UADUAD

Buletin Ilmiah Sarjana Teknik ElektroBuletin Ilmiah Sarjana Teknik Elektro

Penelitian ini menyajikan tinjauan komprehensif terhadap kemajuan terkini dalam aplikasi antarmuka otak-komputer (BCI) untuk persepsi rasa manusia. Fokus utama adalah penggunaan teknik non-invasif, seperti EEG dan fNIRS, dalam memperoleh sinyal saraf guna mengidentifikasi respons otak terhadap lima rasa dasar (manis, asam, asin, pahit, umami) serta interaksi multisensori yang melibatkan rangsangan visual dan olfaktori. Melalui analisis 36 studi antara 2020–2025, diterapkan berbagai algoritma tradisional (SVM, LDA) dan deep learning (CNN, Transformer) untuk ekstraksi fitur dan klasifikasi, sehingga BCI dapat secara objektif menghitung persepsi rasa, evaluasi hedonik, perilaku konsumen, diagnosis gangguan rasa, dan pemantauan afektif. Tantangan utama meliputi kebisingan sinyal, standar dataset yang belum konsisten, serta keterbatasan interpretabilitas model, namun potensinya menandai langkah penting menuju sistem pengenalan rasa berbasis otak yang dapat diintegrasikan ke dalam desain produk makanan dan intervensi kesehatan.

BCI memungkinkan pengenalan rasa dasar dengan akurasi tinggi dan dapat memproses konteks multisensori, menegaskan peran penting EEG dan fNIRS dalam studi persepsi rasa.Namun, keterbatasan data, variabilitas individu, dan interpretasi model masih menjadi hambatan signifikan.Oleh karena itu, pengembangan basis data terbuka, integrasi multimodal, dan metode interpretasi yang transparan menjadi kunci untuk memajukan aplikasi BCI di bidang sensorik.

Penelitian lanjutan dapat memfokuskan pada pembuatan dataset terbuka yang mencakup beragam demografi dan kondisi lingkungan, sehingga model BCI dapat diuji secara robust dan melakukan transfer learning yang lebih baik di populasi yang beragam. Selain itu, pengembangan sistem BCI hibrida yang menggabungkan EEG, fNIRS, EMG, dan pelacakan mata dapat meningkatkan akurasi klasifikasi rasa serta memberikan pemahaman yang lebih mendalam tentang disiplin multimodal aktifitas otak. Terakhir, penelitian dapat mengeksplorasi penerapan BCI dalam desain produk makanan adaptif yang menyesuaikan rasa secara real‑time dengan kondisi afektif pengguna, membuka jalan menuju pengalaman kuliner personal yang didukung oleh neuroimaging terintegrasi.

  1. Exploratory Research on Sweetness Perception: Decision Trees to Study Electroencephalographic Data and... doi.org/10.3390/s22186787Exploratory Research on Sweetness Perception Decision Trees to Study Electroencephalographic Data and doi 10 3390 s22186787
  2. Brain-Computer Interfaces for Stroke Motor Rehabilitation. brain computer interfaces stroke motor next... doi.org/10.3390/bioengineering12080820Brain Computer Interfaces for Stroke Motor Rehabilitation brain computer interfaces stroke motor next doi 10 3390 bioengineering12080820
  3. Optimizing Food Taste Sensory Evaluation Through Neural Network-Based Taste Electroencephalogram Channel... ieeexplore.ieee.org/document/10938310Optimizing Food Taste Sensory Evaluation Through Neural Network Based Taste Electroencephalogram Channel ieeexplore ieee document 10938310
  4. Physiology of the tongue with emphasis on taste transduction | Physiological Reviews | American Physiological... journals.physiology.org/doi/10.1152/physrev.00012.2022Physiology of the tongue with emphasis on taste transduction Physiological Reviews American Physiological journals physiology doi 10 1152 physrev 00012 2022
Read online
File size1.34 MB
Pages14
DMCAReport

Related /

ads-block-test