ANALISIS SISTEM PENDETEKSI TAHAPAN TIDUR [SLEEP STAGE DETECTION SYSTEM ANALYSIS]

Junita Junita
{"title":"ANALISIS SISTEM PENDETEKSI TAHAPAN TIDUR [SLEEP STAGE DETECTION SYSTEM ANALYSIS]","authors":"Junita Junita","doi":"10.19166/jstfast.v7i1.6702","DOIUrl":null,"url":null,"abstract":" The COVID-19 pandemic has forced some parents to work at home while taking care of their children and taking care of household chores without the help of relatives, housemaids, or nurses. The demands of doing many jobs at once can result in parents, especially parents with babies, being careless in supervising their babies. One of the moments that make parents careless in supervising their babies is when parents suspect the baby is sleeping, because at that moment parents are usually busy doing other chores. With a system that can detect baby's sleep activity, especially detecting stage one, also called NREM (non-rapid eye movement) stage 1, where a person is almost awake, this risk can be minimized because parents can know when the baby is about to wake up and supervise before the baby is fully awake. This study analyzes the ability of two devices, namely, EEG (electroencephalogram) and a smart watch with a sleep tracker feature, as tools for detecting sleep activity of the research subject, specifically detecting stage 1 of the subject’s sleep cycle. In this study, CCTV was also used to find out when the subject was awake. The results of this study indicate that both tools can detect when the subject is awake. Between the two tools used, there was a higher match between CCTV (Closed Circuit Television) footage and the smart watch sleep cycle diagram. For the analysis of the transfer of stages before the subject awakens, the stage that most often becomes the stage before awakening is Light, which is 69.2% for detection with EEG and 76.1% for detection with smart watch. And what rarely happens is moving the sleep stages from Deep to waking up, which is 0% for detection with EEG and 2.3% for detection with smart watch.Bahasa Indonesia Abstract:Pandemi COVID-19 mengharuskan beberapa orang tua bekerja di rumah sambil menjaga anak dan mengurus pekerjaan rumah tangga tanpa bantuan sanak saudara, pembantu rumah tangga, ataupun suster. Tuntutan mengerjakan banyak pekerjaan sekaligus dapat mengakibatkan orang tua, khususnya orang tua dengan bayi, lengah dalam mengawasi bayinya. Salah satu momen yang membuat orang tua lengah dalam mengawasi bayinya adalah ketika orang tua menduga bayinya sedang tidur, karena di momen itu biasanya orang tua paling leluasa untuk mengerjakan pekerjaan yang lain. Dengan sistem yang dapat mendeteksi aktivitas tidur bayi, terutama mendeteksi tahap satu, yang disebut juga dengan NREM (non-rapid eye movement) stage 1, dimana seseorang sudah hampir bangun, risiko tersebut dapat diminimalkan karena orang tua dapat mengetahui ketika bayinya sudah akan terbangun dan mengawasi sebelum bayinya sepenuhnya bangun. Penelitian ini menganalisa kemampuan dua buah alat yaitu, EEG (electroencephalogram) dan smart watch dengan fitur sleep tracker, sebagai alat pendeteksi aktivitas tidur dari subjek penelitian, khususnya mendeteksi tahap 1 dari siklus tidur pada subjek penelitian. Pada penelitian ini digunakan juga CCTV (Closed Circuit Television) untuk mengetahui kapan subjek penelitian sepenuhnya bangun. Hasil dari penelitian ini menunjukkan kedua alat dapat mendeteksi saat subjek terbangun. Di antara kedua alat yang dipakai, didapatkan kesesuaian yang lebih tinggi antara rekaman CCTV dan diagram siklus tidur smart watch. Untuk analisa perpindahan tahapan sebelum subjek penelitian terbangun, tahapan yang paling sering menjadi tahapan sebelum terbangun adalah Light yaitu sebanyak 69,2% untuk pendeteksian dengan EEG dan 76,1% untuk pendeteksian dengan smart watch. Dan yang paling jarang terjadi adalah perindahan tahapan tidur dari Deep kemudian terbangun, yaitu 0% untuk pendeteksian dengan EEG dan 2,3% untuk pendeteksian dengan smart watch.","PeriodicalId":375381,"journal":{"name":"FaST - Jurnal Sains dan Teknologi (Journal of Science and Technology)","volume":"9 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"FaST - Jurnal Sains dan Teknologi (Journal of Science and Technology)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.19166/jstfast.v7i1.6702","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

 The COVID-19 pandemic has forced some parents to work at home while taking care of their children and taking care of household chores without the help of relatives, housemaids, or nurses. The demands of doing many jobs at once can result in parents, especially parents with babies, being careless in supervising their babies. One of the moments that make parents careless in supervising their babies is when parents suspect the baby is sleeping, because at that moment parents are usually busy doing other chores. With a system that can detect baby's sleep activity, especially detecting stage one, also called NREM (non-rapid eye movement) stage 1, where a person is almost awake, this risk can be minimized because parents can know when the baby is about to wake up and supervise before the baby is fully awake. This study analyzes the ability of two devices, namely, EEG (electroencephalogram) and a smart watch with a sleep tracker feature, as tools for detecting sleep activity of the research subject, specifically detecting stage 1 of the subject’s sleep cycle. In this study, CCTV was also used to find out when the subject was awake. The results of this study indicate that both tools can detect when the subject is awake. Between the two tools used, there was a higher match between CCTV (Closed Circuit Television) footage and the smart watch sleep cycle diagram. For the analysis of the transfer of stages before the subject awakens, the stage that most often becomes the stage before awakening is Light, which is 69.2% for detection with EEG and 76.1% for detection with smart watch. And what rarely happens is moving the sleep stages from Deep to waking up, which is 0% for detection with EEG and 2.3% for detection with smart watch.Bahasa Indonesia Abstract:Pandemi COVID-19 mengharuskan beberapa orang tua bekerja di rumah sambil menjaga anak dan mengurus pekerjaan rumah tangga tanpa bantuan sanak saudara, pembantu rumah tangga, ataupun suster. Tuntutan mengerjakan banyak pekerjaan sekaligus dapat mengakibatkan orang tua, khususnya orang tua dengan bayi, lengah dalam mengawasi bayinya. Salah satu momen yang membuat orang tua lengah dalam mengawasi bayinya adalah ketika orang tua menduga bayinya sedang tidur, karena di momen itu biasanya orang tua paling leluasa untuk mengerjakan pekerjaan yang lain. Dengan sistem yang dapat mendeteksi aktivitas tidur bayi, terutama mendeteksi tahap satu, yang disebut juga dengan NREM (non-rapid eye movement) stage 1, dimana seseorang sudah hampir bangun, risiko tersebut dapat diminimalkan karena orang tua dapat mengetahui ketika bayinya sudah akan terbangun dan mengawasi sebelum bayinya sepenuhnya bangun. Penelitian ini menganalisa kemampuan dua buah alat yaitu, EEG (electroencephalogram) dan smart watch dengan fitur sleep tracker, sebagai alat pendeteksi aktivitas tidur dari subjek penelitian, khususnya mendeteksi tahap 1 dari siklus tidur pada subjek penelitian. Pada penelitian ini digunakan juga CCTV (Closed Circuit Television) untuk mengetahui kapan subjek penelitian sepenuhnya bangun. Hasil dari penelitian ini menunjukkan kedua alat dapat mendeteksi saat subjek terbangun. Di antara kedua alat yang dipakai, didapatkan kesesuaian yang lebih tinggi antara rekaman CCTV dan diagram siklus tidur smart watch. Untuk analisa perpindahan tahapan sebelum subjek penelitian terbangun, tahapan yang paling sering menjadi tahapan sebelum terbangun adalah Light yaitu sebanyak 69,2% untuk pendeteksian dengan EEG dan 76,1% untuk pendeteksian dengan smart watch. Dan yang paling jarang terjadi adalah perindahan tahapan tidur dari Deep kemudian terbangun, yaitu 0% untuk pendeteksian dengan EEG dan 2,3% untuk pendeteksian dengan smart watch.
新冠肺炎大流行迫使一些父母在没有亲戚、女佣或护士帮助的情况下在家工作,一边照顾孩子,一边做家务。同时做许多工作的要求会导致父母,尤其是有孩子的父母,在监督孩子时粗心大意。当父母怀疑孩子在睡觉的时候,父母会粗心大意地监督他们的孩子,因为在那个时候父母通常忙于做其他的家务。有了一个系统,可以检测婴儿的睡眠活动,特别是检测第一阶段,也称为NREM(非快速眼动)阶段,当一个人几乎是清醒的时候,这种风险可以降到最低,因为父母可以知道宝宝什么时候要醒来,并在宝宝完全清醒之前进行监督。本研究分析了EEG (electroencephalogram)和带有睡眠追踪功能的智能手表这两种设备作为检测研究对象睡眠活动的工具的能力,特别是检测受试者睡眠周期的第一阶段。在这项研究中,CCTV也被用来发现受试者何时是清醒的。这项研究的结果表明,这两种工具都可以检测到受试者何时处于清醒状态。在使用的两种工具之间,CCTV(闭路电视)镜头和智能手表睡眠周期图之间的匹配程度更高。对于被试唤醒前的阶段转移分析,最常成为唤醒前阶段的阶段是Light, EEG检测为69.2%,智能手表检测为76.1%。很少发生的是将睡眠阶段从深度移到醒来,脑电图的检测率为0%,智能手表的检测率为2.3%。摘要:2019冠状病毒病大流行mengharuskan beberapa orang tua bekerja di rumah sambil menjaga anak dan mengurus pekerjaan rumah tanga tanpa bantuan sanak saudara, pembantu rumah tanga, ataupun susster。Tuntutan mengerjakan banyak pekerjaan sekaligus dapat mengakibatkan orang tua, khususnya orang tua dengan bayi, lengah dalam mengawasi bayinya。Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah - Salah登干系统yang dapat mendeteksi aktivitas tidur bangui, terutama mendeteksi tahap satu, yang disebut juga Dengan NREM(非快速眼动)阶段1,dimana seseorang sudah hampir bangun, visiko tersebut dapat diminimalalkan karena orang tua dapat mengetahui ketika bayinya sudah akan terbangun dan mengawasi sebelum bayinya sepenuhnya bangun。脑电图(EEG)与智能手表、睡眠追踪器、睡眠追踪器、睡眠追踪器、睡眠追踪器、睡眠追踪器、睡眠追踪器。Pada penelitian ini digunakan juga CCTV(闭路电视)untuk mengetahui kapan subject penelitian sepenuhnya bangun。Hasil dari penelitian ini menunjukkan kedua alat dapat mendeteksi是一门学科。diantara kedua alat yang dipakai, didapatkan kesesaian yang lebih tinggi antara rekaman CCTV丹图siklus tidur智能手表。Untuk analyisa perpindahan tahapansebelum subject penelitian terbangun, tahapanyang paling sering menjadi tahapansebelum terbangun adalah Light yitu sebanyak 69,2% Untuk pendeteksian dengan EEG 76,1% Untuk pendeteksian dengan智能手表。Dan yang paling jarang terjadi adalah perindahan tahapan tidur dari Deep kemudian terbanguan, yitu % untuk pendeksian dengan EEG dan2,3 % untuk pendeksian dengan智能手表。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信