Berjalan merupakan salah satu pola gerak tubuh bersiklus dalam aktivitas manusia
sehari-hari. Setiap manusia memiliki parameter spatiotemporal, kinetik, dan
kinematik pola berjalan yang berbeda-beda. Hingga sekarang ini, penelitian
mengenai analisis data pola gerak tubuh berkembang sangat pesat. Terdapat dua
basis pengukuran data pola gerak tubuh, yaitu pengukuran berbasis non-wearable
dan wearable. Pada pengukuran berbasis non-wearable, digunakan instrumen
berukuran besar seperti kamera/motion capture, dan force plate. Pada pengukuran
berbasis wearable, digunakan sensor dengan dimensi yang kecil dan diletakkan
pada permukaan tubuh secara non-invasive. Keunggulan dari pengukuran berbasis
wearable adalah segi harga lebih murah dan dapat digunakan sambil melakukan
kegiatan sehari-hari. Rancang bangun peralatan analisis pola gerak tubuh berbasis
wearable sudah banyak dilakukan sebelumnya. Beberapa penelitian yang ada
menggunakan jumlah sensor kurang dari 7 dan terbatas untuk analisis pola gerak
tubuh bagian bawah (lower limb) saja. Selain itu, terdapat beberapa penelitian
menggunakan suplai daya baterai tidak isi ulang dibanding isi ulang. Dari segi
komunikasi data sistem wearable, terdapat dua macam metode yang ada, yaitu
dengan kabel atau nirkabel. Pada sistem pengiriman nirkabel dengan jumlah sensor
lebih dari 1, terdapat masalah umum yang terjadi yaitu data hasil akuisisi data tidak
sinkron antara satu dengan lainnya. Ketidaksinkronnya data menyebabkan proses
olah data pada tahap selanjutnya menghasilkan data yang buruk. Berbagai
penelitian menggunakan metode sinkronisasi yang bervariasi. Algoritma yang ada
menghasilkan data sinkron dengan akurasi yang cukup bagus, namun beban
komputasi yang tinggi perlu dipertimbangkan khususnya pada Wireless Sensor
Network (WSN).
Berdasarkan permasalahan yang ada, penelitian ini merancang sistem pengukuran
pola gerak tubuh berbasis wearable dengan jumlah modul sensor sebanyak 11 yang
diletakkan pada area tubuh meliputi lengan atas kanan (RUA), lengan bawah kanan
(RLA), lengan atas kiri (LUA), lengan bawah kiri (LLA), tubuh (B), paha kanan
(RT), betis kanan (RS), paha kiri (LT), betis kiri (LS), telapak kaki kanan (RF), dan
telapak kaki kiri (LF). Setiap modul sensor terdiri dari mikrokontroler ESP32 untuk
menjalankan rutinitas program, dan terdapat sensor Inertial Measurement Unit
ii
(IMU) yang berguna mendeteksi posisi segmen tubuh berdasarkan akselerasi sensor
accelerometer dan kecepatan sudut sensor gyroscope. Kedua nilai sensor ini
dilakukan prapemrosesan dengan LPF dengan frekuensi cut-off (fc) sebesar 10Hz
untuk reduksi derau, lalu dilakukan fusi dengan complementary filter untuk
mendapatkan satu hasil sudut yang akurat. Pada dua modul sensor (RF dan LF),
terdapat proses akuisisi 6 sensor tekan/FSR yang diletakkan pada alas sepatu
bertujuan untuk mendeteksi gaya reaksi terhadap permukaan ketika subjek berjalan.
Data gaya reaksi berguna untuk mendeteksi periode serta fase berjalan. Pada
rancangan sistem ini, digunakan baterai isi ulang yaitu LiPo 3.7V yang
dihubungkan pada IC penurun tegangan HT7833 sebelum dihubungkan pada pin
3.3 ESP32. Berdasarkan hasil pengujian, ESP32 mampu bekerja dengan baik ~2
jam 25 menit. Durasi ini jauh lebih lama dibandingkan dengan pengujian
menggunakan baterai kotak 9V dimana ESP32 mampu bekerja dengan baik hanya
~11 menit. Selain durasi penggunaannya yang lama, kelebihan lain baterai isi ulang
adalah dimensi yang kecil, bisa diisi ulang (tidak sekali pakai). Selain itu,
keseluruhan rangkaian dari segi biaya terbilang murah (Rp. 3.393.500,00).
Komunikasi data rancangan sistem dilakukan secara nirkabel menuju PC
menggunakan jaringan WiFi dengan router. Sinkronisasi data dilakukan
menggunakan topologi bintang (star network) dengan pengiriman data tidak
realtime. Pada metode ini, PC bertindak sebagai master berguna mengirimkan
parameter waktu menuju modul sensor yang bertindak sebagai slave. Slave akan
mengirim balik parameter waktu untuk proses sinkronisasi data pada PC.
Penggunaan metode ini mampu menghasilkan nilai delay dalam orde
puluhan/ratusan ms, sehingga metode ini masih kurang akurat jika dibandingkan
dengan penelitian yang ada. Namun, metode ini memiliki beban komputasi yang
lebih ringan karena metode sinkronisasi hanya membutuhkan satu variabel
penyimpanan data pada memori ESP32, sehingga cocok digunakan untuk
pengiriman data tidak realtime dengan mikrokontroler berkapasitas memori yang
rendah. Hasil keseluruhan data sensor yang sudah sinkron, digunakan untuk
masukan proses ekstraksi parameter pola berjalan. Penggunaan dua sensor FSR
pada satu sisi alas sepatu mampu mengekstraksi 21 total parameter yang terdiri dari
20 parameter pada kedua sisi (kanan dan kiri) dan 1 parameter dihitung berdasarkan
data sensor di kedua sisi. Jika dibandingkan dengan penelitian yang ada, jumlah
parameter hasil ekstraksi ini sudah cukup banyak dan tidak kalah dengan
penggunaan sensor tekan tekstil dengan titik deteksi yang banyak.