Fadhilah Qalbi Annisa, 081411733002 (2018) EKSTRAKSI CIRI GERAKAN TANGAN DARI SINYAL EMG MENGGUNAKAN TRANSFORMASI WAVELET. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (ABSTRAK) ABSTRAK ST.T 61 18 Ann e.pdf Download (130kB)
	Text (FULLTEXT) FULLTEXT ST.T 61 18 Ann e.pdf Restricted to Registered users only until 11 January 2022. Download (2MB) | Request a copy

Abstract

Salah satu yang menjadi hal penting dalam aplikasi elektromiograf (EMG) untuk kontrol prostesis adalah identifikasi ciri dan klasifikasi sinyal dalam melakukan gerakan tangan. Transformasi wavelet adalah metode yang kuat dalam analisis sinyal untuk ekstraksi fitur EMG sinyal. Untuk meningkatkan efisiensi dan efektifitas klasifikasi, sinyal EMG dianalisis dengan menggunakan disrete wavelet transform (DWT) untuk fungsi wavelet Coif5 dengan tiga level dekomposisi. Kemudian, ekstraksi fitur dilakukan dengan menggunakan fitur mean absolute value (MAV) terhadap semua fitur sinyal rekonstruksi DWT pada setiap level. Hasil ekstraksi fitur kemudian dievaluasi dengan menggunakan scatter graph untuk melihat class separability antar gerakan. Hasilnya menunjukkan bahwa, fitur sinyal A3 hasil rekonstruksi DWT merupakan komponen penting dalam sinyal EMG yang dapat mencirikan gerakan tangan membuka, menggenggam, dan menjepit dengan hasil akurasi 84% dalam prediksi gerakan menggunakan fitur ini.

Actions (login required)

View Item