Emosi adalah luapan perasaan seseorang yang dipengaruhi oleh suasana hati dan keadaan sekitarnya. Dengan terganggunya penyampaian emosi, dapat mempersulit orang lain untuk memahami apa yang dirasakan oleh seseorang. Bahkan karena itu pula juga dapat menimbulkan salah persepsi. Tidak semua orang dapat dengan mudah menyampaikan emosinya. Bagi orang yang kesusahan dalam menyampaikan emosi, orang tersebut tentu membutuhkan perantara. Salah satu caranya yaitu dengan membaca aktivitas sinyal otak atau biasa disebut dengan electroencephalograph (EEG).
Pada Tugas Akhir ini, proses klasifikasi emosi terdiri dari tahap preprocessing, training, dan testing. Preprocessing dilakukan dengan menggunakan metode Discrete Wavelet Transform. Data awal yang digunakan yaitu 40x40x8064, dengan 40 rekaman, 40 channel, 8064 data, dan diambil dari 32 orang. Setelah itu, digunakan metode Deep Neural Network untuk mengolah sinyal EEG tersebut untuk diklasifikasi. Metode ini digunakan karena dapat merepresentasikan fitur secara bertingkat.
Metode Deep Neural Network menghasilkan performansi yang rendah. Data yang bagus dapat mengoptimalkan performansi sistem. Performansi terbaik diperoleh pada percobaan dengan learning rate sebesar 0.01 dan dengan parameter konstan epoch sebesar 100, epoch2 sebesar 10, dan menggunakan fungsi aktivasi sigmoid bipolar yaitu fscore sebesar 0.2051.
Kata Kunci: emosi, electroencephalograph, Deep Neural Networks, Discrete Wavelet Transform.