<![CDATA[Pemilihan stimulus video yang tepat merupakan aspek penting dalam penelitian pengenalan emosi berbasis sinyal electroencephalogram (EEG). Salah satu tantangan dalam menentukan karakteristik emosional stimulus adalah adanya perbedaan persepsi individu terhadap stimulus yang sama pada dimensi Valence dan Arousal. Penelitian ini bertujuan mengelompokkan 16 stimulus video berdasarkan penilaian subjektif dari 33 rater menggunakan instrumen Self-Assessment Manikin (SAM). Metode Gaussian Mixture Model (GMM) diterapkan untuk mengidentifikasi distribusi stimulus yang merepresentasikan empat kategori emosi berdasarkan Model Sirkumpleks Russell. Hasil evaluasi menunjukkan bahwa konfigurasi GMM dengan empat komponen dan struktur kovarians tied memberikan performa pemodelan terbaik dengan nilai Bayesian Information Criterion (BIC) terendah sebesar 4440,0485. Evaluasi konsistensi antar-rater menghasilkan tingkat reliabilitas yang sangat tinggi pada dimensi Valence (ICC = 0,986) dan Arousal (ICC = 0,984). Analisis distribusi menunjukkan bahwa sebagian besar data memiliki pemusatan yang baik, meskipun empat stimulus menunjukkan variabilitas penilaian relatif tinggi karena berada di sekitar batas antarkuadran. Melalui proses seleksi berbasis skor matematis, ditetapkan 12 stimulus representatif yang terdistribusi secara seimbang pada empat kuadran emosi. Stimulus terpilih memiliki karakteristik emosional yang lebih terdefinisi dan konsisten, sehingga ditetapkan sebagai media elicitation untuk eksperimen perekaman sinyal EEG pada tahap selanjutnya.]]>
Copyrights © 2026
