Teknologi "Mind Reading As Controller (Brain Computer Interaction)"

Teknologi diciptakan bukan hanya untuk membantu kebutuhan manusia secara fisik, sebab manusia juga mempunyai masalah dalam pikiran dan otaknya. Jika Anda merasa stres dan tegang, teknologi bisa dikembangkan untuk ikut merasakannya. 

Penyakit degenerative syaraf yang menyebabkan penderita kehilangan kontrol terhadap syaraf motorik tubuh disebut dengan penyakit parkinson. Pada kondisi akut, penderita tidak dapat berjalan, harus berbaring di tempat tidur, dan bergantung kepada orang-orang di sekelilingnya untuk menjalankan segala aktivitasnya. Jika setiap alat yang ada di sekelilingnya dapat diperintah hanya dengan menggunakan otak, hidup penderita parkinson pasti menjadi lebih baik. 

Gambar 1. Penggunaan BCI

Sekelompok ilmuwan komputer di University of California Los Angeles (UCLA) memulai sebuah proyek penelitian yang cukup ambisius sejak tiga dekade lalu. Mereka meneliti bagaimana membuat komunikasi langsung antara otak dengan perangkat komputer. Tujuan mereka adalah membuat suatu peralatan yang praktis, sehinga manusia dapat menjalankan perangkat komputer cuma dengan menggunakan pikirannya. Jika berhasil, banyak orang yang akan terbantu, seperti orang-orang yang cacat secara fisik, dimana syaraf motoriknya tidak dapat berfungsi dengan baik, namun otak dan pikirannya masih berfungsi dengan normal, dapat memanfaatkan antar muka ini agar hidup mereka jadi lebih baik. Bukan hanya itu, jika penelitian ini berhasil, kehidupan umat manusia akan menjadi lebih praktis dan efisien. 

Proyek tersebut nampaknya seperti proyek tidak masuk akal yang hanya ada di film-film fiksi ilmiah. Namun selama beberapa tahun ini, proyek penelitian tersebut telah menjadi cabang ilmu komputer tersendiri, yaitu Brain Computer Interaction (atau brain-machine interface). Hasilnya sudah dapat dilihat secara nyata pada laboratorium sains beberapa universitas ternama, seperti Stanford University, University of Pittsburgh, dan MIT. Laju kursor mouse dari seperangkat komputer telah dapat dikontrol tanpa melakukan sentuhan sama sekali, dilakukan hanya dengan memikirkannya saja. 

Manfaat umum dari brain computer interaction adalah sebagai berikut :

• Membantu manusia yang tidak dapat menggerakkan anggota tubuhnya supaya bisa beraktivitas seperti biasa.

• Membantu mengontrol alat-alat/ benda (misalkan robot) dari jauh di daerah yang berbahaya atau kotor.

Ancaman yang mungkin dapat terjadi jika teknologi brain computer interaction sukses diciptakan adalah :

• Manusia menjadi pasif menggunakan anggota tubuhnya jika digunakan terus menerus untuk menjalankan aktivitas sehari-hari.

• Alat yang menggunakan brain computer interaction menjadi alat yang sangat berbahaya karena dikendalikan dari jarak jauh jika digunakan untuk tujuan buruk.

BCI dan Neuroprostetics

Salah satu fondasi ilmu pengetahuan yang menjadi dasar BCI, adalah ilmu rekayasa biomedis dan neirosains (ilmu yang mempelajari tentang sistem syaraf manusia). Neural prostheses merupakan seperangkat peralatan yang dapat menggantikan fungsi dari sistem syaraf atau organ sensor dalam tubuh manusia. Cochlear implant merupakan salah satu contoh neural prostheses yang digunakan untuk membantu orang yang pendengarannya kurang. Digolongkan sebagai neural prostheses karena alat ini secara langsung melakukan simulasi terhadap syaraf pendengaran di dalam koklea dengan sebuah medan elektrik.

Dalam BCI, perangkat neural prostheses dipakai untuk membaca sinyal elektris di dalam otak. Dalam beberapa dekade terakhir, para peneliti menemukan bahwa terdapat neuron-neuron di dalam otak manusia yang saling dihubungkan dengan dendrite dan axon. Sinyal elektris akan dihasilkan setiap kali kita memikirkan sesuatu karena adanya beda potensial dari ion yang ada di membran suatu neutron. Para ilmuwan komputer bekerja sama dengan ilmuwan biomedis, menangkap dan mempelajari pola-pola dari sinyal elektris tersebut, kemudian menerjemahkannya untuk dapat digunakan dalam melakukan pengontrolan suatu alat. Sebagai contoh, ketika seseorang melihat suatu objek berwarna merah, sinyal elektris yang dihasilkan akan mempunyai pola yang selalu sama. 

Beberapa aktivitas elektris dari otak yang banyak digunakan untuk aplikasi BCI adalah β dan μ Rhytms (dengan jangkauan frekuensi 8-12 Hz untuk μ dan 12-30 Hz untuk β, yang berhubungan erat dengan kegiatan motoris), P300, Steady State Visual Evoked Potential (SSVEP), yang merupakan respon alami otak ketika terjadi stimulasi visual), Slow Cortical Potentials (SCP, dihasilkan di cortex, setelah 0,5-10 detik).

Gambar 2. Cara Kerja Teknologi Brain Computer Interaction

Pola atau aktivitas yang dilakukan oleh otak tersebut, dapat direkam dengan menggunakan multielektroda atau elektroda tunggal yang diletakkan di permukaan otak atau di bawah tengkorak. Pada posisi tersebut, sinyal elektris dengan resolusi cukup baik dapat secara langsung diterima oleh elektroda. Metode ini disebut dengan metode invasive-BCI. 

Electrocorticogram (ECoG) merupakan salah satu contoh pengukuran aktivitas otak yang dilakukan di permukaan cortical (permukaan otak). Kerugian dari ECoG adalah adanya risiko dari pembedahan saat melakukan proses implantasi, perlunya waktu pemulihan setelah pembedahan, dan kebutuhan untuk melakukan pembedahan saat diperlukan pergantian elektroda yang berakibat mahalnya biaya implantasi elektroda secara invasive ini. Sat ini, penggunaan metode invasive lebih tepat digunakan untuk memetakan posisi sinyal elektroda terhadap respon-respon tertentu dengan lebih akurat. 

Metode lain yang dikembangkan adalah metode non-invasive, dimana proses perekaman sinyal menggunakan electroencephalographic (EEG) yang dapat diletakkan di kulit kepala. Ide perekaman aktivitas otak ini, merupakan hasil penelitian dari Hans Berger pada 1929, Sinyal EEG diukur dengan meletakkan elektroda pada hemisphere kepala. Titik pengukurannya dapat dilakukan pada daerah utama frontal, temporal, central, parietal, dan occipital lobe. Walaupun nampaknya praktis, namun tengkorak kepala akan melemahkan sinyal sehingga resolusi sinyal yang dihalikan untuk metode non-invasive ini tidak cukup baik dibandingkan dengan metode invasive.

Gambar 3. Sistem Kerja Teknologi Brain Computer Interaction 

Setelah sinyal elektris didapatkan, proses berikutnya adalah proses yang dikenal dengan nama pengolahan sinyal. Dalam pengolahan sinyal ada dua tahap, yaitu ekstraksi fitur (feature extraction) dan proses translasi. Proses ekstraksi fitur merupakan suatu algoritma yang secara khusus digunakan untuk mengurangi data yang berlebihan, dan mentransformasikan ke dalam suatu vector. Seteleh proses ekstraksi fitur ini, diharapkan data akan lebih mudah dianalisis untuk mendapatkan informasi-informasi yang berguna dalam proses selanjutnya, yaitu proses translasi. 

Setelah melalui tahap ini, sinyal telah diubah menjadi perintah sebagai masukan untuk aplikasi BCI atau untuk menjalankan perangkat tertentu. Kebutuhan utama dari system BCI adalah system hardware untuk mengelola simulasi, mendapatkan sinyal EEG (elektrodan dan amplifier samplers), dan perangkat untuk memberikan feedback. Salah satu produk komersial untuk hardware pada system BCI ini adalah Neuroscan System, yang terdiri dari Neurostim (PC untuk mengelola stimulasi visual atau akustik), SynAmps untuk menguatkan dan memfilter high frequency components dari sinyal EEG, ScanPC yang mengelola fungsi dari keseluruhan system dari akuisisi, pemrosesan, visualisasi, dan pertukaran data EEG dengan software, serta tentu saja elektroda (yang dapat dibentuk menjadi “topi”) untuk menangkap sinyal dari otak. Sementara, perangkat lunak lebih dibutuhkan untuk melakukan pengolahan sinyal dan interpretasi.

Aplikasi BCI 

a. BCI untuk Pengejaan Kata

Gambar 4. BCI Untuk Pengejaan Kata 

P300 (peak) merupakan fenomena yang banyak diteliti pada pemrosesan sinyal. P300 merupakan event-related potential (ERP), yang nampak pada perekaman EEG sebagai gelombang puncak pada 300 milidetik setelah suatu kejadian distimulasikan ke otak. Pemanfaatan P300 yang umum adalah pemanfaatan dalam melakukan pengejaan kata. Tiga puluh enam symbol disusun dalam petak 6x6. 

Karakter-karakter akan di-highlight secara acak baik per kolom, per baris, maupun per satu karakter, dan user memikirkan karakter apa yang ingin dikomunikasikan. Akurasi 80-100% pengejaan 5 buah karakter bias didapatkan melalui 5 menit pelatihan. 

b. BCI untuk Kursi Roda Otomatis

Gambar 5. BCI Untuk Kursi Roda otomatis 

Fenomena P300 juga dimanfaatkan dalam kursi roda. Agar kursi roda dapat diarahkan pada tujuan yang diinginkan, pengguna harus berkonsentrasi untuk memikirkan arah yang hendak dituju melalui sebuah layar. Dari sini, sinyal elektronik yang dihasilkan oleh otak akan diolah menggunakan pengolahan sinyal (baik secara hardware maupun software). Dari situ akan terbentuk perintah untuk mengontrol arah dan kursi roda. Melakukan manipulasi kursor mouse di layar komputer juga dapat dilakukan dengan menggunakan metode yang sama. 

c. BCI untuk Komunikasi Militer 

Pada bidang militer, Defense Advanced Research Projects Agency (DARPA) menganggarkan $4 juta untuk tahun anggaran 2009/2010 pada proyek yang diberi nama Silent Talk. Tujuan dari proyek ini adalah memungkinkan antar individu di medan perang dapat saling berkomunikasi tanpa menggunakan suara. Komunikasi dapat dilakukan dengan meniru telepati. 

 d. BCI untuk Game

Gambar 6. BCI Untuk Game 

Pemanfaatan lain adalah pemanfaatan dalam game. Di awali penelitian BCI, game sederhana pingpong digunakan untuk mendemonstrasikan bahwa control dapat dilakukan dengan melakukan pengolahan melalui EEG. 

e. BCI untuk Mengontrol Alat Musik

 Gambar 7. BCI untuk Mengontrol Alat Musik 

Pada tanggal 21-23 April lalu, European Future Technologies Conference and Exhibition (FET) memperagakan suatu pertunjukan yang disebut dengan Multimodal Brain Orchestra. Pertunjukan ini adalah pertunujukan orchestra pertama yang dilakukan oleh 4 pemain dengan menggunakan pikiran. Keempatnya menggunakan teknologi non-invasive BCI untuk mengontrol instrument musiknya secara virtual. Dua di antaranya mengontrol volume dengan Steady-State Visual Evoked Potential (SSVEP), dan dua lainnya memainkan music dengan menggunakan respons P300. 

f. BCI untuk Web Browser

Gambar 8. BCI untuk Web Browser 

Web browser Nessi (Neural Signalling Surfing Interface) juga merupakan salah satu aplikasi dari BCI. Web Browser ini dibuat dengan tujuan agar pasien yang kehilangan kemampuan menggunakan syaraf motorik dapat melakukan akses Internet, tanpa perlu menggunakan keyboard. Web browser ini merupakan modifikasi dari web browser Mozilla yang dirilis secara open source 

Kendala dan Perkembangan BCI 
Meskipun para peneliti telah mengerti prinsip dasar dari BCI, namun pada kenyataannya masih banyak kendala yang akan menjadi PR bagi para peneliti untuk melakukan pengembangan BCI ini agar menjadi perangkat yang dapat digunakan secara praktis oleh manusia. Beberapa di antaranya adalah kenyataan bahwa otak manusia sangatlah kompleks. Ada hampir 100 miliar neuron dalam otak manusia, dan setiap neuron-nya secara konstan mengirim dan menerima pesan melalui koneksi neuron yang cukup rumit. Proses kimia juga terlibat di dalamnya sehingga perekaman sinyal oleh EEG tidaklah mudah. Selain itu, sinyal elektris yang dihasilkan merupakan sinyal yang lemah dan mudah mengalami interferensi. Sistem BCI yang dikembangkan saat ini juga masih harus terhubung dengan komputer untuk memproses sinyal melalui system pengkabelan sehingga portabilitasnya rendah. 

Di balik itu semua, teknologi BCI yang masih tergolong pada tahap awal pengembangan, dapat dikatakan merupakan teknologi yang sangat menjanjikan untuk perbaikan kehidupan manusia. Adalah tugas para kita, praktisi, kalangan akademis maupun peneliti untuk turut serta berkontribusi dan mengangkat nama bangsa Indonesia dalam kancah penelitian BCI ini

Sumber:
IBM: Komputer ‘Pembaca Pikiran’ Hadir 5 Tahun Lagi.

http://indyadit.wordpress.com/2011/12/20/ibm-komputer-pembaca-pikiran-hadir-5-tahun-lagi/ (Diakses 29 Mei 2013)

Lima Tahun Lagi, IBM Siap Luncurkan Komputer Pembaca Pikiran.

http://pasardana.com/tag/brain-machine-interface/  (Diakses 29 Mei 2013)

Wardhana, Dzunnah. Brain Machine Interface.

http://missnhana.blogspot.com/2012/02/brain-machine-interface.html  (Diakses 29 Mei 2013)

Nama Kelompok:
1. Muhammad Azwar Lataewa (E1E1 09 023)
2. Adha Mashur Sajiah (E1E1 09 032)
3. Al Isran Sumardi (E1E1 09 038)