FIRMAN ISMA SERDANA, 081117006 (2016) HUMAN COMPUTER INTERFACE BERBASIS ELEKTROMIOGRAFI SEBAGAI ALAT PENUNJANG OPERASIONAL KOMPUTER. Skripsi thesis, UNIVERSITAS AIRLANGGA.
|
Text (HALAMAN DEPAN)
HALAMAN DEPAN.pdf Download (460kB) | Preview |
|
Text (BAB I)
11. BAB I PENDAHULUAN.pdf Restricted to Registered users only Download (409kB) | Request a copy |
||
Text (BAB II)
12. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB III)
13. BAB III METODE PENELITIAN.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB IV)
14. BAB IVHASIL DAN PEMBAHASAN.pdf Restricted to Registered users only Download (972kB) | Request a copy |
||
Text (BAB V)
15. BAB V SIMPULAN DAN SARAN.pdf Restricted to Registered users only Download (310kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
16. DAFTAR PUSTAKA.pdf Restricted to Registered users only Download (360kB) | Request a copy |
||
Text (LAMPIRAN)
17. LAMPIRAN.pdf Restricted to Registered users only Download (4MB) | Request a copy |
Abstract
Human Computer Interface merupakan mekanisme interaksi antar manusia dengan komputer menggunakan Human Interface Device. Salah satu contoh interaksi ini menggunakan tangan manusia untuk menggerakan pointer pada komputer. Pergerakan tangan manusia tersebut membangkitkan sinyal lektromiografi yang memiliki karakteristik tersendiri pada tiap gerakan dasar yaitu atas, bawah, kanan dan kiri. Penelitian ini menggunakan jaringan saraf tiruan (dengan struktur: tujuh input, sepuluh node pada hidden layer dan empat output), yang mengklasifikasi sinyal dari sadapan elektromiografi oleh Olimex EMG Shield pada otot brachioradialis dan flexor carpum ulnaris menjadi empat gerakan dasar yang dimasukkan ke dalam Arduino Uno. Pelatihan jaringan saraf tiruan tersebut dilakukan secara offline pada mesin yang memiliki kapabilitas tinggi untuk efisiensi waktu, hal ini dilakukan karena Arduino Uno memiliki kapabilitas processing yang secara signifikan terlalu rendah untuk komputasi jaringan saraf tiruan yang kompleks. Untuk menerjemahkan hasil klasifikasi menjadi gerakan pointer pada PC digunakan fungsi HID pada Sparkfun Pro Micro dengan menggunakan library mouse.move(). Dengan menggunakan setting di atas didapatkan persentase hasil klasifikasi sejumlah 93,7375 % (rerata) dengan nilai keberhasilan pada tiap klasifikasi adalah 96.55 % pada arah atas, 93,4 % pada arah bawah, 90.85 % pada arah kanan, dan 91.95 % pada arah kiri.
Item Type: | Thesis (Skripsi) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Additional Information: | KKC KK ST T 02-16 Ser h | |||||||||
Uncontrolled Keywords: | Human Computer Interface, electromyography, artifical neural network, Human Interface Device | |||||||||
Subjects: | Q Science > QC Physics > QC669-675.8 Electromagnetic theory | |||||||||
Divisions: | 08. Fakultas Sains dan Teknologi > Fisika | |||||||||
Creators: |
|
|||||||||
Contributors: |
|
|||||||||
Depositing User: | Mrs. Djuwarnik Djuwey | |||||||||
Date Deposited: | 23 Apr 2016 03:20 | |||||||||
Last Modified: | 23 Apr 2016 03:41 | |||||||||
URI: | http://repository.unair.ac.id/id/eprint/29834 | |||||||||
Sosial Share: | ||||||||||
Actions (login required)
View Item |