ADAPTASI ESTETIKA ALGORAVE SEBAGAI TERAPI SUARA INTERAKTIF BERBASIS LIVE CODING UNTUK MENURUNKAN KECEMASAN

Abstract

Krisis kesehatan mental di kalangan mahasiswa menunjukkan peningkatan signifikan pasca pandemi, sehingga diperlukan bentuk intervensi non-obat yang mudah diakses dan menarik bagi generasi digital. Penelitian ini mengusulkan sistem live coding berbasis perangkat lunak Sonic Pi yang mengadaptasi estetika algorave — yakni praktik membuat musik elektronik secara langsung melalui pemrograman yang ditampilkan secara terbuka — sebagai sarana terapi suara. Fokus utama sistem ini bukan pada musik dansa seperti umumnya algorave, tetapi pada proses kreatif yang transparan untuk menghasilkan suara terapeutik berupa binaural beats (gelombang suara dengan dua frekuensi berbeda yang menstimulasi otak) pada rentang frekuensi Alpha, Theta, dan Delta, serta suara drone ambient yang bersifat menenangkan.  Sistem ini dirancang untuk menumbuhkan mindful engagement atau keterlibatan sadar melalui tampilan visual yang memperlihatkan kode dan respon suara secara waktu nyata. Efektivitas intervensi diuji menggunakan kuesioner GAD-7 terhadap 12 partisipan non-klinis sebelum dan sesudah sesi selama 15 menit. Penelitian ini menghasilkan sebuah prototipe fungsional dan sebuah rancangan metode evaluasi menggunakan kuesioner GAD-7 untuk menguji efektivitasnya di masa depan. Temuan ini mendukung dugaan bahwa keterlibatan aktif dengan suara algoritmik dapat memberikan efek terapeutik. Penelitian ini memperluas fungsi algorave dari praktik seni eksperimental menuju intervensi berbasis suara yang relevan bagi kesehatan mental digital masa kini.