OBSERVASI AKTIVITAS PENDENGARAN PADA OTAK MANUSIA DENGAN ELECTRICAL CAPACITANCE VOLUME TOMOGRAPHY

TUGAS AKHIR TF 141581

OBSERVASI AKTIVITAS PENDENGARAN PADA OTAK MANUSIA DENGAN ELECTRICAL CAPACITANCE VOLUME TOMOGRAPHY FIANTI FEMMILIA DARMAWAN NRP. 2412 100 081 Dosen Pembimbing Dr. Dhany Arifianto, S.T., M.Eng. Dr. Mahfudz Al Huda, M.Eng. JURUSAN TEKNIK FISIKA Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 2017

1

HALAMAN JUDUL

TUGAS AKHIR TF 141581

OBSERVASI AKTIVITAS PENDENGARAN PADA OTAK MANUSIA DENGAN ELECTRICAL CAPACITANCE VOLUME TOMOGRAPHY FIANTI FEMMILIA DARMAWAN NRP. 2412 100 081 Dosen Pembimbing Dr. Dhany Arifianto, S.T., M.Eng. Dr. Mahfudz Al Huda, M.Eng. JURUSAN TEKNIK FISIKA Fakultas Teknologi Industri Institut Teknologi Sepuluh Nopember Surabaya 2017

i

FINAL PROJECT TF 141581

HUMAN BRAIN AUDITORY ACTIVITY OBSERVATION USING ELECTRICAL CAPACITANCE VOLUME TOMOGRAPHY FIANTI FEMMILIA DARMAWAN NRP. 2412 100 081 Supervisor Dr. Dhany Arifianto, S.T., M.Eng. Dr. Mahfudz Al Huda, M.Eng. DEPARTMENT OF ENGINEERING PHYSICS Faculty of Industrial Technology Institut Teknologi Sepuluh Nopember Surabaya 2017

ii

PERNYATAAN BEBAS PLAGIASI Saya yang bertanda tangan di bawah ini: Nama : Fianti Femmilia Darmawan NRP : 2412100081 Jurusan : Teknik Fisika FTI-ITS dengan ini menyatakan bahwa tugas akhir saya yang berjudul “Observasi Aktivitas Pendengaran pada Otak Manusia dengan Electrical Capacitance Volume Tomography” adalah bebas dari plagiasi. Apabila pernyataan ini terbukti tidak benar, maka saya bersedia menerima sanksi sesuai ketentuan yang berlaku. Demikian surat pernyataan ini saya buat dengan sebenar-benarnya.

Surabaya, Yang membuat pernyataan,

Fianti Femmilia Darmawan NRP. 2412 100 081

iii

iv

v

OBSERVASI AKTIVITAS PENDENGARAN PADA OTAK MANUSIA DENGAN ELECTRICAL CAPACITANCE VOLUME TOMOGRAPHY Nama Mahasiswa NRP Jurusan Dosen Pembimbing

: : : :

Fianti Femmilia Darmawan 2412100081 Teknik Fisika FTI ITS Dr. Dhany Arifianto, S.T., M. Eng Dr. Mahfudz Al Huda M.Eng

ABSTRAK Dilakukan observasi terhadap aktivitas pendengaran pada otak manusia dengan mengamati citra yang dihasilkan oleh ECVT brain scanner 32 kanal. Perekaman aktivitas pendengaran dilakukan dengan memperdengarkan stimulus bunyi berupa single tone ke telinga kanan subjek. Dilakukan pula pengamatan pada sinyal otak hasil perekaman dengan EEG sebagai pembanding. Data hasil pengukuran ECVT kemudian direkonstruksi menjadi distribusi permitivitas (yang ditampilkan dalam bentuk citra otak) dengan metode average subtraction dan algoritma ILBP. Kemudian citra diolah dengan mencari jarak centroid dari keseluruhan frame yang dihasilkan agar didapatkan daerah irisan. Ditentukan Volume of Interest (VOI) dengan perkiraan posisi auditory cortex (A1) di 16≤ x ≤ 20; 7 ≤ y ≤ 10 | 23 ≤ y ≤ 26 dan 23 ≤ z ≤ 26. Hasil pengolahan citra dengan centroid menghasilkan daerah irisan dengan nilai permitivitas mencapai 1. Daerah tersebut kemudian di segmentasi berdasarkan warna dengan skala 0.8 - 1. Terekam aktivitas otak dengan EEG pada ritme alpha, dengan adanya kemiripan pola ERP pada waktu 30 ms, 45 ms, dan 130 ms. Polaritas potensial aksi bernilai negatif dengan amplitudo 1.6 µV. Pola ERP seluruh subjek memiliki kemiripan dengan koefisien korelasi di atas 0.5 kecuali S4 dengan koefisien korelasi 0.4. Citra ECVT hasil pengolahan dengan centroid memiliki kemiripan dengan koefisien korelasi di atas 0.5 pada seluruh kondisi stimulus. Kata Kunci: Auditory cortex, EEG, ECVT, Hearing activity vi

HUMAN BRAIN AUDITORY ACTIVITY OBSERVATION USING ELECTRICAL CAPACITANCE VOLUME TOMOGRAPHY Name NRP Departement Supervisor

: : : :

Fianti Femmilia Darmawan 2412100081 Engineering Physics Dr. Dhany Arifianto, S.T., M. Eng Dr. Mahfudz Al Huda, M.Eng

ABSTRACT Observation of human brain auditory activity was done by interpreting 32-channels ECVT Brain Scanner's images. Single tone stimuli was presented to the right ear of subjects. Brain activity scanning was also done using EEG as a comparison. ECVT's measurement data was being reconstructed into permittivity distribution (brain image) by applying average subtraction method and ILBP algorithm. The distance of centroid from each image was being calculated to find composite area. Estimated location of auditory cortex is selected by determining Volume of Interest in the area of 16≤ x ≤ 20; 7 ≤ y ≤ 10 | 23 ≤ y ≤ 26 and 23 ≤ z ≤ 26. Composite area obtained from centroid's distance calculation and then being segmented based on color scale in 0.8 - 1. Recorded EEG activity occured in alpha rythm, with strong correlation of ERP pattern at 30 ms, 45 ms, and 130 ms. Potential action recorded has a negative polarity with amplitude 1.6µV. ERP pattern of all subjects have correlation coefficient larger than 0.5 except S4. In all conditions, ECVT image shows strong correlation with coefficient of correlation larger than 0.5.

Key Words: Auditory cortex, ECVT, Hearing activity

vii

2

KATA PENGANTAR

Puji syukur ke hadirat Allah SWT atas rahmat-Nya sehingga laporan tugas akhir yang berjudul “Observasi Aktivitas Pendengaran pada Otak Manusia dengan Electrical Capacitance Volume Tomography” dapat terselesaikan. Halaman kata pengantar ini saya dedikasikan untuk berterimakasih kepada seluruh pihak yang telah membantu terselesaikannya tugas akhir ini. Ucapan terimakasih secara khusus saya berikan kepada orang-orang berikut ini. 1. Keluarga saya, yang telah memberikan dukungan penuh baik moriil maupun materiil. 2. Dr. Dhany Arifianto, dosen pembimbing sekaligus dosen wali yang senantiasa memberikan tauladan bagaimana menjadi dosen yang tidak hanya sekedar mengajar, tetapi juga mendidik, dan mengayomi mahasiswanya. 3. Dr. Mahfudz Al Huda, pembimbing II saya, yang sangat baik hati dan selalu bersedia membagi ilmunya. 4. Teman-teman staff Lab Neuroscience CTECH Labs, Kak Rani, Mas Ihsan, Mas Baim, Mas Faizal, yang telah banyak membantu dalam pelaksanaan tugas akhir saya. 5. Teman-teman Visiting Researcher CTECH Labs, Mila dan Rana, yang sudah bersedia menampung saya selama berada di Tangerang. 6. Teman-teman F47, khususnya Endah, Ainun, Buma, Marqo. Terima kasih banyak atas bantuan dan dukungannya. 7. Seluruh Responden Tugas Akhir saya, yang telah bersedia meluangkan waktunya untuk mendengarkan bunyi yang lumayan mengganggu dan tentunya melelahkan. 8. Seluruh pihak yang telah membantu terselesaikannya Tugas Akhir ini, yang tidak bisa saya sebutkan satupersatu. Terima kasih banyak. viii

Penulis juga berterimakasih atas segala masukan, kritik dan saran yang membangun dari pembaca agar laporan ini menjadi lebih baik dari sebelumnya. Demikian laporan ini penulis buat, semoga laporan ini dapat memberikan manfaat selain bagi penulis sendiri, dan bagi pembaca sekalian.

Surabaya, Januari 2017

Penulis

Penulis

ix

DAFTAR ISI Halaman Judul ................................................................................ i Lembar Pengesahan...................................................................... iv Abstrak ......................................................................................... vi Abstract ....................................................................................... vii Kata Pengantar ...........................................................................viii DAFTAR ISI ................................................................................. x DAFTAR GAMBAR .................................................................. xii DAFTAR TABEL ...................................................................... xiv DAFTAR ISTILAH .................................................................... xv BAB I PENDAHULUAN 1.1 Latar Belakang .............................................................. 1 1.2 Rumusan Masalah ......................................................... 2 1.3 Tujuan............................................................................ 3 1.4 Batasan Masalah ............................................................ 3 BAB II TINJAUAN PUSTAKA 2.1 Otak Manusia ................................................................ 5 2.2 Mekanisme Pendengaran ............................................... 8 2.3 Elektroensefalogram .................................................... 10 2.3.1 Dasar Neurofisiologis EEG ................................. 11 2.3.2 Ritme EEG .......................................................... 12 2.3.3 Event Related Potential (ERP) ............................ 13 2.3.4 EMOTIV EPOC .................................................. 14 2.4 Electrical Capacitance Volume Tomography .............. 15 2.4.1 Kapasitansi ECVT ............................................... 16 2.4.2 Matriks Sensitivitas ............................................. 17 2.4.3 Rekonstruksi Citra ............................................... 18 BAB III METODOLOGI 3.1 Studi Literatur.............................................................. 24 3.2 Perancangan Eksperimen ............................................ 24 3.2.1 Partisipan ............................................................. 24 3.2.2 Stimulus ............................................................... 24 3.2.3 Konfigurasi ECVT .............................................. 25 3.3 Perekaman ................................................................... 26 3.4 Pengolahan Data .......................................................... 26 3.4.1 Pengolahan Data EEG ......................................... 27 x

3.4.2 Pengolahan Data ECVT ...................................... 28 BAB IV PEMBAHASAN 4.1 Hasil Perekeman EEG ................................................. 35 4.2 Hasil Pengukuran ECVT ............................................. 41 4.3 Rekonstruksi Citra ECVT ........................................... 42 4.4 Pengolahan Citra ECVT .............................................. 45 4.5 Pembahasan ................................................................ 50 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan.................................................................. 53 5.2 Saran ............................................................................ 53 DAFTAR PUSTAKA.................................................................. 55 LAMPIRAN A - Spesifikasi Alat LAMPIRAN B - Profil Subjek Penelitian LAMPIRAN C - Hasil Perekaman EEG LAMPIRAN D - Hasil Perekaman ECVT LAMPIRAN E - Hasil Pengolahan Citra ECVT

3

xi

DAFTAR GAMBAR Gambar 2.1 Gambar 2.2

Bagian otak manusia (Hines,2013) ......................... 6 Neuron, Synapse, dan Postsynaptic Potential (Blinowska, 2006) .................................................. 7 Gambar 2.3 Struktur Telinga Manusia (Chittka, 2009) .............. 9 Gambar 2.4 Potongan Melintang Cochlea (Chittka, 2009) ........ 9 Gambar 2.5 Auditory Cortex (Chittka, 2009) ........................... 10 Gambar 2.6 Sebaran Elektroda EEG Sistem 10-20 (Freeman, 2013) ..................................................................... 11 Gambar 2.7 Karakteristik Ritme EEG (Blinowska, 2006) ....... 13 Gambar 2.8 Emotiv EPOC ....................................................... 14 Gambar 2.9 Lokasi Elektroda Emotiv EPOC ........................... 14 Gambar 2.10 Sistem Tomografi Kapasitans (Warsito, 2007) .... 15 Gambar 2.11 Diagram Metode Rekonstruksi Konvensional ........................................................ 19 Gambar 2.12 Diagram Metode Rekonstruksi Average Subtraction ............................................. 20 Gambar 3.1 Diagram Alir Penelitian ........................................ 23 Gambar 3.2 Skema stimulus..................................................... 25 Gambar 3.3 Model Sensor ECVT Segilima-Segienam ............ 26 Gambar 3.4 Tata letak perekaman ............................................ 26 Gambar 3.5 Template Citra Otak Potongan Axial BigBrain Project, 1-16 .......................................... 31 Gambar 3.6 Template Citra Otak Potongan Axial BigBrain Project, 17-32 ........................................ 32 Gambar 3.7 Volume of Interest................................................. 33 Gambar 4.1 Power Spectral Density Subjek 5 ......................... 35 Gambar 4.2 Pola Distribusi PSD Subjek 5 (1) Kondisi Stimulus 1 (a) 8 Hz (b) 10 Hz (2) Kondisi Stimulus 1 (b) 8 Hz (b) 10 Hz (3) Kondisi Stimulus 1 (c) 8 Hz (b) 10 Hz ........... 36 Gambar 4.3 Sinyal EEG Subjek 5 pada Rentang 0-30 detik .... 37 Gambar 4.4 ERP Subjek 5........................................................ 35 Gambar 4.5 Pola ERP Seluruh Subjek Stimulus 1 ................... 39 Gambar 4.6 Pola ERP Seluruh Subjek Stimulus 2 ................... 39 xii

Gambar 4.7 Gambar 4.8 Gambar 4.9 Gambar 4.10 Gambar 4.11 Gambar 4.12 Gambar 4.13 Gambar 4.14 Gambar 4.15 Gambar 4.16 Gambar 4.17 Gambar 4.18 Gambar 4.19

Pola ERP Seluruh Subjek Stimulus 3 ................... 40 Kemiripan Pola ERP ............................................ 41 Nilai Rata-Rata Tegangan Terukur ECVT ........... 42 Hasil Rekonstruksi Citra ECVT Axial View ........ 43 Hasil Rekonstruksi Citra ECVT Sagital View...... 44 Nilai Rata-Rata Distribusi Permitivitas ECVT ..... 45 Hasil Pengolahan Citra ECVT .............................. 47 Indeks Permitivitas Kondisi Off ........................... 48 Indeks Permitivitas Kondisi Stimulus 1 ............... 48 Indeks Permitivitas Kondisi Stimulus 2 ............... 49 Indeks Permitivitas Kondisi Stimulus 3 ............... 49 Kemiripan Citra ECVT Hasil Pengolahan............ 50 Lokasi Aktivasi (a) EEG (b) ECVT ..................... 51

xiii

4

DAFTAR TABEL 5

Tabel 3.1 Waktu Off-set dan On-set Perekaman ......................... 28

xiv

DAFTAR ISTILAH Axial Alpha

Centroid Coronal ERP Kondisi Off PSD

Sagittal Stimulus Stimulus 1 Stimulus 2 Stimulus 3 VOI

: Citra potongan otak tampak atas. : Aktivitas listrik normal otak ketika sadar dan santai, yang terdiri dari osilasi (gelombang alpha) dengan frekuensi 8 - 13 Hz. : Titik pusat suatu cluster permitivitas pada citra. : Citra potongan otak tampak belakang. : Event Related Potential. Respon otak akibat aktivitas tertentu. : Kondisi perekaman pada saat subjek tidak diberi stimulus apapun. : Power Spectral Density. Gambaran kekuatan suatu sinyal dalam domain frekuensi. : Citra potongan otak tampak samping. : Suara yang diujikan kepada subjek. : Suara dengan frekuensi 500 Hz yang diujikan kepada subjek. : Suara dengan frekuensi 1000 Hz yang diujikan kepada subjek. : Suara dengan frekuensi 4000 Hz yang diujikan kepada subjek. : Volume of Interest. Bagian yang dipilih dari sampel dalam satu set data yang diidentifikasi untuk tujuan tertentu.

xv

1 BAB I PENDAHULUAN Latar Belakang Otak merupakan bagian paling penting dari tubuh manusia yang mana merupakan pusat aktivitas saraf manusia. Otak berfungsi untuk mengatur dan mengkoordinir gerakan, perilaku, emosi, pendengaran, dan proses pembelajaran. Otak tersusun dari sekitar 100 miliar sel neuron, sel glia, serta pembuluh darah (Reece, 2011). Aktivitas dalam otak terjadi setiap saat, baik dalam keadaan sadar maupun tidak. Aktivitas otak dapat dibagi menjadi tiga, yaitu neuronal activity, metabolic activity, dan vascular activity (Gollub, 2008). Ada dua metode yang umum digunakan untuk mencitrakan aktivitas otak yaitu hemodynamic dan electromagnetic. Perbedaan kedua metode tersebut terletak pada parameter yang diukur. Parameter yang diukur pada metode hemodynamic adalah perubahan sifat aliran darah di otak, misalnya functional magnetic resonance imaging (fMRI) dan positron emission tomography (PET). Sedangkan pada metode electromagnetic parameter yang diukur yaitu sifat elektrik atau magnetik yang terjadi akibat aktivitas saraf otak, misalnya electroencephalography (EEG) dan magnetoencephalography (MEG). Sekarang ini telah ditemukan metode baru dalam mencitrakan aktivitas otak manusia yaitu electrical capacitance volume tomography (ECVT). ECVT memanfaatkan sifat permitivitas bahan yang berhubungan dengan distribusi muatan sehingga berkaitan langsung pada neuronal activity di otak dan diharapkan dapat memetakan aktivitas otak dengan lebih akurat. Keunggulan ECVT dibandingkan dengan modalitas yang lain adalah mampu menyajikan citra secara real time dan pengoperasiannya lebih mudah (Marashdesh, 2006). Sebelumnya telah dilakukan studi awal penggunaan ECVT untuk mengukur sinyal listrik yang muncul akibat aktivitas otak dan merekonstruksinya dalam citra volumetrik (Taruno, 2013), dengan stimulus berupa gerakan tangan (Muhtadi, 2012) dan telah dilakukan pula eksperimen untuk mengetahui aktivitas visual otak 1

2 dengan ECVT (Mahendra, 2013). Selain itu dilakukan pula penelitian dengan ECVT untuk mengetahui bagaimana aktivitas otak ketika mendengarkan musik dengan membandingkan respon otak ketika mendengar tiga genre musik yang berbeda yaitu musik klasik, pop, dan rock (Handayani, 2015). Pada penelitian tersebut aktivitas otak juga direkam menggunakan moda yang lain yaitu EEG, kemudian hasil rekaman berupa intensitas rata-rata gelombang alfa dibandingkan dengan rata-rata nilai kapasitansi ECVT. Hingga saat ini, pengamatan aktivitas otak dengan ECVT khususnya untuk mengamati aktivitas pendengaran belum memiliki prosedur yang pasti. Meskipun sebelumnya telah dilakukan pengamatan yang berhubungan dengan aktivitas pendengaran yaitu ketika mendengarkan musik, namun belum dapat dipastikan apakah aktivitas otak yang ditangkap ECVT tersebut merupakan respon pada bagian lobus temporal (bagian otak yang memproses stimulus suara) yang diakibatkan oleh kegiatan mendengarkan musik, karena pada saat mendengarkan musik bagian otak yang aktif bisa jadi tidak hanya lobus temporal saja mengingat mendengarkan musik termasuk kegiatan yang kompleks. Selain itu, pengamatan juga hanya dilakukan pada nilai kapasitansi saja. Belum dilakukan pengamatan pada citra hasil rekonstruksi, sehingga perlu dilakukan penelitian yang mengkaji lebih lanjut terkait penggunaan ECVT sebagai moda pencitraan aktivitas otak yang berkaitan dengan pendengaran. Rumusan Masalah Berdasarkan latar belakang di atas terdapat permasalahan yaitu belum adanya prosedur eksperimen dan analisis yang pasti untuk mengamati aktivitas pendengaran pada otak manusia dengan menggunakan ECVT. Selain itu, perlu adanya moda pembanding untuk memastikan posisi aktivasi otak yang terekam oleh ECVT. Pada penelitian ini digunakan EEG sebagai moda pembanding karena memiliki metode yang sama yaitu memanfaatkan sifat elektrik yang terjadi akibat aktivitas otak.

3 Tujuan Tujuan dari tugas akhir ini adalah sebagai berikut. 1. Merancang prosedur eksperimen untuk mendapatkan rekaman aktivitas pendengaran pada otak. 2. Mengetahui bagaimana memetakan aktivitas pendengaran pada otak menggunakan EEG. 3. Merancang prosedur analisis citra ECVT untuk memetakan aktivitas pendengaran pada otak. Batasan Masalah Batasan masalah pada tugas akhir ini adalah sebagai berikut. 1. Alat yang digunakan adalah EEG Emotiv EPOC 14channel dan ECVT Brain Scanner 32-channel. 2. Stimulus yang digunakan berupa pure tone. 3. Rekonstruksi dilakukan dengan algoritma Iterative Linear Back Projection dan tidak ada optimasi pada proses rekonstruksi 4. Perekaman dilakukan di ruang audiometri RSK THT Bedah-KL Proklamasi dengan asumsi tidak ada gangguan suara selain suara stimuli.

4

Halaman ini memang dikosongkan

2 BAB II TINJAUAN PUSTAKA Otak Manusia Otak mengendalikan semua fungsi tubuh dan merupakan pusat keseluruhan aktivitas yang dilakukan tubuh. Otak disebut sebagai organ yang paling penting dari seluruh organ yang ada di tubuh manusia karena apabila berhenti bekerja satu detik saja, tubuh akan mati. Selain paling penting, otak juga merupakan organ yang paling rumit. Secara garis besar, berdasarkan fungsinya otak manusia dibagi menjadi tiga bagian yaitu otak depan, otak tengah, dan otak belakang. Otak depan terbagi menjadi dua belahan (hemisphere), yaitu belahan kanan dan kiri. Masing – masing belahan otak tersebut terdiri dari 4 bagian yang disebut lobus yaitu frontal, parietal, temporal dan oksipital. Lobus frontal berperan dalam proses berfikir, pengaturan emosi, inisiatif dan tingkah laku serta mengatur koordinasi gerakan otot. Bagian otak tersebut terletak di paling depan. Lobus parietal terletak di ubun-ubun kepala yang berfungsi untuk memproses rangsang akibat sentuhan serta memproses fungsi bahasa. Lobus temporal terletak di sekitar pelipis yang berfungsi untuk memproses memori terhadap pendengaran, rasa takut, pengucapan dan beberapa tindakan. Lobus temporal adalah bagian yang akan diamati pada penelitian ini karena pada bagian ini terdapat primary auditory cortex dimana informasi audio diproses. Kemudian selain itu ada lobus oksipital yang terletak di bagian belakang berfungsi untuk memproses rangsangan visual dan berpengaruh terhadap kemampuan membaca. Otak tengah berfungsi untuk membantu pergerakan mata, refleks pendengaran, dan mengandung pusat pengendalian keseimbangan juga serabut saraf yang menguhubungkan bagian belakang otak dengan bagian depan otak. Sementara otak belakang terdiri dari tiga bagian utama yaitu otak kecil (cerebellum), jembatan varol dan sumsum lanjutan. Otak disusun oleh dua tipe sel (Gambar 2.2), yaitu sel glia dan sel saraf (neuron). Sel glia berfungsi sebagai sel pendukung neuron 5

6 dengan memberikan nutrisi, menjaga neuron tetap pada tempatnya, dan lain sebagainya. Neuron adalah sel yang mampu menghantarkan sinyal listrik serta mentransmisikan informasi melalui saluran penghubung antara satu neuron dengan neuron lainnya yaitu sinaps. Neuron terdiri dari beberapa bagian yaitu badan sel atau soma yang fungsinya sebagai pusat kontrol dari neuron. Selanjutnya dendrit yang berfungsi sebagai penerima informasi yang datang dari neuron lain. Kemudian akson yang berperan sebagai penghantar informasi ke neuron lain. Ada pula sel Schwann sebagai pelindung sinyal listrik yang lewat sepanjang neuron. Di antara sel Schwann terdapat nodus Ranvier yang berfungsi untuk meningkatkan potensial aksi yang berjalan sepanjang akson.

Gambar 2.1 Bagian otak manusia (Hines, 2013)

7

Gambar 2.2 Neuron, Synapse, dan Postsynaptic Potential (Blinowska, 2006)

8 Pada kedua sel tersebut, resting potential berkisar -80mV, dengan bagian dalam sel dalam keadaan negatif. Perbedaan potensial di dalam dan di luar membran diakibatkan oleh adanya perbedaan konsentrasi kation K+, Na+, anion Cl-, dan anion organik. Hanya terdapat Ca+ dalam jumlah sedikit, namun ion ini memegang peranan penting. Perbedaan potensial diseimbangkan dengan transport aktif kation K+ ke dalam sel dan Na+ ke luar sel menggunakan energi yang dihasilkan proses metabolisme. Mekanisme Pendengaran Telinga (Gambar 2.3) dibagi menjadi tiga bagian yaitu telinga bagian luar, tengah dan dalam. Gelombang suara masuk ke dalam telinga melalui saluran suara luar dan diteruskan ke gendang telinga. Gendang telinga bergetar sesuai frekuensi gelombang suara yang masuk dengan amplitudo yang relatif kecil. Ketiga tulang pendengaran atau osikula (maleus, inkus, stapes) memperkuat getaran akibat gelombang suara yang masuk melaui membrane timpani dan mentransmisikannya ke rumah siput (cochlea) melalui oval window. Cochlea (Gambar 2.4) pada telinga bagian dalam berisi cairan perilymph pada scala vestibuli dan scala tympani, dan cairan endolymph pada scala media. Tertekannya oval window akibat getaran dari osikula menciptakan gelombang yang melewati cairan tersebut. Gelombang tersebut kemudian melewati selaput elastis (basilar membrane) yang berfungsi untuk menerjemahkan frekuensi suara yang masuk. Frekuensi natural pada pangkal selaput yaitu 20.000 Hz dan pada ujung selaput yaitu 20 Hz. Basilar membrane pada scala tympani menggetarkan hair cell (sel rambut) bersamaan dengan lewatnya gelombang tekanan perilymphatic. Stereocilia pada inner hair cell (IHC) atau sel rambut bagian dalam bergerak karena perpindahan cairan tersebut, hal ini menyebabkan cation channel (kanal kation) terbuka oleh struktur cadherin yang disebut tip link yang menghubungkan antar stereocilia. Organ of corti yang terletak menempel pada basilar membrane di dasar scala media, dilingkupi cairan endolymph yang kaya akan kalium. Di bawah organ of corti terdapat scala tympani

9 dan di atasnya terdapat scala vestibule, yang mengandung sedikit kalium. Stereocilia terletak di daerah dengan konsentrasi kalium yang tinggi sehingga ketika kanal kation terbuka, ion kalium dan juga kalsium berpindah ke bagian atas dari hair cell. Akibatnya, IHC mengalami depolarisasi, kanal kalsium (voltage-gated) terbuka dan terjadi pelepasan neurotransmitter yang diterjemahkan sebagai sinyal elektrik. Sinyal tersebut kemudian ditransmisikan melauli saraf pendengaran menuju auditory cortex pada otak.

Gambar 2.3 Struktur Telinga Manusia (Chittka, 2009)

Gambar 2.4 Potongan Melintang Cochlea (Chittka, 2009)

10

Gambar 2.5 Auditory Cortex (Chittka, 2009)

Saraf – saraf pendengaran membawa potensial aksi dari cochlea ke jalur transmisi yaitu mid pons, pons-midbrain, caudal midbrain, dan rostral midbrain. Sinyal potensial aksi kemudian sampai ke korteks otak dimana informasi suara diproses pada primary auditory cortex (A1), yang terletak pada superior temporal gyrus di lobus temporal (Kaas, 1999). Semua bagian A1 bersifat tonotopik seperti yang ditunjukkan pada Gambar 2.5. Elektroensefalogram Elektroensefalogram (EEG) adalah suatu moda pencitraan otak berbasis elektromagnetik. EEG mengukur aliran listrik yang ada di otak, dalam hal ini potensial aksi pada titik-titik yang berbeda dengan meletakkan elektroda di kepala. Elektroda didistribusikan pada lokasi tertentu bergantung pada jumlah elektroda yang digunakan. Pada sistem 10-20 (Gambar 2.6) digunakan 16 – 20 elektroda yang terpisah satu sama lain dengan jarak 10 – 20% dari total luas kepala. Elektroda diletakkan di kepala dengan bantuan gel untuk meningkatkan konduktivitasnya. Masing masing huruf menyatakan lokasi elektroda di kepala, F berarti frontal (depan), C berarti central (tengah), P berarti parietal, T berarti temporal, dan O berarti occipital. Selain kelima huruf

11 tersebut ada pula angka ganjil, genap, dan huruf z yang juga menyatakan posisi elektroda di kepala. Angka ganjil menyatakan posisi kiri, angka genap menyatakan posisi kanan, sedangkan huruf z menyatakan posisi tengah.

Gambar 2.6 Sebaran Elektroda EEG Sistem 10-20 (Freeman, 2013)

Keunggulan moda ini dibandingkan dengan moda pencitraan otak lainnya yaitu EEG mempunyai resolusi temporal yang tinggi, non-invasif, dan harga lebih terjangkau. Namun resolusi spasialnya belum optimal dan juga EEG memiliki kompleksitas yang tinggi, nilai signal-to-noise-ratio (SNR) yang rendah serta non-linear dan non-stasioner (Freeman, 2013). 2.3.1 Dasar Neurofisiologis EEG Aktivitas elektrik neuron diakibatkan oleh adanya potensial aksi dan potensial postsynaptic (PSP) (Blinowska, 2006). Potensial aksi terjadi ketika eksitaksi elektrik dari membran mencapai ambang (threshold), sedangkan potensial postsynaptic adalah fenomena sub-threshold. Pembangkitan potensial aksi berkaitan dengan laju kenaikan permeabilitas ion Na+. Arus masuk ion-ion pada sel menyebabkan kenaikan potensial di dalam sel yang sangat cepat dan perubahan

12 polaritas bagian dalam neuron dari negatif ke positif (sekitar +30mV). Peningkatan permeabilitas membran terhadap ionion K+ dan penurunan permeabilitas terhadap ion-ion Na+ menyebabkan bagian dalam sel negatif kembali begitu pula medium sekelilingnya. PSP berkaitan dengan fenomena yang terjadi pada membran postsynaptic. Ketika potensial aksi sampai di synapse, synapse mengeluarkan substansi kimia yang disebut mediator atau transmitter. Transmitter tersebut menyebabkan perubahan permeabilitas membran postsynaptic dari neuron setelahnya, sehingga ion-ion melintasi membran dan terciptalah potensial antar membran. Ketika negativitas bagian dalam neuron menurun, peluang pelepasan ion-ion meningkat dan terbentuklah excitatory postsynaptic potential (EPSP). Sedangkan inhibitory postsynaptic potential (IPSP) terbentuk ketika negativitas bagian dalam neuron meningkat dan neuron dalam keadaan hyperpolarized. Aktivitas elektrik neuron menghasilkan arus sepanjang membran sel pada bagian intra- dan ekstraselular dan menghasilkan medan listrik yang mendekati dipole (Blinowska, 2006). Sinyal EEG dihasilkan dari penjumlahan PSP yang bangkit bersamaan. 2.3.2 Ritme EEG Ritme EEG (Gambar 2.7) dibedakan menjadi empat macam yaitu delta (0.5-4 Hz), theta (4-8 Hz), alpha (8-13 Hz), beta (13-30 Hz), dan gamma (di atas 30 Hz). Perbedaan ritme ini bergantung pada usia dan perilaku subjek, serta tingkat kesadaran. a. Ritme delta adalah ciri utama perekaman EEG sewaktu deep sleep. Pada fase ini, gelombang delta mempunyai amplitude yang tinggi (75-200 µV) dan menunjukkan koherensi di seluruh bagian kepala. b. Ritme theta jarang terekam pada manusia, biasanya aktivitas yang berada pada gelombang theta terjadi pada kondisi emosional dan kognitif.

13 c. Ritme alpha terekam saat dalam kesadaran total dan biasanya terdapat di bagian depan kepala. Untuk mengobservasi aktivitas pada ritme ini dengan optimal, subjek harus dalam keadaan mata tertutup dan rileks. d. Ritme beta menunjukkan kesadaran yang meningkat atau fokus memperhatikan suatu hal. e. Aktivitas yang terekam pada ritme gamma berkaitan dengan pemrosesan informasi, misalnya rekognisi stimuli sensorik (Blinowska, 2006) dan gerak motorik.

Gambar 2.7 Karakteristik Ritme EEG (Blinowska, 2006)

2.3.3 Event Related Potential (ERP) ERP adalah perubahan aktivitas EEG secara spontan berkaitan dengan adanya event tertentu (Blinowska, 2006). ERP bisa didapatkan dengan stimuli berikut, visual, auditory, atau somatosensory. ERP yang diakibatkan stimuli-stimuli tersebut disebut evoked potentials (EP). ERP dibangkitkan oleh adanya aktivasi populasi saraf tertentu, time-locked terhadap stimulus, atau terjadi akibat reorganisasi aktivitas EEG yang terekam. Pola ERP bergantung pada stimulasi, penempatan elektroda, dan kondisi aktual otak.

14 2.3.4 EMOTIV EPOC Emotiv EPOC (Gambar 2.8) adalah EEG portable berresolusi tinggi dengan 14 kanal dan 2 kanal referensi yang telah dirancang untuk digunakan sebagai alat penelitian. Posisi peletakan elektroda di kepala ditunjukkan pada Gambar 2.9.

Gambar 2.8 Emotiv EPOC

Gambar 2.9 Lokasi Elektroda Emotiv EPOC

15 Electrical Capacitance Volume Tomography Electrical Capacitance Volume Tomography (ECVT) adalah suatu alat yang dapat mencitrakan suatu bagian dalam tubuh manusia yang bersifat non-destructive atau tidak merusak. Alat ini pertama kali dikembangkan oleh Dr. Warsito dkk pada tahun 2007 (Warsito, 2007). Prinsip kerja ECVT berdasarkan pada teknologi tomografi namun tidak berbasis proyeksi garis seperti CT-Scan dan MRI, akan tetapi menggunakan prinsip pengukuran kapasitansi volumetrik pada medium tiga dimensi yang dilingkupi oleh sensor kapasitans. ECVT dapat memetakan sebaran dielektrik pada ruang 3D sehingga jika dipetakan akan diperoleh suatu citra volumetrik dari subjek. Pada sensor ECVT elektroda yang digunakan bisa berupa geometri apa saja seperti segitiga dan hexagonal dan disusun dengan konfigurasi susunan yang bermacam – macam, namun hasil citra akan sangat bergantung sekali dengan bentuk plat elektroda (Warsito, 2007). Pada proses pengukuran kapasitansi setelah satu plat selesai dijadikan sebagai sumber maka plat yang lain kemudian akan menjadi sumber dengan plat selainnya sebagai detektor, hal ini dilakukan untuk seluruh plat sehingga akan diperoleh sejumlah hasil pengukuran.

Gambar 2.10 Sistem Tomografi Kapasitans (Warsito, 2007)

16 Sistem ECVT terdiri dari tiga komponen dasar, yaitu sensor kapasitansi, sistem akuisisi data dan sistem komputer. Sensor kapasitansi terdiri dari beberapa elektroda yang diletakkan di sekeliling subjek. Jumlah elektroda bervariasi tergantung pada penggunaannya, pada brain ECVT digunakan 32 elektroda yang disusun berbentuk helm. Instrumen sistem akuisisi data atau Data Acquisition System (DAS) berfungsi sebagai pengontrol sekaligus detektor kapasitansi. DAS akan mengukur nilai kapasitansi antara plat sumber dengan plat detektor, dan juga memindahkan pengukuran dari satu elektroda ke elektroda lainnya dengan menggunakan Multiplexer (MUX). Pada PC dilakukan pengolahan data kapasitansi yang didapatkan dari DAS untuk kemudian direkonstruksi dengan algoritma matematika agar menghasilkan citra. 2.4.1 Kapasitansi ECVT Kapasitansi ECVT yang diukur adalah fungsi dari konstanta dielektrik (permitivitas) yang mengisi ruangan antara pasangan elektroda, berdasarkan persamaan poisson berikut. ∇𝜀(𝑥, 𝑦, 𝑧)∇𝜙(𝑥, 𝑦, 𝑧) = −𝜌(𝑥, 𝑦, 𝑧)

(2.1)

Dimana 𝜀(𝑥, 𝑦, 𝑧) adalah distribusi permitivitas, 𝜙(𝑥, 𝑦, 𝑧) adalah distribusi potensial dalam medan listrik, dan 𝜌(𝑥, 𝑦, 𝑧) adalah densitas muatan. Pengukuran kapasitansi Ci dari pasangan ke-i antara sumber dan elektroda detektor didapat dengan mengintegralkan persamaan berikut. 𝐶=

𝑄 𝑉

= −

1 ∯ 𝜀(𝑥, 𝑦, 𝑧)∇𝜙(𝑥, 𝑦, 𝑧) Δ𝑉𝑖 𝐴𝑖

(2.2)

Dimana Δ𝑉𝑖 adalah beda potensial antara pasangan elektroda dan 𝐴𝑖 adalah area permukaan yang menutup elektroda detektor. Persamaan tersebut di atas

17 menghubungkan distribusi konstanta dielektrik (permitivitas) dengan kapasitansi Ci yang diukur. Pada persamaan 2.2, nilai distribusi potensial 𝜙(𝑥, 𝑦, 𝑧) bergantung pada distribusi permitivitas 𝜀(𝑥, 𝑦, 𝑧). Jika nilai permitivitas berubah maka nilai potensial juga akan berubah. Dilakukan pendekatan dimana nilai permitivitas adalah konstan karena persamaan 2.2 adalah persamaan non-linear, dengan pendekatan nilai sensitivitas sebagai berikut. 𝑆𝑖𝑗 = ̃ 𝑉0𝑗

𝐸𝑠𝑖 (𝑥,𝑦,𝑧).𝐸𝑑𝑖 (𝑥,𝑦,𝑧) 𝑉𝑠𝑖 𝑉𝑑𝑖

(2.3)

Dimana 𝐸𝑠𝑖 (= −∇𝜙) adalah vektor distribusi medan listrik ketika elektroda sumber pada pasangan elektroda ke-i diaktifkan dengan tegangan 𝑉𝑠𝑖 sementara elektroda lainnya terhubung ke ground, dan 𝐸𝑑𝑖 adalah vektor distribusi medan listrik ketika elektroda detektor pada pasangan elektroda diaktifkan dengan tegangan 𝑉𝑑𝑖 . 𝑉0𝑗 adalah volume voxel kej. dengan menggunakan persamaan sensitivitas ini, bentuk linear dari persamaan 2.2 dapat dituliskan dalam bentuk persamaan matriks seperti berikut. 𝐶 = 𝑆. 𝐺

(2.4)

Dimana C adalah vektor data kapasitansi dengan dimensi M, G adalah vektor image dengan dimensi N, N adalah jumlah voxel, dan M adalah jumlah kombinasi pasangan elektroda. 2.4.2 Matriks Sensitivitas Matriks sensitivitas merupakan gambaran intensitas medan listrik dari ruang pengukuran yang memiliki daerah kapasitansi tertentu (Hakim, 2008). Sensitivitas matriks ini dicari untuk mengetahui letak distribusi posisi kapasitansi terhadap daerah pengukuran sensor. Pengukurannya

18 dilakukan pada setiap sensor dengan menghitung koefisien sensitivitas S dari pixel pada pasangan elektroda (i,j). 𝑆= −

1 ∫ 𝐸 𝐸 𝑑𝐴 ∆𝑉𝑖𝑗 𝐴𝑖 𝑖 𝑗

(2.5)

Dimana 𝐸𝑖 adalah medan listrik antara dua buah sensor. Dot produk dari kedua medan listrik tersebut diintegrasikan sepanjang daerah A pada pixel. 2.4.3 Rekonstruksi Citra 2.4.3.1 Forward Problem Forward problem adalah penyelesaian masalah dengan kondisi subjek yang akan dipecahkan diketahui parameter-parameternya. Tujuan dari penyelesaian forward problem adalah mencari penghubung antara nilai kapasitansi terukur dan nilai matriks sensitivitas. 𝐶 = 𝑆. 𝐺

(2.6)

𝐶 adalah matriks kapasitansi dengan dimensi 𝑀 × 1 (496 untuk 32 sensor), 𝐺 adalah matriks permitivitas dengan dimensi 𝑁 × 1 (bernilai 32768 untuk 32x32x32 grid). S adalah matriks sensitivitas dengan dimensi 𝑀 × 𝑁. 2.4.3.2 Inverse Problem Inverse Problem adalah bagaimana mendapatkan nilai matriks G dari invers matriks S pada persamaan 2.6, sementara tidak terdapat invers dari matrik S karena matriks S bukanlah matriks persegi sehingga sulit untuk dicari inversnya. 2.4.3.3 Metode Average Subtraction Sebelumnya, telah diterapkan metode rekonstruksi dengan cara mensubtraksi matriks kapasitansi dengan rata – rata matriks nilai kapasitansi untuk mendapatkan citra aktivitas motorik pada otak (Warsito, 2014). Kemudian telah dilakukan pengembangan terhadap terhadap metode rekonstruksi

19 tersebut untuk mempermudah interpretasi citra tumor intrakranial, yang disebut dengan metode average subtraction. Nilai kapasitansi yang dibahas pada poin 3.2.2 diproses oleh DAS ketika pemindaian dengan ECVT brain scanner kemudian disimpan dalam bentuk matriks pada file dengan format *.dat. Data kapasitansi hasil scanning di normalisasi dengan data kapasitansi hasil kalibrasi yaitu nilai kapasitansi saat sensor berisi material dengan permitivitas rendah (udara) dan nilai kapasitansi saat sensor berisi material dengan permitivitas tinggi (air). Sehingga didapatkan nilai kapasitansi seperti pada persamaan 3.15 sebagai berikut. 𝑒𝑚𝑝𝑡𝑦

𝑁𝑒 𝐶𝑖𝑗 = ∑𝑁𝑒 𝑖 ∑𝑗=𝑖+1

𝑚𝑒𝑎𝑠 𝐶𝑖,𝑗 − 𝐶𝑖,𝑗 𝑓𝑢𝑙𝑙

𝐶𝑖,𝑗

(3.15)

𝑒𝑚𝑝𝑡𝑦

− 𝐶𝑖,𝑗

Pada metode konvensional, nilai kapasitansi yang sudah dinormalisasi langsung dipakai untuk direkonstruksi dengan algoritma rekonstruksi citra ILBP. Berikut ini diagram metode rekonstruksi konvensional. Cempty

Cfull

Cmeas normalisasi

ILBP

permitivitas

Gambar 2.11 Diagram Metode Rekonstruksi Konvensional

Sedangkan untuk metode average subtraction, nilai kapasitansi ternormalisasi melalui beberapa proses dahulu. Proses tersebut digambarkan pada diagram pada Gambar 2.12 berikut.

20 Cempty

Cfull

Cmeas normalisasi

avg

MM

-

ILBP

permitivitas

Gambar 2.12 Diagram Metode Rekonstruksi Average Subtraction

Pertama, nilai kapasitansi ternormalisasi tadi dibuat rata – rata pada setiap framenya. Kemudian dibuat multiple matrix agar dapat dilakukan subtraksi. 2.4.3.4

Algoritma Rekonstruksi Algoritma rekonstruksi citra ECVT yang digunakan pada tugas akhir ini adalah algoritma rekonstruksi Iterative Linear Back Projection (ILBP), berdasarkan pada penelitian sebelumnya mengenai algoritma rekonstruksi yang baik digunakan pada ECVT. Metode ini merupakan kelanjutan dari metode linear back projection (LBP) dengan dilakukan iterasi. Tujuan dilakukannya iterasi adalah mengurangi error sehingga nilai matriks G yang diperoleh semakin baik (Warsito, 2007). Secara matematis, metode ini dapat ditunjukkan dalam persamaan berikut. 𝐺 𝑘+1 = 𝐺 𝑘 − 𝛼 𝑘 𝑆 𝑇 (𝑆𝐺 𝑘 − 𝐶)

(2.7)

0

dengan nilai 𝐺 adalah, 𝐺0 = 𝑆𝑇𝐶

(2.8)

Secara terperinci langkah – langkah pada metode ini adalah sebagai berikut. Matriks dari kapasitansi C untuk satu frame citra diperoleh dengan pengukuran dan nilai insial pixel 𝐺 0 dihitung menggunakan persamaan 2.8. Nilai pendekatan permitivitas 𝐺 0 kemudian digunakan untuk menghitung kembali matriks kapasitansi 𝐶 1

21 menggunakan persamaan IX.6 sebuah matriks kapasitansi error dapat dihitung dengan persamaan ∆𝐶 = (𝐶 − 𝐶 1 ) (2.9) Nilai ∆𝐶 digunakan untuk menghasilkan matriks permitivitas error ∆𝐺 = 𝑆 𝑇 ∆𝐶

(2.10)

Permitivitas error kemudian digunakan untuk mengkoreksi nilai permitivitas sebelumnya untuk menghasilkan nilai G yang baru, dimana 𝐺 1 = 𝐺 0 + 𝛼∆𝐺

(2.11)

Nilai 𝐺 1 permitivitas kemudian digunakan untuk menghasilkan nilai set kapasitansi 𝐶 2 yang baru dan diulang terus hingga sejumlah iterasi yang diinginkan. Konstanta 𝛼 adalah faktor penalti atau relaksasi.

22


3 BAB III METODOLOGI PENELITIAN Bab ini menjelaskan langkah-langkah yang dilakukan untuk mencapai tujuan penelitian. Berikut adalah diagram alir penelitian.

Gambar 3.1 Diagram Alir Penelitian

23

24 Studi Literatur Penelitian diawali dengan melakukan studi literatur untuk mempelajari hal-hal yang berhubungan dengan tujuan penelitian, termasuk di dalamnya adalah aktivitas pendengaran pada otak, teori dasar ECVT, teori dasar EEG, serta metode analisis citra aktivitas otak. Selain itu dipelajari pula penelitian – penelitian yang terkait dengan pencitraan aktivitas pendengaran pada otak. Perancangan Eksperimen Dilakukan perancangan eksperimen untuk dapat mengamati aktivitas pendengaran pada otak dari kedua moda yang digunakan. 3.2.1 Partisipan Partisipan (subjek) penelitian terdiri dari 7 orang lakilaki dengan rentang usia 21-29 tahun. Seluruh subjek memiliki pendengaran normal dan tidak memiliki riwayat kelainan pada fungsi pendegaran. Tiap subjek disrepresentasikan dalam simbol S1, S2, dan seterusnya sampai S7. 3.2.2 Stimulus Telinga bagian dalam manusia memetakan frekuensi suara pada posisi yang berbeda di basilar membran pada rumah siput (Bell, 2004). Peta frekuensi pada basilar membran selaras dengan auditory cortex yang juga tonotopic (Chittka, 2009). Pada penelitian ini, stimulus yang diperdengarkan kepada subjek selama perekaman adalah single tone yang dipresentasikan dalam tiga frekuensi berbeda, yaitu frekuensi 500 Hz, 1000 Hz, dan 4000 Hz. Frekuensi tersebut dapat mewakili lokasi pemrosesan suara di auditory cortex. Masing – masing frekuensi bunyi diputar selama 6 detik dengan jeda sepanjang 12 detik dan diulang sebanyak 10 kali, sehingga satu set stimulus memiliki durasi 192 detik. Durasi bunyi diatur berdasarkan waktu retrivasi data ECVT, yaitu sepanjang ± 2.98 detik. Satu set stimulus ini diputar dalam satu kali perekaman. Untuk selanjutnya, stimulus dengan frekuensi 500 Hz disebut Stimulus 1, 1000

25 Hz disebut Stimulus 2, dan 4000 Hz Stimulus 3. Skema stimulus ditunjukkan pada gambar berikut.

Gambar 3.2 Skema stimulus

3.2.3 Konfigurasi ECVT Hasil citra ECVT dipengaruhi oleh banyak variabel, diantaranya adalah susunan dan geometri sensor yang akan berpengaruh pada matriks sensitivitas, serta algoritma rekontruksi citra. Selain itu beda potensial yang diberikan ketika pengukuran akan mempengaruhi nilai kapasitansi yang didapat. Muhtadi (2012) menyimpulkan bahwa nilai matriks sensitivitas yang dihasilkan oleh desain sensor berbentuk segilima-segienam lebih baik dibandingkan sensor segitigasegiempat. Berdasarkan simpulan tersebut, digunakanlah sensor segilima-segienam dalam penelitian ini. Sensor segilima-segienam tersebut dikemas ke dalam bentuk helm dengan sambungan kabel. Beda tegangan yang diberikan pada

26 saat pengukuran kapasitansi adalah 5V dengan frekuensi 100Hz. Algoritma yang digunakan untuk merekonstruksi nilai kapasitansi terukur menjadi distribusi permitivitas adalah Iterative Linear Back Projection.

Gambar 3.3 Model Sensor ECVT Segilima-Segienam

Perekaman Perekaman dilakukan di dalam ruang audiometri (dengan asumsi tidak ada bunyi yang terdengar selain stimulus) di RS Khusus THT Bedah-KL Proklamasi, Tangerang. Subjek duduk diantara dua buah loudspeaker, dimana stimulasi bunyi diperdengarkan dari loudspeaker di sebelah kanan subjek. Selama perekaman berlangsung, subjek diminta untuk menutup mata. Konfigurasi alat pada saat perekaman berlangsung ditunjukkan pada gambar berikut.

Gambar 3.4 Tata letak perekaman

27 Perekaman dilakukan bergantian menggunakan EEG dan ECVT dengan jeda 1 jam. Subjek mendapat perlakuan yang sama saat perekaman baik dengan EEG maupun ECVT. Perekaman dilakukan sebanyak 3 kali untuk masing-masing stimulus pada masing-masing subjek. Dari perekaman ini didapatkan data aktivitas pada empat kondisi (off, stimulus 1, stimulus 2, dan stimulus 3). Pengolahan Data Informasi yang direkam EEG berbeda dengan ECVT sehingga dilakukan pengolahan data secara terpisah dengan prosedur yang berbeda pula. Berikut ini tahapan pengolahan data yang dilakukan. 3.4.1 Pengolahan Data EEG Pengolahan data EEG dilakukan menggunakan Matlab dengan bantuan toolbox EEGLAB. EEGLAB memiliki fitur yang lengkap untuk digunakan sebagai media pemrosesan data EEG, diantaranya adalah impor data dengan berbagai format, visualisasi data (scrolling, ERP analysis), preprocessing, analisis ICA dan dekomposisi waktu/frekuensi. a. Pra-pengolahan Tahapan pra-pengolahan yang dilakukan pada penelitian ini diantaranya adalah ekstraksi data epoch, dan baseline removal. b. Analisis sinyal EEG Sinyal yang direkam EEG kemudian dianalisis dengan menampilkan power spectral density (PSD), dan pola ERP. PSD dapat memberikan informasi bagian yang teraktivasi pada otak pada frekuensi tertentu. Pada penelitian ini dilihat spektrum pada frekuensi 8Hz dan 10Hz (ritme alpha). Sedangkan pola ERP menunjukkan potensial aksi yang muncul akibat event tertentu, pada kasus ini dilihat pola ERP akibat aktivitas pendengaran atau auditoy evoked potential.

28 3.4.2 Pengolahan Data ECVT Pengolahan data ECVT dilakukan menggunakan MATLAB dengan tahapan pengolahan sebagai berikut. a. Pra-pengolahan Sebelum diolah, dilakukan pra-pengolahan data kapasitansi dengan melakukan seleksi frame. Dari tiap set data, frame yang terbentuk pada keadaan off-set dipisahkan dengan frame yang terbentuk pada keadaan on-set berdasarkan waktu pembentukan frame. Instrumen data akuisisi yang digunakan pada penelitian ini adalah DAS 33207 dengan waktu rata-rata pembentukan frame adalah 2.98 detik. Dengan panjang stimulasi 6 detik dan jeda 12 detik, diasumsikan bahwa akan didapatkan 2 frame pada keadaan on-set dan 4 frame pada keadaan off-set. Tabel 3.1 Waktu Off-set dan On-set Perekaman

Waktu Off-set (detik) 0-12 18-30 36-48 54-66 72-84 90-102 108-120 126-138 144-156 162-174 180-192

Waktu On-set (detik) 12-18 30-36 48-54 66-72 84-90 102-108 120-126 138-144 156-162 174-180 -

29 b. Penentuan Volume of Interest Untuk mempermudah analisis, terlebih dahulu ditentukan volume of interest (VOI). VOI ditentukan dengan menyesuaikan boundary yang ditentukan pada citra ECVT dengan template citra otak yang diambil dari database BigBrain project. Posisi voxel yang tergabung dalam VOI dipilih berdasarkan perkiraan posisi A1 (primary auditory cortex) dimana daerah tersebut merupakan tempat dimana informasi audio diproses. A1 terletak pada Heschl’s gyrus di lobus temporal, pada template dari BigBrain project posisi tersebut ditampilkan oleh gambar sagittal 5410, coronal 3694, dan axial 3071 (Amunts, 2013). A1 diperkirakan berada di antara potongan tiap sumbu berikut ini, 15 ≤ x ≤ 19; 5 ≤ y ≤8 | 24 ≤ y ≤ 27 dan 20 ≤ z ≤ 23. Dari sekumpulan voxel tersebut didapatkanlah VOI sejumlah 80 voxel dengan ukuran 5 × 4 × 4 di bagian kiri dan 80 voxel dengan ukuran 5 × 4 × 4 di bagian kanan. Citra potongan aksial dari BigBrain yang telah disesuaikan dengan citra ECVT ditunjukkan pada Gambar 3.4 dan Gambar 3.5. c. Data Pengukuran Setelah dilakukan seleksi frame, data hasil pengukuran yang berupa nilai kapasitansi ternormalisasi untuk 496 pasangan sensor kemudian direkonstruksi menjadi distribusi nilai permitivitas (citra). Setiap frame menghasilkan satu citra volumetrik yang merupakan kumpulan dari 32 × 32 × 32 voxel. Setiap voxel mewakili suatu volume yang melingkupi sensor ECVT. Citra volumetrik tersebut ditampilkan dalam potongan axial (searah sumbu z) sebanyak 32 lapisan (slice), dengan potongan ke-1

30 adalah bagian kepala paling bawah dan potongan ke-32 (terakhir) adalah bagian kepala paling atas. Setiap potongan terdiri dari 32 × 32 pixel pada bidang xy. Pada citra tersebut nilai tiap voxel ditampilkan dalam kode warna tertentu dengan skala 0 sampai 1. Skala terendah ditampilkan dalam warna biru, sedangkan skala tertinggi ditampilkan dalam warna merah. d. Pengolahan Citra Citra ECVT (distribusi nilai permitivitas) yang terbentuk mungkin saja berbeda-beda akibat perbedaan waktu pembentukan frame dan pergeseran objek (kepala manusia) di dalam lingkup sensor, namun masih mewakili satu objek yang sama. Pola distribusi permitivitas yang ditampilkan setiap citra mewakili perubahan potensial listrik yang terjadi di daerah tertentu pada objek. Daerah - daerah tersebut dapat diketahui dengan mencari centroid objek pada citra. Centroid objek yang dimaksud adalah titik pusat massa dari suatu kumpulan nilai distribusi permitivitas yang seragam pada daerah tertentu. Citra ECVT yang terbentuk pada setiap frame diibaratkan sebagai rangkaian yang membentuk suatu kesatuan citra. Dengan mencari jarak antar centroid objek pada citra dari keseluruhan frame, akan didapatkan koordinat pusat objek dan daerah irisan centroid. Pada tahap akhir pengolahan citra dilakukan segmentasi berdasarkan warna dengan batas intensitas permitivitas 0.8 – 1.0 untuk mendapatkan daerah aktivasi. Meski bisa didapatkan daerah aktivasi, namun metode ini masih memiliki kekurangan yaitu kurangnya akurasi pada ekstraksi daerah aktivasi

31 karena metode ini hanya mengolah data pixel pada satu dari sekian banyak potongan citra. Tidak ada fungsi depth (kedalaman) atau pengolahan voxel dalam satu selubung sensor karena belum didapatkan centroid yang akurat dan presisi pada objek 3D.

Gambar 3.5 Template Citra Otak Potongan Axial BigBrain Project, 1-16

32

Gambar 3.6 Template Citra Otak Potongan Axial BigBrain Project, 17-32

Gambar 3.7 Volume of Interest

33

34


4 BAB IV ANALISIS DATA DAN PEMBAHASAN Hasil Perekeman EEG Aktivitas otak manusia dikelompokkan ke dalam empat macam ritme berdasarkan frekuensi osilasinya yaitu delta (0.5 – 4 Hz), theta (4 - 8 Hz), alpha (8 - 13 Hz), beta (13 - 30 Hz), dan gamma (di atas 30 Hz). Perbedaan ritme ini bergantung pada usia dan perilaku subjek, serta tingkat kesadaran. Didapatkan fitur power spectral density (PSD) untuk mengetahui ada tidaknya aktivitas sinyal EEG pada frekuensi tertentu selama perekaman yang ditunjukkan pada Gambar 4.1. Tiap puncak spektrum menunjukkan nilai frekuensi yang terkandung pada aktivitas otak yang terekam. Masing-masing spektrum mewakili data perekaman tiap kondisi stimulus. Didapatkan beberapa puncak pada masingmasing spektrum. Hal tersebut menunjukkan bahwa selama 192 detik pengambilan data, terdapat beragam ritme aktivitas otak yang terekam. Pada ketiga kondisi stimulus, didapatkan jumlah dan daya puncak spektrum yang berbeda, namun memiliki dua puncak yang berada pada frekuensi yang sama yaitu frekuensi 8 dan 10 Hz.

Gambar 4.1 Power Spectral Density Subjek 5

Gambar 4.2 menunjukkan distribusi nilai PSD pada frekuensi 8 dan 10 Hz untuk ketiga kondisi stimulus. Perbedaan warna pada 35

36 spektrum tersebut menunjukkan densitas daya sinyal yang didapatkan dari seluruh kanal EEG, dengan warna biru mewakili nilai terendah dan warna merah mewakili nilai tertinggi. Nilai PSD yang tinggi tedistribusi pada daerah kiri (di antara T7 dan FC5) dan daerah kanan (di antara T8 dan F8) kepala subjek.

(1.a)

(1.b)

(2.a)

(2.b)

(3.a)

(3.b)

Gambar 4.2 Pola Distribusi PSD Subjek 5 (1) Kondisi Stimulus 1 (a) 8Hz (b) 10Hz (2) Kondisi Stimulus 2 (a) 8Hz (b) 10Hz (3) Kondisi Stimulus 3 (a) 8Hz (b) 10Hz

37

Gambar 4.3 Sinyal EEG Subjek 5 pada Rentang 0 – 30 detik

38

Gambar 4.4 ERP Subjek 5

Gambar 4.3 menunjukkan sinyal EEG Subjek 5 pada rentang waktu 0 – 30 detik (1 subset stimuli) untuk seluruh kondisi stimulus. Pada kondisi off osilasi sinyal cenderung stabil. Sinyal mengalami perubahan pola pada rentang waktu 12 – 18 detik yaitu pada saat stimulus berbunyi. Ketiga kondisi stimulus menunjukkan pola yang hampir sama pada rentang waktu tersebut. Sinyal EEG tersebut kemudian diolah untuk mengetahui potensial aksi yang terbentuk akibat adanya stimulus. Gambar 4.4 menunjukkan pola ERP Subjek 5 pada ketiga kondisi stimulus. Dari grafik tersebut dapat dilihat adanya pola aktivasi yang berbeda pada rentang waktu tertentu. Pola ERP ketiga kondisi stimulus mengalami puncak polarisasi yang sama pada waktu tertentu. Pada rentang waktu 0 – 50 ms, terbentuk lima puncak dengan polarisasi positif yang direpresentasikan dengan label I, II, III, IV, dan V. Pada waktu 60 ms, terbentuk puncak dengan polarisasi negatif yang disebut N60. Selain itu, terbentuk pula puncak dengan polarisasi negatif pada rentang waktu 90 - 110

39 ms yang disebut N100. N100 terjadi akibat adanya gangguan stimulus yang diproses otak, terbentuk oleh sekumpulan sel saraf pada auditory cortex di Heschl’s gyrus dan planum temporale (Godey, 2001). Amplitude N100 bergantung pada rise time stimulus, loudness stimulus, dan frekuensi suara stimulus. Selain itu, terdapat puncak dengan polarisasi positif P100, P200, dan P300. P200 merefleksikan aktivitas post-synaptic dari proses neural, dalam hal ini saraf-saraf pendengaran. Amplitudo P200 terasosiasi dengan adanya paparan stimulus yang berulang (Tremblay, 2001). P300 menunjukkan adanya rekognisi terhadap stimulus. Hal tersebut mungkin saja terjadi karena dalam satu set perekaman aktivitas otak, stimulus dibunyikan berulang sebanyak 10 kali. Amplitudo P300 dianggap sebagai aktivasi CNS yang menunjukkan adanya atensi terhadap stimulus setelah terjadinya rekognisi (Blinowska, 2006). Setelah didapatkan pola ERP masing - masing subjek, dilakukan analisis kemiripan sinyal. Analisis kemiripan pada sinyal dilakukan dengan membandingkan pola ERP seluruh subjek terhadap subjek referens (S1) dengan tujuan untuk mengetahui bagaimana pola aktivasi sinyal otak untuk setiap subjek dalam merespon adanya stimuli (Isadewa, 2010).

40

Gambar 4.5 Pola ERP Seluruh Subjek Stimulus 1


41


Gambar 4.5 - Gambar 4.7 menunjukkan pola ERP seluruh subjek mulai S1 sampai S7 pada kondisi stimulus 1 sampai dengan kondisi stimulus 3. Pada kondisi stimulus 1, pola ERP pada seluruh subjek mempunyai pola yang hampir sama satu sama lain, kecuali S4. Didapatkan pola aktivasi, dan polarisasi dengan amplitudo yang sama pada S1, S2, S3, S5, S6 dan S7 pada rentang waktu tertentu. Keenam subjek tersebut menunjukkan pola aktivasi dengan polarisasi negatif dan nilai amplitudo 1.7 µV pada waktu 30 ms, polarisasi negatif dengan amplitudo 1.7 µV pada 45 ms, serta polarisasi negatif dengan amplitudo 1.6 µV pada 130 ms. Dilakukan analisis korelasi pada pola ERP seluruh subjek tersebut dengan pola ERP subjek referens (S1) sehingga didapatkan nilai koefisien korelasi yang ditunjukkan pada Gambar 4.8. Nilai koefisien korelasi terendah didapat dari hubungan dengan S4, sementara keenam subjek lainnya memiliki nilai korelasi yang cukup tinggi, yaitu di atas 0.5. Korelasi yang paling tinggi didapat pada pola ERP kondisi stimulus 3 dengan nilai korelasi terendah adalah 0.43 (S4) dan 0.8 (S5).

42

Korelasi ERP

Koefisien Korelasi

Stimulus 1

Stimulus 2

Stimulus 3

3

5

1.2 1 0.8 0.6 0.4 0.2 0 0

1

2

4

6

7

8

Subjek

Gambar 4.8 Kemiripan Pola ERP

Hasil Pengukuran ECVT Data pengukuran yang didapat dari DAS ECVT adalah tegangan terukur dari 496 pasangan sensor. Rata-rata tegangan terukur dari seluruh subjek pada tiap kondisi pengukuran ditampilkan pada Gambar 4.9. Dari grafik didapatkan nilai rata-rata tegangan terukur pada kondisi off lebih rendah dibanding seluruh kondisi stimulus, dengan nilai rata-rata yang hampir sama pada tiap subjeknya. Sementara pada ketiga kondisi stimulus, nilai rata-rata tegangan terukur bervariasi antara 65.5 mV sampai dengan 67.5 mV dengan nilai rata-rata terendah pada S5. Nilai tegangan terukur masih belum dapat menunjukkan pola yang jelas mengenai perbedaan sinyal dari ketiga kondisi stimulus. Selain itu, belum dapat dipastikan bahwa adanya perbedaan nilai tegangan terukur antara kondisi off dengan ketiga kondisi stimulus benar benar diakibatkan oleh adanya aktivasi otak. Nilai tegangan terukur kemudian diolah untuk mendapatkan nilai kapasitansi pengukuran, kemudian dinormalisasi dengan nilai kapasitansi kalibrasi. Selanjutnya, nilai kapasitansi direkonstruksi menjadi distribusi permitivitas bahan yang dilingkupi sensor. Nilai distribusi permitivitas seluruh subjek pada seluruh kondisi pengukuran ditampilkan pada Gambar 4.12. Nilai rata-rata

43 distribusi permitivitas pada Gambar 4.9 menunjukkan pola yang mirip dengan Gambar 4.12, dimana pada kondisi off nilai rataratanya lebih rendah dibanding ketiga kondisi stimulus. Hal tersebut dapat menjadi indikasi bahwa perbedaan nilai rata-rata distribusi permitivitas antara kondisi off dan ketiga kondisi stimulus diakibatkan oleh aktivasi otak, karena potensial listrik pada otak saat aktivasi memengaruhi nilai distribusi permitivitas. Nilai Rata-Rata Tegangan Terukur

Tegangan Terukur (mV)

OFF

Stimulus 1

Stimulus 2

Stimulus 3

68 67 66 65 64 63 0

1

2

3

4

5

6

7

8

Subjek

Gambar 4.9 Nilai Rata-Rata Tegangan Terukur ECVT

Rekonstruksi Citra ECVT Berikut merupakan hasil rekonstruksi citra ECVT pada potongan sagittal nomor 10 dan axial nomor 20. Citra yang ditampilkan pada Gambar 4.10 dan 4.11 di bawah merupakan citra S1 frame ke-20. Angka yang tertera pada axis tiap citra tersebut mewakili pixel (nomor matriks) dari citra. Pada kondisi off nampak nilai distribusi permitivitas yang rendah hampir mendekati 0 di daerah VOI. Sementara pada ketiga kondisi stimulus, nampak nilai distribusi permitivitas yang lebih tinggi di daerah VOI dibanding kondisi off meskipun luasan dan intensitasnya berbeda-beda. Besarnya nilai distribusi permitivitas pada ketiga kondisi stimulus tidak signifikan. Selain itu, luasan dan intensitas distribusi permitivitas yang dibentuk pada tiap frame sangat bervariasi sehingga sulit untuk menentukan daerah aktivasi.

44

Gambar 4.10 Hasil Rekonstruksi Citra ECVT Axial View

Gambar 4.11 Hasil Rekonstruksi Citra ECVT Sagittal View

45

46

Nilai Rata-Rata Distribusi Permitivitas OFF

Stimulus 1

Stimulus 2

Stimulus 3

4

6

0.6 0.5 0.4 0.3 0.2 0.1 0 0

1

2

3

5

7

8

Subjek

Gambar 4.12 Nilai Rata-Rata Distribusi Permitivitas ECVT

Pengolahan Citra ECVT Berikut merupakan hasil pengolahan citra ECVT yang sudah ditampilkan pada template citra otak dari Bigbrain. Citra ECVT digabung dengan template citra otak untuk memberi gambaran secara kasar dimana posisi suatu potongan dan voxel citra ECVT terhadap bentuk otak yang sebenarnya (Gambar 4.13). Pada tahap akhir pengolahan citra dilakukan segmentasi citra dengan batas intensitas permitivitas 0.8 – 1.0 untuk mendapatkan daerah aktivasi. Daerah hasil segmentasi tersebut muncul pada citra kondisi stimulus 1, stimulus 2, dan stimulus 3. Sedangkan, hasil citra pada kondisi off tidak menunjukkan adanya nilai permitivitas pada rentang tersebut. Daerah hasil segmentasi yang muncul pada citra ketiga kondisi stimulus berada pada daerah VOI dengan indeks permitivitas terhadap sumbu x dan sumbu y seperti ditunjukkan pada Gambar 4.14 sampai Gambar 4.17 berikut. Sumbu horizontal pada grafik-grafik di bawah mewakili koordinat voxel pada sumbu x, sumbu y dan sumbu z, sedangkan sumbu vertikal mewakili indeks permitivitas.

47

Sagital 10 Kondisi Off

Aksial 20 Kondisi Off

Sagital 10 Kondisi Stimulus 1

Aksial 20 Kondisi Stimulus 1



48



Gambar 4.13 Hasil Pengolahan Citra ECVT

Pada kondisi stimulus 1, nilai permitivitas terdistribusi di titik 15 - 20 sumbu x; 5 - 9 dan 22 – 27 sumbu y; serta 20–23 sumbu z. Pada kondisi stimulus 2, nilai permitivitas terdistribusi di titik 15 19 sumbu x; 5 - 9 dan 24 - 28 sumbu y; serta 20 - 23 sumbu z. Pada kondisi stimulus 3, nilai permitivitas terdistribusi di titik 15 - 19 sumbu x; 5 - 8 dan 25 - 27 sumbu y; serta 20 - 23 sumbu z. Nilai distribusi permitivitas hasil pengolahan citra disusun searah sumbu x, sumbu y, dan sumbu z. Kemudian dicari koefisien korelasi antar subjek terhadap subjek referens pada masing – masing kondisi. Korelasi tersebut ditampilkan pada Gambar 4.18. Pada kondisi stimulus 1 didapatkan koefisien korelasi terendah bernilai 0.6 pada hubungan dengan S2 dan S5. Pada kondisi stimulus 2 koefisien korelasi terendah bernilai 0.55 pada hubungan dengan S4. Sedangkan pada kondisi stimulus 3 koefisien korelasi bernilai cukup tinggi, keseluruhan subjek bernilai lebih dari 0.6.

49

Sagital (X)

Sagital (Z)

Aksial (X)

Aksial (Y)

Gambar 4.14 Indeks Permitivitas Kondisi Off

Sagital (X)

Sagital (Z)

Aksial (X)

Aksial(Y)

Gambar 4.15 Indeks Permitivitas Kondisi Stimulus 1

50

Sagital (X)

Sagital (Z)

Aksial (X)

Aksial (Y)


Sagital (X)

Sagital (Z)

Aksial (X)

Aksial (Y)


51

Korelasi Hasil Pengolahan Citra Stimulus 1

Stimulus 2

Stimulus 3

Koefisien Korelasi

1.2 1 0.8 0.6 0.4 0.2 0 0

2

4

6

8

Subjek

Gambar 4.18 Kemiripan Citra ECVT Hasil Pengolahan

Pembahasan Pola ERP yang paling kuat didapatkan dari kanal T7, T8, dan F8 pada EEG dengan persebaran pola ERP digambarkan dalam topografi seluruh kanal di kulit kepala pada Gambar 4.19 (a). Gambar tersebut menunjukkan lokasi bagian otak yang merespon terhadap stimulus audio yang diberikan yaitu pada kanal T7, T8 dan F8. Lokasi kanal tersebut terletak di sekitar auditory cortex pada lobus temporal. Lokasi aktivasi yang dipetakan oleh EEG ini sesuai dengan lokasi aktivasi yang dipetakan ECVT. Hasil pengolahan citra ECVT menunjukkan bahwa nilai permitivitas terdistribusi pada titik 15 - 20 sumbu x; 5 - 9 dan 22 – 27 sumbu y; serta 20–23 sumbu z. Lokasi tersebut sesuai dengan VOI yang telah ditentukan, yaitu pada auditory cortex yang terletak di Heschl’s gyrus pada lobus temporal, di antara potongan tiap sumbu berikut ini, 15 ≤ x ≤ 19; 5 ≤ y ≤8 | 24 ≤ y ≤ 27 dan 20 ≤ z ≤ 23. Sehingga dapat disimpulkan bahwa baik EEG dan ECVT keduanya dapat memetakan aktivasi otak akibat stimulasi pendengaran di daerah yang sama.

52

(a)

(b)

Gambar 4.19 Lokasi aktivasi (a) EEG (b) ECVT

53


5

BAB V PENUTUP

Kesimpulan Kesimpulan dari tugas akhir ini adalah sebagai berikut. 1. Telah dibuat suatu rancangan eksperimen untuk mengamati aktivitas pendengaran pada otak manusia menggunakan EEG dan ECVT. Eksperimen yang dirancang terdiri dari 4 kondisi dengan kondisi off sebagai baseline di mana subjek tidak menerima stimulus audio, dan tiga kondisi lain dimana subjek menerima stimulus audio dengan frekuensi suara yang berbeda. 2. Terekam aktivitas otak dengan EEG pada ritme alpha, dengan adanya kemiripan pola ERP pada waktu 30 ms, 45 ms, dan 130 ms. Polaritas potensial aksi bernilai negatif dengan amplitudo 1.6 µV. 3. Didapatkan nilai permitivitas ECVT terdistribusi di daerah 15 ≤ x ≤ 19 | 5 ≤ y ≤ 8; 24 ≤ y ≤ 27 dan 20 ≤ z ≤ 23. Kemiripan citra hasil pengolahan citra ECVT seluruh subjek terhadap subjek referens pada ketiga kondisi stimulus bernilai lebih dari 0.5. Saran Eksperimen pengamatan fungsi otak memerlukan kecepatan akuisisi data yang tinggi sehingga akan lebih baik jika kemampuan sistem ECVT dalam mengambil data dipercepat karena pemrosesan stimulus berlangsung dalam waktu singkat. Hal tersebut juga berdampak pada kenyamanan subyek saat dilakukan pengambilan data. Pemakaian sensor ECVT yang terlalu lama membuat subjek lelah dan sulit berkonsentrasi, padahal sensor sebaiknya tidak dilepas selama eksperimen berlangsung untuk menghindari ketidakakuratan data akibat perbedaan posisi pemakaian sensor.

54

55


1

DAFTAR PUSTAKA

Amunts, K. dkk. 2013. “Big Brain: An Ultrahig-Resolution 3D Human Brain Model”. Science Translational Medicine 340 (6139): 1472-1475. DOI: 10.1126/science.1235381. Bell, A. 2004. “Hearing: Travelling wave or resonance?”. PLoS Biol 2: e337. Blinowska, K., Durka, P. 2006. “Electroencephalography (EEG)”. Wiley Encyclopedia of Biomedical Engineering. DOI: 10.1002/9780471740360.ebs0418. Chittka, L., Brockmann, A. 2009. “Perception Space – The Final Frontier”. PLoS Biology. DOI: 10.1371/journal.pblo.0030137 Corti, A. (1851). Recherches sur l’organe de l'ouïe des mammiferes. Zeitschrift für Wissenschaftliche Zoologie, 3, 106–169. Freeman, W. J., Quiroga, R. Q. 2013. Imaging Brain Function with EEG. London: Springer New York Heidelberg Dodrecht London. DOI: 10.1007/978-1-4614-4984-3. Gelfand, S. A. 2010. Hearing: An Introduction to Psychological and Physiological Acoustics 5th edition. London: Informa Healthcare. Godey, B. dkk. 2001. "Neuromagnetic source localization of auditory evoked fields and intracerebral evoked potentials: A comparison of data in the same patients". Clinical Neurophysiology. 112 (10): 1850–1859. DOI:10.1016/s13882457(01)00636-8. PMID 11595143. Gollub, R. 2008. HST. 583 Functional Magnetic Resonance Imaging: Data Acquisition and Analysis. Massachussetts Institute of Technology: MIT OpenCourseWare. Diakses dari: http://ocw.mit.edu/courses/health-sciences-andtechnology/hst-583-functional-magnetic-resonance-imagingdata-acquisition-and-analysis-fall-2008 [Diakses 10 Januari 2016]

55

Hakim, A. N. R. 2008. Algoritma Rekonstruksi Citra pada Electrical Capacitance Volume Tomography (ECVT) untuk Sistem Pencitraan Tubuh Manusia. Universitas Indonesia. Handayani, dkk. 2015. “Investigation of The Music’s Effect on Human Brain Activity Using ECVT Brain Scanner and EEG”. Hines, T. 2013. “Anatomy of the brain.” Mayfield Clinic Health Info. University of Cincinnati of Neurosurgery. Ohio. Hudspeth, A. J. 1989. “How the ear’s work”. Nature 341(6421): 397-404. DOI: 10.1038/341397a0. Hudspeth, A. J., Konishi, M. 2000. “Auditory neuroscience: development, transduction, and integration”. Proc National Academy of Sciences USA 97 (22): 11690-1. DOI: 10.1073/pnas.97.22.11690. Isadewa, B. 2010. Ekstraksi Fitur Sinyal Elektroensefalograf (EEG) untuk Identifikasi Unspoken-speech Menggunakan EEGLAB. Institut Teknologi Sepuluh Nopember. Kaas, dkk. 1999. “Auditory processing in primate cerebral cortex”. Current Opinions in Neurobiologi 9 (2): 164-70. DOI: 10.1016/S0959-4388(99)80022-1. Mahendra, M. 2013. Observasi Aktivitas Visual Otak Manusia dengan ECVT – Tugas Akhir. Institut Teknologi Bandung. Marashdesh, Q. M. 2006. Advances in electrical capacitance tomography. Ohio State University: Ohio State University. Diakses dari: http://rave.ohiolink.edu/etdc/view?acc_num=osu114859 [Diakses 10 Januari 2016] Muhtadi, A. H. 2012. 4D Brain Activity Scanning – Tugas Akhir. Institut Teknologi Bandung. Reece J., dkk. 2011. Campbell Biology 9th ed., Benjamin Cummings. Taruno, W. dkk., 2013. 4D brain activity scanner using Electrical Capacitance Volume Tomography (ECVT). Biomedical Imaging (ISBI), 2013 IEEE 10th International Symposium on, pp.1006-1009.

56

Tremblay, dkk. 2001. “Central auditory plasticity: Changes in the N1-P2 complex after speech-sound training”. Ear and Hearing 22,79-90 Warsito, dkk. 2007. “Electrical Capacitance Volume Tomography”. IEEE Sensors Journal, Vol. 7, No.4, April 2007 Warsito, dkk. 2014. “Electrical Capacitance Volume Tomography for Human Brain Motion Activity Observation”. Middle East Conference on Biomedical Engineering.

57

LAMPIRAN A SPESIFIKASI ALAT 1.

EMOTIV EPOC+

Gambar A-1. EMOTIV EPOC+ 14 Channel Signals 14 channels: References:

AF3, F7, F3, FC5, T7, P7, O1, O2, P8, T8, FC6, F4, F8, AF42 In the CMS/DRL noise cancellation configuration P3/P4 locations

Signal resolution Sampling method: Sequential sampling. Single ADC Sampling rate: 128 SPS or 256 SPS* (2048 Hz internal) Resolution: 14 bits 1 LSB = 0.51μV (16 bit ADC, 2 bits instrumental noise floor discarded), or 16 bits* Bandwidth: 0.2 – 43Hz, digital notch filters at 50Hz and 60Hz Filtering: Built in digital 5th order Sinc filter Dynamic range: 8400μV (pp) Coupling mode: AC coupled Connectivity Wireless : Bluetooth® Smart

Proprietary wireless: 2.4GHz band Power Battery : Internal Lithium Polymer battery 640mAh Battery life: up to 12 hours using proprietary wirelss, up to 6 hours using Bluetooth® Smart 2.

ECVT Brain Scanner Helmet Type 32 Channel

Gambar A-2. ECVT Brain Scanner Helmet Type 32 Channel Panel connector and indicator Sensor Interface 32 x BNC Switch Indicator Supply on LED Indicator Data Processing PC Interface USB Serial Power Input IEC Connector Cable Case Detail Dimension 132.5 x 320 x 280 mm Weight 5.1 kg Power Supply 90-264 VAC / 47-440 Hz Power Consumption 40 Watt / 133 mV

Measurement Detail Excitation signal Dynamic Range Resolution Sensitivity Accuracy Precision Noise Level Signal to Noise Ratio Temperature Stability Drift Data Rate Baud Rate Working Channel Mode Warming Up Time

16.8 Vpp sine-wave; 2.5 MHz 0-10pF 0.18 pF 320 mV / pF 21.55% Mean Absolute Error 2fF Standard Deviation 0.03% 68.87 dB …. fF per degree celcius 1.96 mV per hour / 4.7 fF 2.5 fps 16-ch 115200, 230400, 460800, 921600 bps 2, 4, 8, 12, 16, 20, 24, 28, 32 10 minutes

LAMPIRAN B PROFIL SUBJEK PENELITIAN Tabel B-1. Profil Subjek Penelitian Usia Subjek Ambang Pendengaran (tahun)

S1

23

S2

29

S3

22

S4

25

S5

22

S6

29

S7

26

LAMPIRAN C HASIL PEREKAMAN EEG

Gambar C-1. Power Spectral Density S1







Gambar C-8. ERP Average S1







LAMPIRAN D HASIL PEREKAMAN ECVT

Sagital Off

Sagital Stimulus 1

Sagital Stimulus 2

Sagital Stimulus 3

Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2

Aksial Stimulus 3

Gambar D-1. Citra ECVT S1

Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2

Aksial Stimulus 3


Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2


Aksial Stimulus 3

Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2

Aksial Stimulus 3


Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2


Aksial Stimulus 3

Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2

Aksial Stimulus 3


Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2


Aksial Stimulus 3

LAMPIRAN E HASIL PENGOLAHAN CITRA ECVT

Sagital Off

Sagital Stimulus 1

Sagital Stimulus 2

Sagital Stimulus 3

Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2

Aksial Stimulus 3

Gambar E-1. Citra ECVT S1

Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2

Aksial Stimulus 3


Aksial Off

Aksial Stimulus 1 Aksial Stimulus 2 Gambar E-3. Citra ECVT S3

Aksial Stimulus 3

Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2

Aksial Stimulus 3


Aksial Off


Aksial Stimulus 3

Aksial Off

Aksial Stimulus 1

Aksial Stimulus 2

Aksial Stimulus 3


Aksial Off


Aksial Stimulus 3

BIODATA PENULIS Penulis dilahirkan di Brebes pada tanggal 19 Agustus 1995, anak pertama dari 3 bersaudara. Penulis telah menamatkan pendidikan formal dari SDN 2 Cipaisan, SMPN 3 Purwakarta, SMAN 1 Purwakarta dan terakhir di ITS Surabaya jurusan S1 Teknik Fisika. Saat masa studi kuliah, penulis mengambil bidang minat Vibrasi dan Akustik dengan ketertarikan pada bidang Auditory Neuroscience. Selain bidang minat tersebut penulis juga mempelajari bidang minat Fotonika. Penulis memulai kegiatan organisasi kampus dengan menjadi staff Tim Event Eksternal HMTF pada tahun kedua dan tetap menjalankan aktivitas sebagai Tim Event Eksternal HMTF pada tahun ketiga. Karena kesukaannya pada dunia event organizing, penulis pada tahun yang sama juga mencurahkan tenaganya di Tim Sponsorship ITS EXPO 2014 dan Staff Ahli Sponsorship ITS EXPO 2015. Pada tahun 2015, penulis menjalani kerja praktik di Lab Neuroscience CTECH Labs Edwar Technology, Tangerang Selatan. Pengalaman tersebut menginspirasi penulis untuk melakukan penelitian tugas akhir di tempat yang sama dengan topik di bidang neuroscience. Jika pembaca ingin bertanya, memberi kritik dan saran, penulis dapat dihubungi melalui [email protected].

OBSERVASI AKTIVITAS PENDENGARAN PADA OTAK MANUSIA DENGAN ELECTRICAL CAPACITANCE VOLUME TOMOGRAPHY

Recommend Documents