Pengenalan Emosi untuk Evaluasi User Experience Pada Aplikasi Google Form Dengan Metode K-Nearest Neighbor

Abstract

Electroencephalography (EEG) merupakan alat untuk merekam aktivitas gelombang otak yang dapat dimanfaatkan untuk memvalidasi tingkat kebergunaan dengan pendekatan user experience (UX) dalam mendesain antarmuka aplikasi. Proses pengujian UX secara umum termasuk mengamati perubahan emosi seseorang yang sedang berinteraksi dengan aplikasi dimana hasilnya tidak bisa langsung disimpulkan. Klasifikasi emosi yang diteliti yaitu keadaan senang dan sedih. Emosi senang mempresentasikan kemudahan yang dirasakan saat berinteraksi dengan aplikasi, sedangkan emosi sedih merepresentasikan adanya perasaan bingung atau frustasi.Sinyal yang digunakan sinyal beta berjenis attention dengan stimulus pengerjaan task pada aplikasi google form. Penelitian ini mengaplikasikan metode K-Nearest Neighbor sebagai klasifikasi dengan ekstraksi fitur orde pertama. Responden yang digunakan sebanyak 30 dengan 3 kali perulangan berjumlah 90 data. Sebanyak 20 responden 3 kali perulangan berjumlah 60 data dijadikan sebagai data training dan 10 responden dengan 3 kali perulangan berjumlah 30 data dijadikan sebagai data uji.Pada penelitian ini didapatkan hasil pengujian emosi seseorang dalam keadaan senang dan sedih. Pengujian yang dilakukan dengan Confusion Matrix untuk menentukan tingkat akurasi. Nilai akurasi tertinggi yang didapat pada pengujian sinyal beta berjenis attention sebesar 73,3%.

Keywords

• sinyal eeg
• klasifikasi emosi
• user experience