Pengembangan pprosthetic hand dengan deteksi variasi amplitudo EMG yang diterapkan pada arduino nano 33 BLE sense (sistem ekstrasi dan supervised machine learning)

Lutvi, Aldy Barizi (2024) Pengembangan pprosthetic hand dengan deteksi variasi amplitudo EMG yang diterapkan pada arduino nano 33 BLE sense (sistem ekstrasi dan supervised machine learning). Skripsi thesis, Politeknik Kesehatan Kemenkes Surabaya.

	Text 1. Cover.pdf Download (686kB)
	Text 2. Halaman Persetujuan Pembimbing.pdf Restricted to Repository staff only Download (502kB)
	Text 3. Halaman Pengesahan Pembimbing.pdf Restricted to Repository staff only Download (901kB)
	Text 4. Surat Pernyataan Orisinalitas.pdf Restricted to Repository staff only Download (474kB)
	Text 5. Abstrak.pdf Download (13kB)
	Text 6. Kata Pengantar.pdf Restricted to Repository staff only Download (102kB)
	Text 7. Daftar Isi.pdf Download (44kB)
	Text 8. Daftar Gambar.pdf Download (21kB)
	Text 9. Daftar Tabel.pdf Download (9kB)
	Text 10. Bab 1.pdf Restricted to Repository staff only Download (85kB)
	Text 11. Bab 2.pdf Restricted to Repository staff only Download (522kB)
	Text 12. Bab 3.pdf Restricted to Repository staff only Download (385kB)
	Text 13. Bab 4.pdf Restricted to Repository staff only Download (672kB)
	Text 14. Bab 5.pdf Restricted to Repository staff only Download (750kB)
	Text 15. Bab 6.pdf Restricted to Repository staff only Download (16kB)
	Text 16. Daftar Pustaka.pdf Download (148kB)
	Text 17. Lampiran.pdf Restricted to Repository staff only Download (236kB)
	Text 18. Artikel.pdf Restricted to Repository staff only Download (551kB)

Abstract

Perkembangan teknologi tangan prostetik terus menunjukkan kemajuan signifikan dalam memenuhi kebutuhan individu yang kehilangan atau mengalami disfungsi pada tangan mereka. Fokus utama pengembangan ini adalah memungkinkan mereka untuk mendapatkan kembali fungsi tangan yang hilang, terutama dalam menggerakkan jari-jari. Penggunaan kontrol elektromiograf (EMG) telah menjadi sorotan dalam meningkatkan kinerja tangan prostetik, memungkinkan pasien untuk mengontrolnya dengan lebih mudah. Namun, kontribusi penelitian dilakukan untuk meningkatkan akurasi kontrol dengan menambahkan berbagai fitur. Beberapa studi telah mengintegrasikan kontrol EMG dengan pengenalan objek, namun masih terdapat kekurangan dalam analisis variasi amplitudo EMG dalam ekstraksi fitur. Penelitian ini bertujuan untuk mengembangkan teknologi tangan prostetik dengan menambahkan tiga variasi gerakan menggenggam, dengan penekanan pada analisis variasi amplitudo dalam ekstraksi fitur (MAV, RMS dan, VAR) menggunakan metode machine learning (Decission tree dan Random forest). Dengan menggunakan Arduino Nano 33 BLE Sense sebagai microcontroller dan dry electrode OYMotion DFrobot untuk pemantauan EMG, penelitian ini menghasilkan persentasi akurasi genggaman 99% dengan menggunakan jenis mechine lerning random forest, penelitian ini bertujuan untuk meningkatkan kinerja kontrol tangan prostetik. Melalui penggunaan klasifikasi machine learning pada Arduino Nano 33 BLE Sense, Penelitian ini berhasil menunjukkan bahwa integrasi metode machine learning, terutama Random Forest, dengan analisis variasi amplitudo EMG dapat meningkatkan akurasi kontrol tangan prostetik hingga 99%. Kesimpulannya adalah penggunaan Arduino Nano 33 BLE Sense sebagai microcontroller, dengan metode ektraksi fitur dan machine lerning dan juga dry electrode OYMotion DFrobot menunjukkan efektivitas dalam pemantauan dan pengolahan sinyal EMG.

Item Type:	Thesis (Skripsi)
Contributors:	Contribution Contributor NIDN/NIDK UNSPECIFIED Triwiyanto, Triwiyanto nidn4002057301 UNSPECIFIED Sumber, Sumber nidn4008077201
Additional Information:	11SKR20240051
Uncontrolled Keywords:	Electromyography ; Tangan prostetik ; Arduino BLE 33 ; Machine learning
Subjects:	R Medicine > Medical Electronics > Biomedical Engineering
Divisions:	Poltekkes Kemenkes Surabaya > Jurusan Teknologi Elektromedik > Program Studi Sarjana Terapan Teknologi Rekayasa Elektro-medis
Depositing User:	Nanik Indra Putri Sari
Date Deposited:	10 Sep 2024 08:55
Last Modified:	10 Sep 2024 09:06
URI:	http://repo.poltekkesdepkes-sby.ac.id/id/eprint/8804

Actions (login required)

View Item