Stres merupakan bentuk rangsangan atau respons dari suatu kondisi yang
membuat seseorang tidak nyaman ataupun merasa tertekan, dan itu merupakan reaksi
yang terbentuk secara alamiah pada seseorang. Pada umumnya, seseorang yang
sedang mengalami stres, mereka tidak dapat beraktivitas secara optimal, dan jika masa
stresnya sudah berlalu, orang tersebut akan kembali dalam kondisi yang normal.
Namun, stres pada manusia dapat juga berlangsung dalam jangka waktu yang lama,
hal tersebut akan mengakibatkan rasa ketidaknyamanan terhadap dirinya sendiri,
gelisah dan cemas. Jika stres berkepanjangan tidak ditangani dengan cepat dan tepat
maka dapat berdampak negatif bagi penderitanya.
Pada penelitian ini akan merancang sebuah sistem deteksi tingkatan stres pada
manusia. Penelitian ini dilakukan terhadap 30 orang mahasiswa tingkat akhir di
Universitas Telkom, 20 data dari 30 orang tersebut merupakan data latih, dan 10 data
validasi / pengujian sistem. Sistem ini akan memantau tingkat stres seseorang dengan
menggunakan sensor electrodermal activity (EDA) sebagai sensor utama, dan juga
menggunakan sensor electrocardiography (ECG) sebagai parameter pembanding
hasil stres yang didapatkan. Sensor ini akan mendeteksi pada bagian palmar kulit
seseorang melalui percobaan pengambilan data. Data keluaran yang dihasilkan
merupakan raw data/data mentah dalam bentuk parameter resistansi, yang kemudian
data tersebut diolah kembali agar mendapatkan klasifikasi dengan akurasi yang tinggi
menggunakan machine learning dengan metode pengklasifikasian k-NN. Dalam
penyusunan tugas akhir ini, nilai akurasi yang didapat dari sistem pemantauan ini
mencapai 97%.