OPTIMASI PARAMETRIK MANIPULATOR TANGAN BIONIK SOFT ROBOT MENGGUNAKAN SUPERVISED MACHINE LEARNING TUGAS SARJANA Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Teknik Oleh Fawaz Amajida 13120126 PROGRAM STUDI TEKNIK MESIN FAKULTAS TEKNIK MESIN DAN DIRGANTARA INSTITUT TEKNOLOGI BANDUNG 2024 Lembar Pengesahan Tugas Sarjana Optimasi Parametrik Manipulator Tangan Bionik Soft Robot Menggunakan Supervised Machine Learning Oleh Fawaz Amajida 13120126 Program Studi Teknik Mesin Fakultas Teknik Mesin dan Dirgantara Institut Teknologi Bandung Disetujui pada tanggal: 14 Agustus 2024 Pembimbing Utama Dr. Eng. Sandro Mihradi NIP 197707142008011012 Pembimbing Pendamping 1 Pembimbing Pendamping 2 Vani Virdyawan S.T., M.T., Ph.D. NIP 195902051985031002 Pramudita Satria Palar, S.T, M.T, Ph.D. NIP 198806222012121001 Judul Optimasi Parametrik Manipulator Tangan Bionik Soft Robot Menggunakan Supervised Machine Learning Fawaz Amajida Program Studi Teknik Mesin 13120126 Fakultas Teknik Mesin dan Dirgantara Institut Teknologi Bandung Abstrak Sebanyak 16% dari populasi dunia merupakan penyandang disabilitas dengan salah satu kondisi disabilitas terbanyak adalah amputasi tangan. Salah satu solusi dari diamputasinya tangan adalah tangan bionik. Tangan bionik umumnya terbuat dari material kaku seperti plastik dan logam yang tidak seadaptif tangan manusia. Dengan menggunakan material lunak, tangan bionik dapat berinteraksi secara lebih adaptif dan aman. Tim Riset Biomekanika ITB telah mengembangkan tangan bionik soft robot dengan struktur kaku, pembatas regangan, dan terbuat dari perpaduan dua material hiperelastis. Gerakan tangan bionik tersebut dapat dikembangkan lebih lanjut salah satunya dengan membuat rentang pergerakan tangan bionik seperti layaknya tangan manusia asli. Optimasi desain soft robot memerlukan beban komputasi yang besar karena kompleksitas geometri dan ketidaklinearannya. Dengan demikian, pendekatan machine learning digunakan untuk menemukan desain optimal dengan waktu dan beban komputasi yang lebih rendah. Algoritma regresi linear, decision tree, random forest, k-nearest neighbours, dan support vector machine digunakan dalam penelitian ini. Data pelatihan dihasilkan menggunakan simulasi metode elemen hingga dengan masukan berupa nilai parameter desain yang divariasikan. Prediksi model machine learning disimulasikan menggunakan metode elemen hingga untuk divalidasi. Algoritma decision tree berhasil menghasilkan desain manipulator jari telunjuk dengan peningkatan akurasi sudut tekuk sebesar 16% sedangkan algoritma support vector machine berhasil menghasilkan desain manipulator ibu jari dan jari kelingking dengan peningkatan akurasi sudut tekuk sebanyak 11% dan 21% dibandingkan dengan desain sebelumnya. Studi lebih lanjut dapat dilakukan untuk mengeksplorasi algoritma dan metode optimasi machine learning lebih luas. Kata kunci: amputasi, tangan bionik, soft robot, manipulator, supervised machine learning, metode elemen hingga, optimasi desain Title Parametric Optimization of Soft Robot Bionic Hand Manipulator Using Supervised Machine Learning Fawaz Amajida Major Mechanical Engineering 13120126 Faculty of Mechanical and Aerospace Engineering Institut Teknologi Bandung Abstract As much as 16% of global population are disabled with one of highest prevalence is caused by hand amputation. One of the solutions of that condition is to use bionic hand. Bionic hands in general are made of rigid material such as plastics and metals that are not as flexible and adaptive as human hand.