Teknologi BCI dan Peluang Penelitian

Oleh Dr. Efy Yosrita

Dosen Fakultas Telematika Energi ITPLN

E-Techno. Sebagian orang mungkin kurang familiar mendengar kata Electroencephalography (EEG) dan Brain Computer Interface (BCI), meskipun implementasinya telah dimanfaakan diberbagai bidang, seperti bidang prostheses, robotik, games, kesehatan, pendidikan, virtual reality, speech recognition dan lainnya.

BCI merupakan sistem yang me manfaatkan sinyal aktivitas otak (sinyal EEG) yang diolah menggunakan algoritma machine learning atau algoritma deep learning sehingga menghasilkan sistem yang dapat dikontrol melalui pikiran. Salah satu
bidang BCI yang terus berkembang adalah unspoken speech recognition berdasarkan sinyal EEG.

Kehadiran teknologi BCI dapat dimanfaatkan untuk membantu orang–orang
yang memiliki masalah komunikasi secara lisan karena mengalami kelumpuhan baik total maupun sebagian anggota motoriknya. Satu di antaranya adalah penderita lock in syndrome (LIS). Keunikan penderita LIS adalah fungsi otaknya masih bekerja secara normal meskipun anggota tubuhnya lumpuh, seperti yang disampaikan
oleh Jean Dominique Bauby penderita LIS dalam bukunya berjudul “The Diving Bell and the Butterfly”.

Mereka mampu merasakan stimulus yang diberikan lingkungan terhadap dirinya, seperti sentuhan, suara dan sebagainya. Namun demikian mereka tidak dapat merespon stimulus tersebut. Kasus yang sempat menarik perhatian dunia pada tahun 2012 adalah seorang penderita LIS bernama Tony Nicklinson mengajukan permintaan kepada Parlemen Inggris agar diizinkan untuk melakukan euthanasia,
karena penderita merasa depresi dan merasa putus asa dengan kondisi yang dihadapi. Hal ini menggambarkan bagaimana penderita LIS sangat membutuhkan sistem yang dapat membantu mereka berkomunikasi dengan lingkungannya.

Peluang penelitian dalam bidang unspoken speech recognition masih terbuka luas. Hingga kini, penelitian bidang ini masih pada tahap awal. Banyak yang dapat dieksplorasi oleh para peneliti di antaranya ekplorasi fitur-fitur sinyal EEG
yang digunakan sebagai dataset, algoritma yang digunakan untuk mengklasifikasi class kata (word), suku kata (sylable) atau huruf (vowel).

Hal lainnya adalah penambahan dataset sinyal EEG, karena ketersediaan data set sinyal EEG, baik untuk kata, suku kata maupun huruf masih sedikit terutama dalam bahasa Indonesia. Selain itu, desain akuisisi sinyal EEG serta durasi hingga saat ini belum terstandar. (red)