Bermain video game memiliki dampak baik dan buruk pada otak manusia terutama dari segi perhatian, emosi dan kognitif. Dewasa ini banyak penelitian mengenai sinyal otak dengan menggunakan Electroencephalography (EEG). EEG merupakan suatu metode untuk merekam aktifitas elektron otak dengan output berupa grafik yang memuat informasi tentang aktifitas yang terjadi di otak. Sinyal otak yang terekam di EEG dipengaruhi oleh jutaan neuron di otak yang secara terus menerus berubah-ubah berdasarkan aktifitas yang dilakukan atau emosi yang dialami.
Pada penelitian ini dirancang sistem untuk mengetahui gelombang sinyal otak pada saat orang bermain game dan membaca berdasarkan analisis sinyal alpha dan beta dengan menggunakan EEG. Pengukuran bentuk konsentrasi diukur dari informasi sinyal EEG yang merupakan sinyal bio elektrik berasal dari permukaan kulit manusia. Dimana terdapat masing masing kondisi terdapat 9 di tiap kanalnya. Sebelum dapat mengklasifikasikan diperlukan preprocessing, ekstraksi ciri yang digunakan yaitu Discrete Wavelet Transform dan K-Nearest Neighbor (KNN) untuk klasifikasi.
Pada penelitian ini didapatkan hasil pengujian konsentrasi yang menghasilkan kanal terbaik adalah kanal TP9 pada kondisi bermain game dengan akurasi mencapai angka sebesar 55.56% untuk sinyal alpha dan 88.89% untuk sinyal beta, sedangkan pada kondisi membaca koran menghasilkan kanal terbaik adalah TP9 dengan akurasi mencapai angka tersebsar 88.89% untuk sinyal alpha dan 88.89% untuk sinyal beta.
Kata Kunci: Video game, Electroencephalography, Discrete Wavelet Transform , K-Nearest Neighbor.