DESAIN SISTEM ESTIMASI TORSI OLEH LENGAN BERBASIS INFORMASI sEMG

ADELA HAPSARI PRAYOGA, 081311733027 (2018) DESAIN SISTEM ESTIMASI TORSI OLEH LENGAN BERBASIS INFORMASI sEMG. Skripsi thesis, Universitas Airlangga.

[img]
Preview
Text (ABSTRACT)
KKC KK ST.T.08-18 Pra d ABSTRAK.pdf

Download (87kB) | Preview
[img] Text (FULLTEXT)
KKC KK ST.T.08-18 Pra d SKRIPSI.pdf
Restricted to Registered users only until 15 March 2021.

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Manusia dapat menggerakkan tangannya karena adanya kontraksi otot. Tidak hanya pengaruh dari aktivitas kelistrikan pada otot, tetapi adanya gaya yang dihasilkan oleh tangan membuat manusia dapat menggunakan tangannya. Gaya yang dapat menyebabkan benda berotasi adalah torsi. Hubungan antara kontraksi otot dengan torsi dapat digunakan sebagai informasi dalam pembuatan alat bantu pada program rehabilitasi. Penelitian ini bertujuan untuk mengetahui hubungan sinyal EMG dengan torsi dan membuat desain sistem estimasi torsi lengan dari informasi sinyal EMG. Data torsi didapatkan dari CybexNorm dan informasi sinyal EMG didapatkan dari m. biceps brachii dan m. triceps brachii yang disadap menggunakan 2 channel rangkaian EMG. Sinyal EMG diekstraksi fitur menggunakan Power Spectral Density untuk mengetahui distribusi daya sinyal otot dalam domain frekuensi. Hasil ekstraksi fitur sinyal EMG dijadikan data input pada pembelajaran regresi Extreme Learning Machine dan nilai torsi CybexNorm berperan sebagai target. Melalui pelatihan ELM didapatkan persamaan regresi linear naracoba yang digunakan untuk mendapatkan RMSE pengujian ELM. Nilai RMSE pengujian untuk masing-masing naracoba secara berurutan adalah 2.8897; 2.1016; 3.3332; dan 4.5737. Dari uji korelasi yang dilakukan antara data input pelatihan dengan hasil pelatihan diketahui bahwa sinyal EMG dan torsi memiliki hubungan korelasi yang sangat kuat yang ditunjukkan oleh rata-rata koefisien korelasi 0.9273. ELM juga mampu merepresentasikan hubungan torsi dengan sinyal EMG menggunakan 5 hidden nodes dengan persentase eror pembelajaran ELM yang berbeda tiap naracoba

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST.T.08/18 Pra d
Subjects: Q Science > QA Mathematics > QA76.9.S88 System analysis and System design
Divisions: 08. Fakultas Sains dan Teknologi > Tekno Biomedik
Creators:
CreatorsNIM
ADELA HAPSARI PRAYOGA, 081311733027UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorFadli Ama, S.T., M.T.UNSPECIFIED
Thesis advisorAkif Rahmatillah, S.T., M.T.UNSPECIFIED
Depositing User: mrs hoeroestijati beta
Date Deposited: 14 Mar 2018 23:37
Last Modified: 14 Mar 2018 23:37
URI: http://repository.unair.ac.id/id/eprint/70843
Sosial Share:

Actions (login required)

View Item View Item