Orang dengan fobia mengalami reaksi kecemasan yang berlebihan, yang sering kali mengganggu kehidupan sehari-hari jika tidak ditangani dengan baik. Ketakutan atau kecemasan terhadap sesuatu yang sebenarnya tidak berbahaya disebut sebagai fobia. Sekitar 7,4% populasi dunia pernah mengalami fobia spesifik setidaknya sekali seumur hidup. Fobia spesifik merupakan ketakutan yang persisten dan berlebihan terhadap objek atau situasi tertentu, seperti klaustrofobia (takut pada ruang tertutup), benda tajam seperti jarum dan pisau, atau zoofobia (takut pada hewan tertentu).
Beberapa contoh zoofobia meliputi arachnofobia (takut laba-laba), skoliodentosaurofofia (takut kadal), ranidafobia (takut katak), ofidiofobia (takut ular), katsaridafobia (takut kecoa), musofobia (takut tikus), dan sinofobia (takut anjing). Fobia spesifik merupakan salah satu gangguan psikologis paling umum, memengaruhi sekitar 7-11% populasi. Penelitian di Indonesia menemukan bahwa 6,3% anak usia 3-5 tahun mengalami fobia sekolah. Dalam satu tahun, 9% kasus fobia spesifik dilaporkan, dengan prevalensi 10-13%. Perempuan dua kali lebih mungkin mengalami fobia spesifik dibandingkan laki-laki.
Salah satu penyebab fobia spesifik yang paling umum adalah arachnofobia. Orang dengan arachnofobia menunjukkan reaksi kecemasan berlebihan saat terpapar laba-laba, meskipun tidak berbahaya. Hal ini dapat mengganggu aktivitas harian, seperti menghindari tempat tertentu atau mengalami kesulitan tidur. Dampak negatif arachnofobia terhadap kualitas hidup menekankan pentingnya diagnosis dan pengobatan yang tepat.
Pengukuran dan Diagnosis Fobia
Pengukuran fisiologis seperti Electrodermal Activity (EDA), Elektrokardiogram (ECG), dan sinyal Respirasi (RSP) telah banyak digunakan untuk tujuan medis, seperti mengurangi stres, mengukur emosi, dan mengontrol kecemasan. Sinyal fisiologis ini menunjukkan potensi besar untuk menganalisis tingkat kecemasan pada pasien dengan arachnofobia.
Penelitian sebelumnya menunjukkan akurasi tinggi dalam mendeteksi stres menggunakan sinyal fisiologis dengan metode pembelajaran mesin seperti Support Vector Machine (SVM), naive Bayes, dan decision trees. Namun, akurasi klasifikasi tiga tingkat kecemasan (rendah, sedang, tinggi) masih rendah, sehingga diperlukan metode klasifikasi yang lebih akurat.
Pendekatan Penelitian
Penelitian ini menggunakan metode Support Vector Machine (SVM), yang efektif untuk memisahkan kelas data dan bekerja dengan dataset kecil. Data EDA, ECG, dan RSP diproses menggunakan 24 fitur yang diekstraksi, lalu divalidasi dengan metode hold-out.
Pengobatan dan Terapi
Fobia dapat diatasi melalui terapi obat atau psikologis. Salah satu terapi efektif adalah Cognitive Behaviour Therapy (CBT), yang mencakup terapi eksposur dan restrukturisasi kognitif. Terapi berbasis realitas virtual (Virtual Reality Exposure Therapy – VRET) juga menunjukkan hasil yang menjanjikan dalam mengurangi gejala fobia.
Penelitian ini membahas metode pengukuran tingkat kecemasan pada pasien dengan fobia laba-laba menggunakan sinyal fisiologis, yaitu aktivitas elektrodermal (EDA), elektrokardiogram (ECG), dan sinyal pernapasan (RSP). Penelitian ini bertujuan mengembangkan metode klasifikasi tingkat kecemasan yang lebih objektif dan efisien dibandingkan dengan evaluasi psikologis tradisional dan bertujuan mengembangkan model klasifikasi untuk mengidentifikasi tingkat kecemasan pada pasien arachnofobia, yang diharapkan dapat membantu profesional kesehatan mental dalam merancang pengobatan yang lebih efektif dan memantau kondisi pasien selama terapi.
Data diambil dari dataset PhysioNet, yang mencakup sinyal EDA, ECG, dan RSP dari 57 subjek dengan rentang usia 18-40 tahun. Selanjutnya sebanyak 24 fitur diekstraksi untuk analisis sinyal pada domain waktu, seperti rerata normalisasi, standar deviasi, dan variabilitas denyut jantung (HRV). Support Vector Machine (SVM) dengan berbagai kernel, yaitu linear, RBF, sigmoid, dan polinomial digunakan untuk meotde klasifikasi dan didapatkan kernel polinomial memberikan hasil optimal dengan akurasi, presisi, recall, dan skor F1 sebesar 100% pada klasifikasi dua kelas (tinggi dan rendah) serta tiga kelas (tinggi, sedang, rendah). Fitur optimal untuk klasifikasi meliputi rerata normalisasi (Nmean), standar deviasi (std), dan perbedaan standar normalisasi kedua (NSD). Penelitian ini diharapkan dapat membantu profesional kesehatan mental dalam merancang terapi yang lebih sesuai dan efektif, seperti terapi eksposur berbasis realitas virtual (VRET), untuk meningkatkan kualitas hidup pasien.
Penulis: Osmalina Nur Rahma, S.T., M.Si.
Hasil penelitian ini telah dipublikasikan pada International Journal of Electrical and Computer Engineering (IJECE) Q2 Scopus. Berikut ini adalah link dari artikel tersebut:
Khusnul Ain, Osmalina Nur Rahma, Endah Purwanti, Richa Varyan, Sayyidul Istighfar Ittaqilah, Danny Sanjaya Arfensia, Tiara Dyah Sosialita, Fitriyatul Qulub, Rifai Chai.,滿easuring anxiety level on phobia using electrodermal activity, electrocardiogram and respiratory signals. International Journal of Electrical and Computer Engineering, 2025, 15(1), pp. 337348. DOI:
Baca juga: Pengalaman Kecemasan Siswa Melakukan Perawatan Gigi
