Muhammad Athan, Amrullah (2025) Upper limb exoskeleton berbasis machine learning untuk mendeteksi pola EMG pada wrist dan berbasis froce pada elbow menggunakan Raspberry Pi. Skripsi thesis, Politeknik Kesehatan Kemenkes Surabaya.
![[thumbnail of 1. Cover.pdf]](http://repo.poltekkes-surabaya.ac.id/style/images/fileicons/text.png) |
Text
1. Cover.pdf Download (994kB) |
|
Text
2. Halaman Persetujuan Pembimbing.pdf Restricted to Repository staff only Download (560kB) |
|
Text
3. Halaman Pengesahan Penguji.pdf Restricted to Repository staff only Download (177kB) |
|
Text
4. Surat Pernyataan Orisinalitas.pdf Restricted to Repository staff only Download (525kB) |
|
Text
5. Abstrak.pdf Download (226kB) |
|
Text
6. Kata Pengantar.pdf Restricted to Repository staff only Download (183kB) |
|
Text
7. Daftar Isi.pdf Download (155kB) |
|
Text
8. Daftar Tabel.pdf Download (235kB) |
|
Text
9. Daftar Gambar.pdf Download (180kB) |
|
Text
10. Daftar Singkatan dan Simbol.pdf Download (184kB) |
|
Text
11. Daftar Lampiran.pdf Download (121kB) |
|
Text
12. Bab 1.pdf Restricted to Repository staff only Download (276kB) |
|
Text
13. Bab 2.pdf Restricted to Repository staff only Download (651kB) |
|
Text
14. Bab 3.pdf Restricted to Repository staff only Download (539kB) |
|
Text
15. Bab 4.pdf Restricted to Repository staff only Download (888kB) |
|
Text
16. Bab 5.pdf Restricted to Repository staff only Download (361kB) |
|
Text
17. Bab 6.pdf Restricted to Repository staff only Download (199kB) |
|
Text
18. Daftar Pustaka .pdf Download (200kB) |
|
Text
19. Lampiran.pdf Restricted to Repository staff only Download (415kB) |
|
Text
20. Artikel.pdf Restricted to Repository staff only Download (624kB) |
Abstract
Stroke merupakan salah satu penyebab utama disabilitas fisik di dunia, terutama akibat dampaknya terhadap sistem saraf motorik. Gangguan ini dapat menyebabkan penurunan kontrol otot, melemahnya kekuatan lengan, serta hilangnya koordinasi antara pergelangan tangan dan siku. Rehabilitasi pasca-stroke membutuhkan intervensi berkelanjutan yang mampu menstimulasi pergerakan secara bertahap dan adaptif. Penelitian ini bertujuan mengembangkan prototipe exoskeleton lengan atas untuk mendukung rehabilitasi pasca-stroke, dengan dua sistem kendali: exoskeleton pergelangan tangan berbasis machine learning, dan exoskeleton siku berbasis sensor sudut dan tekanan. Pengujian dilakukan pada lima orang responden laki-laki dengan kondisi fisik normal berusia 22–23 tahun. Sinyal EMG dikumpulkan menggunakan Sensor Analog EMG by OYMotion, sedangkan sudut gerak dideteksi oleh MPU6050 dan tekanan diukur menggunakan load cell. Tiga algoritma machine learning—Random Forest (RF), Support Vector Machine (SVM), dan K-Nearest Neighbors (KNN)—digunakan untuk mengklasifikasikan sinyal EMG antara kondisi kontraksi dan relaksasi otot, dengan ciri ekstraksi RMS, WL, dan MAV. Hasil penelitian menunjukkan bahwa kombinasi ciri secara signifikan memengaruhi performa klasifikasi, dengan RF dan KNN mencapai akurasi, presisi, recall, dan F1-score hingga 99,53%, serta waktu prediksi tercepat oleh RF sebesar 0,044 detik. Sistem siku berhasil mendeteksi sudut gerak dan memberikan respons motor yang adaptif terhadap perubahan tekanan tanpa algoritma machine learning. Kesimpulannya, sistem kendali gabungan berbasis sinyal EMG dan sensor gerak-tekanan menunjukkan kinerja tinggi dalam mendukung gerakan lengan secara adaptif. Prototipe ini berpotensi menjadi alat bantu rehabilitasi pasca-stroke yang efisien dan responsif terhadap kondisi pasien
| Item Type: | Thesis (Skripsi) |
|---|---|
| Contributors: | Contribution Contributor NIDN/NIDK UNSPECIFIED Triwiyanto, Triwiyanto nidn4002057301 UNSPECIFIED Syaifudin, Syaifudin nidn4001087402 |
| Additional Information: | 11SKR20250040 |
| Uncontrolled Keywords: | Stroke, rehabilitasi pasca-stroke, Elektromiografi (EMG), Forest (RF), Support Vector Machine (SVM), K-Nearest Neighbors (KNN), RMS, WL, MAV, MPU6050, Sensor load cell, Akurasi, Presisi, recall, F1-score. |
| Subjects: | R Medicine > Medical Electronics > Biomedical Engineering |
| Divisions: | Poltekkes Kemenkes Surabaya > Jurusan Teknologi Elektromedik > Program Studi Sarjana Terapan Teknologi Rekayasa Elektro-medis |
| Depositing User: | Shirly Qurrota Ainy |
| Date Deposited: | 16 Apr 2026 04:26 |
| Last Modified: | 16 Apr 2026 04:26 |
| URI: | http://repo.poltekkes-surabaya.ac.id/id/eprint/11749 |
Actions (login required)
 |
View Item |