Perpustakaan Digital ITB

Prostesis tangan berbasis Brain-Computer Interface (BCI) menawarkan pendekatan inovatif bagi individu dengan amputasi anggota gerak atas, termasuk penyandang disabilitas dengan gangguan neuromuskular parah, karena tidak memerlukan sinyal otot melainkan langsung memanfaatkan sinyal otak. Pada penelitian ini, dikembangkan sistem BCI berbasis sinyal Steady-State Visually Evoked Potential (SSVEP) yang direkam melalui elektroda EEG di area oksipital. Sistem menggunakan metode klasifikasi sederhana berbasis perhitungan rasio daya spektral (power spectral ratio) antara frekuensi target dan baseline. Pendekatan non-machine learning ini dipilih untuk memungkinkan pemrosesan cepat dan efisien secara komputasi, sehingga dapat diterapkan secara real-time tanpa pelatihan model yang kompleks. Desain prostesis direalisasikan menggunakan pencetakan 3D modular dengan mekanisme penggerak kabel (cable-driven mechanism) yang digerakkan motor servo digital. Proses fabrikasi meliputi pemodelan CAD, parameter pencetakan (infill 20%-30%, layer height 0,2 mm), serta perakitan komponen mekanik. Sinyal EEG diproses melalui filter Butterworth bandpass 0,5–40 Hz dan filter notch 50 Hz, kemudian dianalisis menggunakan metode Welch untuk estimasi Power Spectral Density (PSD). Hasil pengujian menunjukkan akurasi klasifikasi hingga 100%, latensi sistem rata-rata 1,6 detik, dan efektivitas kontrol prostesis yang konsisten pada pengujian real-time. Nilai rasio daya SSVEP terhadap baseline terbukti stabil dalam membedakan kondisi ON/OFF. Pendekatan ini terbukti efisien secara komputasi, intuitif, serta berpotensi dikembangkan untuk prostesis tangan berbasis BCI yang akurat, ekonomis, dan ramah pengguna.