Editorial ilmu komputer
Open AccessOA2024
Pengenalan emosi dengan antarmuka otak-komputer berbasis EEG: tinjauan literatur sistematis
Tinjauan literatur sistematis ini mengkaji 216 penelitian tentang sistem BCI berbasis EEG untuk pengenalan emosi, memberikan gambaran menyeluruh atas seluruh komponen sistem serta mengidentifikasi tren dan celah penelitian.
Kübra Erat; Elif Bilge Şahin; Furkan Doğan; Nur Merdanoğlu; Ahmet Akcakaya; P. O. Durdu· Multimedia tools and applications· 2024· DOI 10.1007/s11042-024-18259-z
Masalah inti
Sistem Brain-Computer Interface (BCI) berbasis electroencephalography (EEG) untuk pengenalan emosi berpotensi memperkaya interaksi manusia-komputer dengan menyediakan informasi implisit mengenai keadaan kognitif dan emosional pengguna. Kemampuan ini menjadikan sistem tersebut topik penelitian yang penting. Penelitian ini bertujuan menyajikan tren dan celah di bidang ini melalui tinjauan literatur sistematis atas 216 karya ilmiah terbitan dari berbagai basis data termasuk ACM, IEEE Xplore, PubMed, Science Direct, dan Web of Science, yang mencakup periode 2016 hingga 2020. Tinjauan ini memberikan gambaran menyeluruh atas seluruh komponen sistem BCI berbasis EEG untuk pengenalan emosi, dari stimulus sinyal hingga pemrosesan sinyal, serta mengkaji bukti yang tersedia secara jelas, ringkas, dan sistematis. Temuan ini dimaksudkan untuk menginformasikan kepada para peneliti mengenai tren dan celah penelitian, serta memandu arah penelitian selanjutnya.
Inovasi
Tinjauan literatur sistematis dilakukan dengan mengumpulkan 216 literatur ilmiah terbitan dari berbagai basis data: ACM, IEEE Xplore, PubMed, Science Direct, dan Web of Science. Tinjauan ini mencakup publikasi dari 2016 hingga 2020. Analisis berfokus pada seluruh komponen sistem BCI berbasis EEG untuk pengenalan emosi, yang dikategorikan ke dalam dua modul utama: modul stimulus sinyal dan modul pemrosesan sinyal. Modul stimulus sinyal mencakup perangkat yang digunakan, stimulus sinyal, dan modalitas pemrosesan data. Modul pemrosesan sinyal mencakup akuisisi sinyal, pra-pemrosesan, ekstraksi fitur, seleksi fitur, algoritma klasifikasi, dan evaluasi kinerja. Tinjauan ini secara sistematis mengkaji setiap komponen untuk mengidentifikasi tren dan celah di bidang ini.
Pendahuluan
Sistem Brain-Computer Interface (BCI) berbasis electroencephalography (EEG) untuk pengenalan emosi berpotensi memperkaya interaksi manusia-komputer dengan menyediakan informasi implisit mengenai keadaan kognitif dan emosional pengguna. Kemampuan ini menjadikan sistem tersebut topik penelitian yang penting. Penelitian ini bertujuan menyajikan tren dan celah di bidang ini melalui tinjauan literatur sistematis atas 216 karya ilmiah terbitan dari berbagai basis data termasuk ACM, IEEE Xplore, PubMed, Science Direct, dan Web of Science, yang mencakup periode 2016 hingga 2020. Tinjauan ini memberikan gambaran menyeluruh atas seluruh komponen sistem BCI berbasis EEG untuk pengenalan emosi, dari stimulus sinyal hingga pemrosesan sinyal, serta mengkaji bukti yang tersedia secara jelas, ringkas, dan sistematis. Temuan ini dimaksudkan untuk menginformasikan kepada para peneliti mengenai tren dan celah penelitian, serta memandu arah penelitian selanjutnya.
Mengapa penting
Temuan tinjauan literatur sistematis ini memberikan wawasan mengenai tren dan celah penelitian dalam sistem BCI berbasis EEG untuk pengenalan emosi. Dengan mengkaji seluruh komponen sistem tersebut, penelitian ini menginformasikan kepada para peneliti mengenai keadaan terkini bidang ini dan memandu arah penelitian selanjutnya. Tinjauan ini menyoroti pentingnya memahami aktivitas kognitif dan emosional manusia melalui sistem BCI berbasis EEG, yang dapat meningkatkan interaksi manusia-komputer. Analisis atas 216 penelitian dari 2016 hingga 2020 mengungkap evolusi bidang ini dan mengidentifikasi area yang memerlukan penelitian lebih lanjut. Penelitian ini menyimpulkan bahwa meskipun kemajuan signifikan telah dicapai, masih terdapat celah yang perlu diatasi untuk memajukan pengembangan dan penerapan sistem pengenalan emosi berbasis EEG.
Siapa yang sebaiknya membaca
Pembaca Research Digest dan praktisi rumpun ini.
Membuka konten member…