Perpustakaan Digital ITB

Terapi anggota gerak secara rutin bagi pasien pascastroke untuk mengembalikan koordinasi dan kekuatan otot anggota gerak yang melemah setelah terdampak penyakit sangat diperlukan. Metode terapi anggota gerak seperti latihan melangkah dan terapi mirror neuron dapat membantu pasien dalam meningkatkan kekuatan otot, tetapi kedua metode tersebut biasanya dilakukan secara terpisah sehingga diperlukan pengembangan metode terapi yang dapat menggabungkan keduanya untuk meningkatkan keberhasilan terapi pasien pascastroke. Dalam pengembangan metode tersebut, dibutuhkan sebuah sistem sensor yang dapat membaca dan mengklasifikasikan gerakan tangan sehat dengan efektif agar sinyal tersebut dapat diterima oleh sistem penggerak untuk menggerakkan bagian tangan yang sakit sebagai bagian dari metode terapi. Pada penelitian Tugas Akhir ini, dilakukan pengembangan sistem sensor pembacaan beberapa variasi gerakan jari tangan sehat dengan sistem 2 Degree of Freedom (DoF) berbasis elektromiografi (EMG) dua kanal dan mengklasifikasikannya secara real time menggunakan muscle sensor v3. Algoritma klasifikasi yang digunakan dalam penelitian ini adalah KNN (K-Nearest Neighbour). Dilakukan pengujian terhadap 3 konfigurasi otot penempatan elektroda 2 kanal dan beberapa fitur statistikal sebagai parameter klasifikasi. Hasil yang diperoleh menunjukkan konfigurasi penempatan elektroda yang paling baik terletak pada area otot extensor indicis, extensor pollicis brevis, extensor pollicis longus, abductor pollicis longus untuk kanal pertama dan pada area otot extensor digiti minimi, extensor digitorum, extensor calpi ulnaris untuk kanal kedua, sedangkan kombinasi fitur statistikal yang paling baik untuk digunakan sebagai parameter klasifikasi adalah mean dan median. Berdasarkan parameter-parameter tersebut, hasil klasifikasi untuk 7 variasi gerakan jari tangan menunjukkan nilai akurasi mencapai 0,705, presisi 0,716, sensitivitas 0,706, dan spesifisitas 0,951. Nilai akurasi dapat meningkat hingga 0,77 untuk klasifikasi 4 gerakan dan 0,98 untuk klasifikasi 2 gerakan jari tangan.