Pengembangan prostetic hand dengan kendali sinyal EMG berbasis supervised machine learning arduino nano BLE 33 dan wireless control (wireless control)

Suryatama, Muhammad Zulkifli (2023) Pengembangan prostetic hand dengan kendali sinyal EMG berbasis supervised machine learning arduino nano BLE 33 dan wireless control (wireless control). Skripsi thesis, Politeknik Kesehatan Kemenkes Surabaya.

	Text 1. Cover.pdf Download (90kB)
	Text 2. Halaman Persetujuan Pembimbing.pdf Restricted to Repository staff only Download (166kB)
	Text 3. Halaman Pengesahan Penguji.pdf Restricted to Repository staff only Download (240kB)
	Text 4. Abstrak.pdf Download (123kB)
	Text 5. Kata Pengantar.pdf Restricted to Repository staff only Download (114kB)
	Text 6. Daftar Isi.pdf Download (42kB)
	Text 7. Daftar Tabel.pdf Download (79kB)
	Text 8. Daftar Gambar.pdf Download (34kB)
	Text 9. Bab 1.pdf Restricted to Repository staff only Download (115kB)
	Text 10. Bab 2.pdf Restricted to Repository staff only Download (372kB)
	Text 11. Bab 3.pdf Restricted to Repository staff only Download (330kB)
	Text 12. Bab 4.pdf Restricted to Repository staff only Download (365kB)
	Text 13. Bab 5.pdf Restricted to Repository staff only Download (393kB)
	Text 14. Bab 6.pdf Restricted to Repository staff only Download (42kB)
	Text 15. Daftar Pustaka.pdf Download (188kB)
	Text 16. Lampiran.pdf Restricted to Repository staff only Download (568kB)
	Text 17. Artikel.pdf Restricted to Repository staff only Download (1MB)

Abstract

Penggunaan tangan prostetik bagi penyandang disabilitas sangat bermanfaat dalam berbagai aktivitas sehari-hari penyandang disabilitas. Tujuan dari penelitian ini adalah agar pasien dapat melakukan berbagai aktivitas sehari-hari dengan lebih baik dan membangun kehidupan yang lebih baik. Dengan menggunakan sinyal EMG untuk mengontrol prostesis, lebih mudah untuk menggerakkan prostesis sesuai dengan aktivitas otot. Pengembangan tangan prostetik dengan pembelajaran mesin terpandu dan kontrol sinyal EMG nirkabel melalui Arduino BLE 33, kontrol Oy-Motion, dan Bluetooth memberikan layanan tambahan bagi pengguna prostetik. Penggunaan pembelajaran mesin menawarkan banyak keuntungan bagi pengguna, karena mereka dapat menempelkan prostesis langsung ke tubuh dan langsung menggunakannya tanpa harus melakukan kecepatan bot sebelumnya, yang membatasi mobilitas tinggi. Selain itu, penggunaan IoT menawarkan pendekatan yang lebih luas untuk memantau aktivitas otot pengguna secara real-time. Saat perangkat sedang digunakan, sinyal aktivitas otot direkam pada MIT App Inventor dan platform Wireless For Control IoT. Sangat praktis bagi pengguna jika tangan prostetik menunjukkan kerusakan ringan. Saat menguji platform IoT dengan laju pengambilan sampel 10Hz dan merekam serta mengirim data ke Mitapp, kesalahan maksimum adalah 0,07%, kesalahan minimum adalah 0,02%. Nilai kesalahan menunjukkan jumlah data yang hilang saat dikirim dari platform IoT ke server Mitapp. Karena kecepatan optimalnya adalah 2 data per detik, perangkat ini dapat digunakan tanpa mengatur nilai baud rate, dan pemantauan jarak jauh secara real-time dan manual dapat dilakukan sekaligus menjaga kestabilan smartphone.

Item Type:	Thesis (Skripsi)
Contributors:	Contribution Contributor NIDN/NIDK UNSPECIFIED Triwiyanto, Triwiyanto nidn4002057301 UNSPECIFIED Sumber, Sumber nidn4008077201
Additional Information:	11SKR20230023
Uncontrolled Keywords:	Tangan Prostetik, Arduino BLE 33, Machine Learning, Wireless Control
Subjects:	R Medicine > Medical Electronics
Divisions:	Poltekkes Kemenkes Surabaya > Jurusan Teknologi Elektromedik > Program Studi Sarjana Terapan Teknologi Rekayasa Elektro-medis
Depositing User:	Misnawar
Date Deposited:	26 Jan 2024 05:21
Last Modified:	26 Jan 2024 05:21
URI:	http://repo.poltekkesdepkes-sby.ac.id/id/eprint/7764

Actions (login required)

View Item