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

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

	Text 1. Cover.pdf Download (91kB)
	Text 2. Halaman Persetujuan Pembimbing.pdf Restricted to Repository staff only Download (68kB)
	Text 3. Halaman Pengesahan Penguji.pdf Restricted to Repository staff only Download (115kB)
	Text 4. Abstrak.pdf Download (15kB)
	Text 5. Kata Pengantar.pdf Restricted to Repository staff only Download (124kB)
	Text 6. Daftar Isi.pdf Download (82kB)
	Text 7. Daftar Tabel.pdf Download (6kB)
	Text 8. Daftar Gambar.pdf Download (20kB)
	Text 9. Bab 1.pdf Restricted to Repository staff only Download (22kB)
	Text 10. Bab 2.pdf Restricted to Repository staff only Download (580kB)
	Text 11. Bab 3.pdf Restricted to Repository staff only Download (302kB)
	Text 12. Bab 4.pdf Restricted to Repository staff only Download (537kB)
	Text 13. Bab 5.pdf Restricted to Repository staff only Download (566kB)
	Text 14. Bab 6.pdf Restricted to Repository staff only Download (11kB)
	Text 15. Daftar Pustaka.pdf Download (87kB)
	Text 16. Lampiran.pdf Restricted to Repository staff only Download (489kB)
	Text 17. Artikel.pdf Restricted to Repository staff only Download (1MB)

Abstract

Tangan prostetik menjadi salah satu kebutuhan penting bagi pasien yang memiliki kecacatan fisik berupa kehilangan lengan. Hal tersebut disebabkan susahnya untuk beraktivitas normal bahkan mempengaruhi psikologis bagi penyandang disabilitas tersebut. Tujuan dari penelitian ini adalah agar aktivitas yang dilakukan pasien sehari-hari dapat ditunjang lebih baik dengan tangan prostetik berbasis sinyal otot lengan EMG. Pengembangan prostetic hand dengan kendali sinyal EMG berbasis supervised machine learning dan wireless control yang menggunakan Arduino BLE 33, OYmotion dan kendali bluetooth akan semakin memberikan kemudahan untuk para pengguna tangan prostetik. supervised machine learning akan memberikan user keluasaan untuk membentuk datasheet dan menggunakannya dalam membentuk gerakan tangan melalui motor actuator. Selain itu penggunaan Arduino BLE 33 berperan penting pada wireless control juga akan memberikan akses lebih luas dalam kontrol tangan bahkan melakukan monitoring aktifitas otot user melalui android. Pengujian platform machine learning ini menggunakan datasheet yang telah diekstraksi fitur menggunakan MAV (Mean Absolute Value), RMS (Root Mean Square), dan VAR (Variance of EMG. dari 10 orang berbeda. Klasifikasi terbaik pada penelitian ini dimiliki VAR dengan mendapatkan akurasi 81% pada classifier Random Forest. Hasil dari machine learning tersebut telah diuji pada beberapa responden dan dapat menggerakkan tangan prostetik dengan gerakan hand open, hand close, curve, dan pinch.

Item Type:	Thesis (Skripsi)
Contributors:	Contribution Contributor NIDN/NIDK UNSPECIFIED Triwiyanto, Triwiyanto nidn4002057301 UNSPECIFIED Sumber, Sumber nidn4008077201
Additional Information:	11SKR20230019
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:	29 Jan 2024 00:26
Last Modified:	29 Jan 2024 00:26
URI:	http://repo.poltekkesdepkes-sby.ac.id/id/eprint/7792

Actions (login required)

View Item