ILHAM NOVA WIDIYANTO (2022) Estimasi Real-Time Posisi Sudut Lengan Dengan Sinyal Otot Menggunakan Metode Monte Carlo. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 081811733030_HALAMAN JUDUL.pdf Download (1MB)
	Text (BAB I) 081811733030_BAB I.pdf Download (388kB)
	Text (FULLTEXT) 081811733030_FULLTEXT.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Stroke adalah penyakit yang disebabkan adanya gangguan peredaran darah pada otak. Stroke berpotensi menimbulkan gejala berupa kelumpuhan pasca stroke pada anggota badan seperti wajah atau, pada banyak kasus, kelumpuhan pada ekstrimitas atas. Untuk mengembalikan fungsinya, diperlukan rehabilitasi motorik pada pasien pasca stroke. Agar tindakan rehabilitasi terhadap pasien pasca stroke dapat berjalan lebih optimal, maka dilakukan penelitian terkait estimasi sudut lengan siku menggunakan metode Monte Carlo secara real time. Penelitian ini bertujuan untuk mendesain sistem estimasi sudut lengan siku menggunakan metode Monte Carlo secara real time untuk alat rehabilitasi pasien pasca stroke sehingga pasien dapat melakukan rehabilitasi secara mandiri dan konsisten. Penelitian ini menggunakan metode Monte Carlo dimana metode ini terdiri dari pemodelan sudut dari sinyal otot menggunakan curve fitting, error model, probability distribution function dari error model, dan angka acak yang dibangkitkan berdasarkan Probability Distribution Function (PDF) dari error model. Kemudian, dilakukan pendekatan sudut dari model menggunakan simulasi Monte Carlo. Dalam melakukan estimasi sudut akan dibagi dalam empat range, yang ditentukan dari nilai tren model, estimasi sudut sebelumnya, error estimasi sudut, dan sudut terukur sebelumnya. Selanjutnya, rata-rata pada simulasi Monte Carlo yang memasuki range sudut dihitung untuk menentukan nilai estimasi sudut secara real-time. Selain penghitungan akurasi hasil estimasi sudut, waktu pemrosesan data juga dianalisis apakah sistem dapat berjalan secara real time. Berdasarkan penelitian, dihasilkan estimasi paling optimal dengan RMSE (Root Mean Square Error) sebesar 5.5268° pada data dengan downsample 100 data dan window moving average EMG sebesar 50 data dengan waktu proses 1.26 - 1.64 detik.

Actions (login required)

View Item