan respons positif pada audiens, kami ingin tahu apakah beberapa aktivitas lebih baik daripada yang lain. Presentasi Mentimeter berisi tiga jenis aktivitas interaksi: Aktivitas Pendapat, di mana audiens ditanyai pendapat mereka tentang suatu topik; Aktivitas Kuis, di mana audiens ditanyai pertanyaan mengenai konten presentasi; dan aktivitas video, di mana peserta melihat video. Gambar 11 menunjukkan nilai PM untuk masing-masing jenis aktivitas. Kami juga menyertakan slide Powerpoint sebagai perbandingan.

Gambar 11. Rerata PM untuk setiap jenis aktivitas Mentimeter. Rerata PM untuk slide Powerpoint disertakan sebagai perbandingan.
Aktivitas Pendapat menunjukkan efek paling konsisten dengan memicu kebosanan paling sedikit dan keterlibatan, perhatian, minat, dan beban kognitif paling banyak dibandingkan dengan aktivitas lainnya. Menariknya, aktivitas video cenderung membangkitkan kebosanan paling banyak dan keterlibatan serta perhatian paling sedikit.
Efek Mentimeter: Melihat lebih dekat pada keterlibatan
Meskipun semua PM menunjukkan tren respons positif terhadap presentasi Mentimeter, keterlibatan tampaknya memiliki efek paling konsisten. Untuk melihat lebih dekat, kami mengindeks titik di mana setiap peserta menunjukkan PM keterlibatan maksimum mereka. Gambar 12 menunjukkan bahwa jumlah nilai keterlibatan maksimum yang lebih besar terjadi selama presentasi Mentimeter. Selain itu, 70% dari skor keterlibatan maksimum peserta terjadi selama aktivitas interaksi Mentimeter.

Gambar 12. Distribusi PM keterlibatan maksimum.
Efek Mentimeter: Membandingkan ukuran objektif dan subjektif
Meskipun EEG dapat mengindeks respons objektif terhadap rangsangan, kejadian di mana langkah-langkah ini didukung oleh laporan mandiri memberikan bukti kuat untuk sebuah efek. Gambar 13 menunjukkan skor keterlibatan subjektif untuk lima pertanyaan terkait keterlibatan yang disajikan pada akhir eksperimen.

Gambar 13. Skor keterlibatan subjektif seperti yang dilaporkan oleh peserta pada Skala Likert 1-5 "Sama sekali tidak" hingga "Sangat".
Tanggapan terhadap semua pertanyaan mendukung temuan dari data otak. Dibandingkan dengan presentasi Powerpoint, presentasi Mentimeter menghasilkan peserta merasa lebih terlibat dengan presentasi, lebih terlibat dengan presenter, lebih tertarik pada konten, mengalami lebih banyak kegembiraan dari presentasi, dan merasa seolah-olah mereka telah mempelajari lebih banyak konten baru selama presentasi.
Ringkasan
Pada akhir studi, tim peneliti Emotiv menyampaikan laporan terperinci tentang temuan-temuan tersebut kepada Mentimeter. Hal ini memungkinkan Mentimeter untuk lebih memahami produk mereka dan apa yang membuatnya menjadi pengalaman positif bagi para pengguna mereka. Mentimeter tidak hanya diberikan data empiris yang menunjukkan bahwa produk mereka memicu keterlibatan, perhatian, dan beban kognitif yang lebih tinggi serta menurunkan kebosanan, melainkan juga memberikan wawasan yang dapat ditindaklanjuti tentang fitur khusus mana yang paling menarik bagi pengguna. Artikel tulisan Mentimeter tentang temuan studi dapat ditemukan di https://www.mentimeter.com/campaigns/the-mentimeter-effect?
Studi-studi seperti Mentimeter Effect hanya mewakili sebagian kecil dari kemungkinan eksperimen EEG jarak jauh, efisien, dan dipersonalisasi. Dari mengevaluasi preferensi konsumen hingga menyelidiki masalah kesehatan mental, rangkaian riset Emotiv adalah platform ideal untuk penelitian EEG yang dapat diskalakan. Bekerja sama dengan tim peneliti kami, individu, perusahaan, dan lembaga dapat memanfaatkan kekuatan ilmu saraf untuk mendapatkan wawasan tentang populasi manusia. Solusi ini mewakili jawaban ideal untuk ilmu saraf modern yang kebal terhadap krisis kesehatan masyarakat, tahan terhadap anggaran yang menyusut, dan inklusif secara luas bagi komunitas global.
Ketika Anda memikirkan penelitian ilmu saraf, Anda kemungkinan membayangkan ilmuwan berjas putih yang menjalankan mesin medis besar dan mahal di universitas atau rumah sakit. Tentu saja beberapa metode ilmu saraf, seperti positron emission tomography (PET), functional magnetic resonance imaging (fMRI), dan magnetoencephalography (MEG), memerlukan sistem yang besar dan kompleks ini serta disertai dengan harga yang sama besarnya. Namun, sistem Elektroensefalografi (EEG) umumnya lebih kecil dan tidak terlalu mahal. Teknologi ini telah berevolusi dari perekaman kertas dan komputer besar menjadi sistem nirkabel, seluler, mudah disiapkan, dan relatif murah. Selain footprint dan pengeluaran finansial yang lebih kecil, EEG telah muncul sebagai instrumen terkemuka untuk mendekode aktivitas otak karena resolusi temporal yang tinggi. Sementara PET dan fMRI mengukur perubahan dalam aktivitas otak selama beberapa detik, EEG mampu mendeteksi perubahan dalam aktivitas yang terjadi dalam hitungan milidetik, menjadikannya mampu mengindeks proses-proses yang jika tidak, tidak akan terdeteksi.
Apa yang diukur oleh EEG?
Saat neuron Anda menyala, mereka melepaskan sejumlah kecil listrik. Ketika banyak neuron menyala di area yang sama, seperti saat Anda memikirkan sesuatu, medan listrik yang dihasilkan dapat dideteksi di luar tengkorak. Sistem EEG memanfaatkan fenomena ini dengan mengukur perubahan tegangan seiring waktu menggunakan rangkaian sensor yang ditempatkan di kulit kepala. Anda dapat membayangkan sensor ini seperti mikrofon kecil yang mengukur suara listrik dari otak Anda. Kami kemudian dapat menyandikan sinyal-sinyal ini ke bentuk digital, mengumpulkannya di komputer, lalu memproses dan menganalisisnya untuk menyimpulkan pola yang bermakna.
Mengapa EEG penting?
Seringkali, kita tidak bisa mengukur sesuatu hanya dengan bertanya kepada orang lain atau mengamati perilaku mereka. Bahkan ketika kita bisa bertanya kepada mereka, orang-orang tidak melaporkannya secara akurat. EEG memungkinkan kita untuk melihat celah ke dalam otak; jendela yang tidak terpengaruh oleh bias, sikap, atau keyakinan. Misalnya, jika Anda bertanya kepada seseorang apakah mereka merasa rileks, meskipun tidak, mereka mungkin cenderung mengatakan ya karena orang sering kali tidak suka mengakui saat mereka cemas.
Dengan mengamati EEG mereka, seorang peneliti mungkin dapat menentukan bahwa orang tersebut, berbeda dengan pernyataan mereka, sebenarnya sedang mengalami gairah tinggi yang menunjukkan keadaan tidak rileks. Di laboratorium, EEG sering digunakan untuk mengukur proses kognitif tingkat rendah seperti persepsi pendengaran atau visual, yang dapat membantu peneliti memahami proses ini dengan lebih baik atau memahami bagaimana penyakit memengaruhi otak. Jenis teknologi ini sangat penting untuk memahami fenomena yang tidak dapat dilaporkan atau kemungkinan besar salah dilaporkan.
Mengapa kita melakukan EEG di luar lab?
Teknologi EEG adalah teknologi yang luar biasa untuk memahami proses otak. Sebagian besar penelitian EEG berbasis lab diarahkan untuk menyelidiki fungsi tingkat rendah seperti persepsi dan kognisi. Lab adalah lingkungan yang ideal untuk hal ini karena merupakan tempat yang sangat terkontrol di mana para peneliti dapat memperhitungkan dan menghilangkan variabel eksternal. Namun, kita tidak menghabiskan hidup kita di dalam lab. Kita adalah makhluk yang berjalan, berbicara, berinteraksi yang menjalani kehidupan dinamis yang ditandai dengan pengalaman yang kaya dan bervariasi. Fakta ini membuat generalisasi studi lab ke lingkungan yang tidak terkendali menjadi sulit. Dengan membawa teknologi ini keluar dari lab, kita dapat memeriksa orang-orang dan aktivitas otak mereka di lingkungan dunia nyata yang lebih dekat dengan cara kita menjalani hidup yang sebenarnya.
Belum lama ini, melakukan eksperimen EEG di luar lab adalah hal yang mustahil. Sistemnya berukuran besar dan harus ditambatkan ke penguat (amplifier), catu daya, dan unit transmisi data. Selain itu, menyiapkan sistem ini memakan waktu dan sering kali tidak nyaman bagi para peserta. Kemajuan besar dalam teknologi berarti bahwa sistem dapat dibangun dengan ukuran yang lebih kecil, biaya lebih rendah, dan nirkabel. Melalui peningkatan portabilitas dan penurunan harga ini, sistem EEG yang hemat biaya dan ramah pengguna telah mengalami proliferasi yang nyata. Emotiv telah menjadi pemimpin di bidang ini selama lebih dari satu dekade, setelah meluncurkan sistem EEG komersial pertama ke pasar. Selama waktu ini, Emotiv telah merilis enam sistem berbeda yang berkisar dari earphone dua saluran hingga topi penelitian 32 saluran.
Pengembangan sistem komersial ini telah memberikan efek lain: Aksesibilitas yang meningkat secara dramatis ke metode ilmu saraf. Ilmu saraf tidak lagi khusus untuk akademisi atau dokter klinis. Semua orang kini memiliki sarana untuk membeli sistem ini untuk digunakan di rumah. Motivasi untuk melakukan hal tersebut bervariasi di berbagai demografi dan mencakup rekreasi, penghobi, dan ilmuwan amatir. Selain itu, perusahaan komersial dengan cepat memperhatikan kemampuan untuk memanfaatkan sistem ini untuk diterapkan dalam industri mereka tanpa memerlukan departemen ilmu saraf internal khusus.
Apa aplikasi dunia nyata dari EEG?
Aplikasi EEG di luar lab sangat banyak dan beragam. Sebagai alat klinis, EEG dapat digunakan untuk memantau fungsi kognitif orang secara longitudinal tanpa mengharuskan mereka menghadiri fasilitas medis. Misalnya, penelitian telah mendukung EEG sebagai biomarker untuk demensia (Chatzikonstantinou et al., 2021). Lebih lanjut, teknologi ini bahkan dapat digunakan untuk memprediksi transisi dari gangguan kognitif ringan ke demensia (Engedal et al., 2020). EEG rumahan yang konsisten akan sangat membantu dalam populasi ini yang sebagian besar terdiri dari orang dewasa yang lebih tua di mana perjalanan reguler ke fasilitas penelitian mungkin tidak layak dilakukan.
Contoh topikal lain dari aplikasi EEG di alam bebas adalah perhatian baru-baru ini yang dipicu oleh cedera otak traumatis dalam olahraga. Dalam olahraga berdampak tinggi, seperti sepak bola profesional, gegar otak adalah cedera yang umum terjadi. Gegar otak memprihatinkan karena sering kali lolos dari deteksi klinis dan dapat memiliki dampak buruk pada fungsi kognitif individu. Bukti telah mendukung penggunaan EEG untuk membantu diagnosis gegar otak dan untuk mendukung manajemen klinis setelah cedera (Corbin-Berrigan et al., 2020). Tentu saja, keberadaan EEG portabel di pinggir lapangan akan menjadi alat yang ampuh untuk membantu tim dalam membuat keputusan yang tepat demi kesejahteraan para pemain mereka.
Perusahaan komersial juga memiliki banyak manfaat dari EEG dunia nyata. Neuromarketing adalah istilah yang luas tetapi umumnya dikaitkan dengan mendapatkan wawasan tentang preferensi konsumen dan memprediksi perilaku dengan mengukur sinyal saraf atau fisiologis lainnya. Nilai dari penggunaan EEG untuk menyelidiki keinginan konsumen terletak pada kemampuan metode ini untuk mengindeks tanggapan objektif. Terkadang apa yang dilaporkan orang tidak benar-benar bagaimana perasaan mereka karena orang tunduk pada berbagai macam bias. Mereka juga dapat memiliki keinginan kuat untuk menyenangkan orang lain atau menghindari rasa malu. Bahkan cara pertanyaan dirumuskan dapat memengaruhi cara seseorang memandang suatu produk. EEG memungkinkan peneliti untuk melewati karakteristik ini dan memberikan gambaran tanpa filter tentang cara seorang individu memproses informasi. Dengan memanfaatkan aliran data ini, perusahaan dapat menambah atau mengganti alat pemasaran tradisional.
Apa saja hambatan bagi EEG dunia nyata?
Biaya mungkin merupakan hambatan terbesar untuk melakukan eksperimen EEG dunia nyata. Meskipun lebih murah daripada alat pencitraan otak lainnya, sistem EEG masih bisa berukuran besar dan mahal. Untuk memahami data dalam jumlah besar diperlukan jalur pemrosesan dan analisis. Set data juga harus disimpan dengan cara yang aman. Hal ini membuat departemen ilmu saraf internal di luar jangkauan bagi banyak perusahaan kecil.
Biaya pelaksanaan EEG dunia nyata semakin membengkak ketika mempertimbangkan salah satu kelemahan kritis dari penelitian manusia: Masalah keterwakilan sampel (representative sampling). Banyak studi terkendala oleh realitas rekrutmen peserta yang sering kali beralih ke salah satu kemudahan (misal: mahasiswa). Hal ini menyebabkan banyak penelitian terganggu oleh masalah "WEIRD" di mana sebagian besar peserta berkulit putih, berpendidikan, dari daerah industri, kaya, dan tinggal di negara demokratis. Memindahkan EEG ke luar lab tidak serta-merta menyelesaikan masalah ini dan beban rekrutmen sampel yang terdiri dari orang-orang dengan budaya, tingkat pendidikan, minat, dan pengalaman yang berbeda dapat dilarang secara finansial dan logistik.
Bagaimana cara melakukan EEG dunia nyata dalam skala besar?
Mengingat biaya pelaksanaan EEG dunia nyata, banyak yang berasumsi bahwa studi ilmu saraf akan tetap menjadi domain lembaga akademis dan korporasi yang didanai dengan baik. Namun, selain merevolusi lanskap dengan sistem EEG portabel dan berbiaya rendah, Emotiv telah meluncurkan platform EmotivPRO Builder dan EmotivLABS yang memungkinkan perusahaan merancang dan melakukan eksperimen ilmu saraf skala besar. EmotivPRO Builder adalah antarmuka grafis intuitif yang memberi pengguna kendali penuh atas eksperimen dan memfasilitasi pengguna dari semua kemampuan dalam merancang studi EEG. Pengguna yang lebih mahir secara teknis juga dapat mengimpor eksperimen PsychoPy yang ditulis dalam bahasa Python.
Setelah membangun eksperimen, pengguna dapat menerapkannya di EmotivLABS. Ini bukan sekadar platform presentasi, tetapi juga menyederhanakan rekrutmen peserta melalui dasbornya dan memberi peneliti akses ke kumpulan kontributor Emotiv yang luas. Pembayaran peserta juga dapat ditangani melalui platform ini. Kumpulan kontributor Emotiv saat ini berasal dari 84 negara. Hampir setengahnya adalah bilingual dan mencakup orang-orang dengan berbagai latar belakang pendidikan.
Bagi perusahaan-perusahaan yang tidak yakin bagaimana cara terbaik untuk memanfaatkan kekuatan ilmu saraf, tim Layanan Penelitian Emotiv dapat dilibatkan untuk berkonsultasi. Tim peneliti akan mengidentifikasi pertanyaan-pertanyaan kunci, merancang eksperimen, merekrut peserta, mengumpulkan, memproses, dan menganalisis data, serta menghasilkan laporan yang dipersonalisasi tentang temuan-temuan tersebut. Masukan Anda akan disambut di setiap langkah perjalanan. Kemitraan Anda dengan tim peneliti Emotiv mewakili solusi menyeluruh (end-to-end) yang sesungguhnya untuk terlibat dengan revolusi ilmu saraf.
Untuk mengilustrasikan kasus penggunaan tertentu, kami menyajikan studi kasus kemitraan baru-baru ini di bawah ini.
The Mentimeter Effect: Studi kasus EEG dunia nyata menggunakan EmotivLABS
Mentimeter adalah platform perangkat lunak presentasi multimedia. Kebanyakan orang akrab dengan Microsoft Powerpoint. Berjam-jam telah dicurahkan untuk menyampaikan presentasi Powerpoint di mana audiens memainkan peran pasif. Mentimeter juga memungkinkan pengguna untuk menyampaikan informasi menggunakan teks, gambar, audio, dan video, tetapi dengan perbedaan khusus. Di mana Mentimeter membedakan dirinya adalah melalui fitur-fiturnya yang memungkinkan keterlibatan audiens secara langsung dan interaktif. Selain slide tipikal, presenter dapat menyertakan aktivitas interaksi di mana audiens dapat berinteraksi menggunakan perangkat pribadi mereka. Misalnya, anggota audiens dapat memilih konten apa yang ingin mereka fokuskan dalam presentasi. Merkea juga dapat memberikan pendapat tentang topik tertentu atau menjawab pertanyaan kuis tentang apa yang baru saja mereka lihat. Dengan cara ini, Mentimeter memungkinkan presentasi yang lebih dinamis dan hidup daripada Powerpoint.
Mentimeter tahu bahwa mereka memiliki produk khusus dan orang-orang kemungkinan akan menganggapnya lebih menarik. Namun, mereka tidak ingin hanya mengandalkan laporan subjektif dari para pengguna mereka. Mereka menginginkan beberapa data objektif dan granular yang akan menunjukkan dengan tepat apa yang membuat Mentimeter istimewa. Mereka mendekati Emotiv untuk melakukan proyek penelitian guna menemukan jawaban atas hal ini. Bekerja sama dengan tim peneliti kami, kami mengidentifikasi pertanyaan-pertanyaan kunci yang akan masuk ke bagian inti dari formula khusus Mentimeter.
Pertanyaan kunci:
Seberapa jauh lebih menarik presentasi di Mentimeter jika dibandingkan dengan presentasi Powerpoint yang lebih tradisional?
Fitur khusus Mentimeter mana yang paling menarik perhatian audiens?
Bagaimana perhatian terpengaruh selama presentasi? Apakah perhatian memudar seperti yang diharapkan pada presentasi Powerpoint yang panjang?
Bagaimana hubungan antara keterlibatan (engagement) dan perhatian (attention)? Apakah orang membayar lebih banyak perhatian ketika mereka terlibat?
Kuliah dan presentasi sering kali tentang mempelajari informasi baru dan mengingatnya. Apakah Mentimeter membantu kita belajar lebih baik?
Untuk menjawab pertanyaan-pertanyaan ini, tim peneliti Emotiv menyusun eksperimen khusus. Biasanya jenis penelitian ini dilakukan dengan mengumpulkan individu ke dalam ruangan dan mengumpulkan data EEG ke komputer lokal sementara peserta melihat presentasi tradisional versus presentasi Mentimeter. Merekrut peserta dari satu area dan mengumpulkan mereka ke dalam ruang terbatas tidak disukai karena beberapa alasan.
Yang pertama adalah logistik sederhana. Untuk datang ke lokasi kami, peserta akan diharuskan melakukan perjalanan, yang dapat membatasi jumlah sukarelawan. Demikian pula, merekrut peserta dari satu wilayah dapat menghasilkan sampel yang tidak mewakili seluruh populasi. Masalah kedua berkaitan dengan kesehatan masyarakat. Di tengah pandemi, penelitian EEG sangat dibatasi karena kontak interpersonal yang erat diperlukan untuk menyiapkan sistem. Dengan mengatur studi jarak jauh yang memanfaatkan basis pengguna Emotiv dan menerapkannya di platform EmotivLABS, kami dapat menghindari masalah ini. Hal ini memungkinkan kami melakukan studi aman yang menangkap data dari pengguna di seluruh dunia dan memanfaatkan algoritme pembelajaran mesin canggih Emotiv untuk menilai keterlibatan, perhatian, minat, dan stres kognitif audiens secara real-time.
Studi Tersebut
Untuk mengevaluasi efek Mentimeter, kami merancang eksperimen di mana orang-orang menonton dua presentasi; satu dilakukan dengan Mentimeter dan yang lainnya dilakukan dengan Powerpoint. Saat mereka menonton presentasi, kami mengumpulkan data EEG dari jarak jauh dan menilai aktivitas otak mereka di seluruh domain keterlibatan, perhatian, minat, dan stres kognitif. Kami juga mengumpulkan data demografis dan data survei laporan mandiri.
Peserta
Dua puluh delapan peserta direkrut untuk studi ini dari basis pelanggan Emotiv, secara online melalui komunikasi email dan formulir online. Ukuran sampel ini lebih rendah daripada yang kami inginkan. Namun, kami berada di bawah jadwal yang ketat untuk proyek ini dan dengan demikian patut dicatat bahwa kami dapat merekrut jumlah ini dalam jangka waktu singkat dan mencerminkan efisiensi rekrutmen peserta menggunakan EmotivLABS. Berbekal persetujuan partisipan, data demografis dikumpulkan agar Mentimeter dapat memahami bagaimana efek ini akan memengaruhi berbagai macam orang.
Peserta dari lebih dari 15 negara yang berbeda direkrut, dengan usia berkisar dari 21 hingga 64 tahun. Rekrutmen global dan online juga memungkinkan kami untuk menangkap berbagai tingkat pendidikan, pekerjaan, kemampuan musik, dan keahlian dalam topik-topik yang relevan. Lihat Gambar 1 - 3 untuk karakteristik peserta.

Gambar 1. Demografi peserta.

Gambar 2. Tingkat pendidikan peserta dan kemampuan bermusik.

Gambar 3. Peringkat laporan mandiri tentang pengetahuan mengenai topik.
Metode
Survei rekrutmen dikirim melalui email ke basis pelanggan Emotiv kepada siapa saja yang mungkin tertarik untuk berpartisipasi dalam studi online. Menggunakan perangkat lunak konferensi video, kami memulai dengan sesi orientasi di mana kami menjelaskan kepada peserta dasar-dasar bagaimana eksperimen akan dilakukan. Semua peserta menyiapkan Emotiv EPOC, EPOC+ atau EPOCX (https://www.emotiv.com/epoc-x/) sebelum panggilan video dan setelah pemeriksaan kualitas data secara cepat oleh Direktur Penelitian Emotiv, perangkat lunak EmotivLABS secara otomatis melacak kualitas sinyal mereka selama perekaman.
Seluruh eksperimen dibangun menggunakan pembangun eksperimen platform web Emotiv (https://www.emotiv.com/emotivpro/build/). Platform EmotivLABS memandu para peserta melalui baseline (duduk tenang dengan mata terbuka dan mata tertutup), beberapa kuesioner untuk memastikan apakah ada hal yang dapat memengaruhi EEG pada hari tersebut, dan kemudian meminta mereka untuk memulai presentasi pertama mereka. Perwakilan Mentimeter, Oscar, mempresentasikan webinar tentang salah satu dari 2 topik. Satu presentasi dilakukan dengan Mentimeter dan yang lainnya dengan Powerpoint. Presentasi juga memiliki konten yang berbeda; satu adalah "The Harmonic Series" dan yang lainnya adalah "Artificial Intelligence in Music". Kami menyeimbangkan kondisi presentasi ini untuk memastikan bahwa efek apa pun tidak dikaitkan dengan konten, melainkan dengan perangkat lunak yang digunakan (lihat Gambar 4).

Gambar 4. Kondisi penyeimbang untuk masing-masing kelompok.
Mengikuti presentasi kedua, peserta menyelesaikan kuesioner dan kemudian kami mengumpulkan sesi terakhir dari baseline EEG. Lihat Gambar 5 untuk gambaran umum dari protokol.

Gambar 5. Gambaran umum eksperimen.
Metrik Kinerja Emotiv
Metrik Kinerja (PM) Emotiv adalah ukuran neurofisiologis dari kondisi kognitif dan afektif. Metrik ini merupakan algoritme pembelajaran mesin milik sendiri yang menyediakan nilai real-time dari pengukuran elektroensefalografi (EEG) yang dikumpulkan; varian amplitudo gelombang otak, distribusi spasial, kekuatan dan frekuensi neuron yang menyala di otak.
Data EEG dari ratusan individu dalam eksperimen psikologis terkontrol dan pengaturan kehidupan nyata telah dikumpulkan dan digunakan untuk membangun algoritme ini. Setiap metrik kinerja diskalakan dan disesuaikan untuk masing-masing pengguna berdasarkan "rentang" aktivitas otak mereka sendiri (lihat Gambar 6 untuk gambaran umum PM yang digunakan dalam studi ini).

Gambar 6. Gambaran umum Metrik Kinerja Emotiv
Temuan
Mentimeter vs Powerpoint: Pola PM Keseluruhan
Kami pertama kali memeriksa aktivitas otak tingkat kelompok di setiap presentasi secara keseluruhan. Gambar 7 menunjukkan rata-rata dari setiap PM untuk presentasi Mentimeter dan presentasi Powerpoint. Dibandingkan dengan Powerpoint, individu menunjukkan tingkat kebosanan yang lebih rendah secara signifikan secara statistik, dan tingkat keterlibatan, perhatian, dan beban kognitif yang lebih tinggi. Tidak ada perbedaan statistik dalam tingkat minat; namun tren numerik condong ke minat yang lebih besar dalam presentasi Mentimeter.

Gambar 7. Rata-rata PM di seluruh presentasi dibandingkan dengan platform presentasi.
Kami kemudian melihat bagaimana setiap individu merespons di setiap presentasi. Pada Gambar 8, bentuk "lebih lebar" menunjukkan lebih banyak pengamatan PM individu pada nilai tersebut dan bentuk "lebih ramping" menunjukkan lebih sedikit pengamatan PM pada nilai tersebut. Pola-pola ini menunjukkan bahwa presentasi Mentimeter membangkitkan respons yang lebih homogen daripada Powerpoint. Dengan kata lain, orang-orang merespons secara serupa terhadap Mentimeter tetapi mendapati Powerpoint lebih memicu polarisasi.

Gambar 8. Distribusi PM rata-rata individu dibandingkan dengan platform presentasi.
Mentimeter vs Powerpoint: PM seiring waktu
Untuk mendapatkan gambaran tentang bagaimana tanggapan orang-orang selama presentasi, kami menghitung rata-rata nilai PM kelompok di setiap slide untuk masing-masing platform (Mentimeter vs Powerpoint) dan masing-masing konten (AI vs Harmonics). Gambar 9 menunjukkan pola yang paling menonjol.

Gambar 9. Alur waktu PM di berbagai slide.
Untuk konten AI, tingkat kebosanan lebih rendah di sepanjang presentasi. Kami mengamati pola Kebosanan yang menarik pada konten Harmonics, di mana kebosanan meningkat ke arah pertengahan presentasi dan kemudian turun setelahnya. Hal ini menunjukkan bahwa sifat unik dan menarik dari aktivitas interaksi Mentimeter membantu meredakan kebosanan menumpuk yang mungkin terjadi selama presentasi.
Kami mengamati tingkat keterlibatan yang lebih tinggi untuk Mentimeter di kedua jenis konten untuk hampir seluruh presentasi. Dari total 24 slide, hanya ada dua contoh di mana keterlibatan Mentimeter tidak lebih tinggi daripada Powerpoint.
Efek Mentimeter: Membandingkan aktivitas interaksi Mentimeter dengan slide Powerpoint
Meskipun secara keseluruhan kami menemukan bahwa orang merespons positif terhadap Mentimeter, kami ingin menggali lebih dalam dan melihat bagaimana aktivitas interaksi Mentimeter tertentu dibandingkan dengan slide Powerpoint. Aktivitas interaksi Mentimeter adalah momen di mana audiens didorong untuk berinteraksi dengan presentasi menggunakan perangkat seluler mereka. Sebagai contoh, peserta mungkin ditanyai tentang pendapat pribadi mereka tentang suatu topik atau mereka diminta untuk menjawab pertanyaan kuis yang terkait dengan presentasi. Gambar 10 menunjukkan rata-rata PM yang diamati untuk aktivitas interaksi Mentimeter dan slide Powerpoint.

Gambar 10. Perbandingan nilai PM untuk aktivitas interaksi Mentimeter dan slide Powerpoint.
Kami mengamati bahwa, relatif terhadap slide Powerpoint, aktivitas interaksi Mentimeter menghasilkan kebosanan yang lebih rendah dan keterlibatan, perhatian, minat, dan beban kognitif yang lebih tinggi. Efek terbesar adalah pada tingkat kebosanan dan keterlibatan, yang masing-masing mengalami penurunan 16% dan peningkatan 13%.
Efek Mentimeter: Bagaimana perbandingan berbagai aktivitas interaksi Mentimeter?
Meskipun aktivitas interaksi Mentimeter umumnya membangkitkan respons positif pada audiens, kami ingin tahu apakah beberapa aktivitas lebih baik daripada yang lain. Presentasi Mentimeter berisi tiga jenis aktivitas interaksi: Aktivitas Pendapat, di mana audiens ditanyai pendapat mereka tentang suatu topik; Aktivitas Kuis, di mana audiens ditanyai pertanyaan mengenai konten presentasi; dan aktivitas video, di mana peserta melihat video. Gambar 11 menunjukkan nilai PM untuk masing-masing jenis aktivitas. Kami juga menyertakan slide Powerpoint sebagai perbandingan.

Gambar 11. Rerata PM untuk setiap jenis aktivitas Mentimeter. Rerata PM untuk slide Powerpoint disertakan sebagai perbandingan.
Aktivitas Pendapat menunjukkan efek paling konsisten dengan memicu kebosanan paling sedikit dan keterlibatan, perhatian, minat, dan beban kognitif paling banyak dibandingkan dengan aktivitas lainnya. Menariknya, aktivitas video cenderung membangkitkan kebosanan paling banyak dan keterlibatan serta perhatian paling sedikit.
Efek Mentimeter: Melihat lebih dekat pada keterlibatan
Meskipun semua PM menunjukkan tren respons positif terhadap presentasi Mentimeter, keterlibatan tampaknya memiliki efek paling konsisten. Untuk melihat lebih dekat, kami mengindeks titik di mana setiap peserta menunjukkan PM keterlibatan maksimum mereka. Gambar 12 menunjukkan bahwa jumlah nilai keterlibatan maksimum yang lebih besar terjadi selama presentasi Mentimeter. Selain itu, 70% dari skor keterlibatan maksimum peserta terjadi selama aktivitas interaksi Mentimeter.

Gambar 12. Distribusi PM keterlibatan maksimum.
Efek Mentimeter: Membandingkan ukuran objektif dan subjektif
Meskipun EEG dapat mengindeks respons objektif terhadap rangsangan, kejadian di mana langkah-langkah ini didukung oleh laporan mandiri memberikan bukti kuat untuk sebuah efek. Gambar 13 menunjukkan skor keterlibatan subjektif untuk lima pertanyaan terkait keterlibatan yang disajikan pada akhir eksperimen.

Gambar 13. Skor keterlibatan subjektif seperti yang dilaporkan oleh peserta pada Skala Likert 1-5 "Sama sekali tidak" hingga "Sangat".
Tanggapan terhadap semua pertanyaan mendukung temuan dari data otak. Dibandingkan dengan presentasi Powerpoint, presentasi Mentimeter menghasilkan peserta merasa lebih terlibat dengan presentasi, lebih terlibat dengan presenter, lebih tertarik pada konten, mengalami lebih banyak kegembiraan dari presentasi, dan merasa seolah-olah mereka telah mempelajari lebih banyak konten baru selama presentasi.
Ringkasan
Pada akhir studi, tim peneliti Emotiv menyampaikan laporan terperinci tentang temuan-temuan tersebut kepada Mentimeter. Hal ini memungkinkan Mentimeter untuk lebih memahami produk mereka dan apa yang membuatnya menjadi pengalaman positif bagi para pengguna mereka. Mentimeter tidak hanya diberikan data empiris yang menunjukkan bahwa produk mereka memicu keterlibatan, perhatian, dan beban kognitif yang lebih tinggi serta menurunkan kebosanan, melainkan juga memberikan wawasan yang dapat ditindaklanjuti tentang fitur khusus mana yang paling menarik bagi pengguna. Artikel tulisan Mentimeter tentang temuan studi dapat ditemukan di https://www.mentimeter.com/campaigns/the-mentimeter-effect?
Studi-studi seperti Mentimeter Effect hanya mewakili sebagian kecil dari kemungkinan eksperimen EEG jarak jauh, efisien, dan dipersonalisasi. Dari mengevaluasi preferensi konsumen hingga menyelidiki masalah kesehatan mental, rangkaian riset Emotiv adalah platform ideal untuk penelitian EEG yang dapat diskalakan. Bekerja sama dengan tim peneliti kami, individu, perusahaan, dan lembaga dapat memanfaatkan kekuatan ilmu saraf untuk mendapatkan wawasan tentang populasi manusia. Solusi ini mewakili jawaban ideal untuk ilmu saraf modern yang kebal terhadap krisis kesehatan masyarakat, tahan terhadap anggaran yang menyusut, dan inklusif secara luas bagi komunitas global.

Lanjutkan membaca