DESAIN TANGAN BIONIK BERBASIS SINYAL MYOELECTRIC MENGGUNAKAN RASPBERRY PI 3
| Main Author: | AFNI UNAIZAH, 081411731038 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/78318/1/ABSTRAK%20ST.T%2057%2018%20Una%20d.pdf http://repository.unair.ac.id/78318/2/FULLTEXT%20ST.T%2057%2018%20Una%20d.pdf http://repository.unair.ac.id/78318/ http://lib.unair.ac.id |
Daftar Isi:
- Amputasi adalah tindakan memotong salah satu ekstremitas (lengan atau kaki) atau bagian dari ekstremitas (tangan, jari, dan sebagainya). Salah satu kategori amputasi ekstrimitas atas adalah amputasi pergelangan tangan (wrist disarticulation). Setelah diamputasi, pasien beradaptasi terhadap perubahan bentuk tubuh dan penggunaan prostesis sebagai pengganti fungsi tangan yang hilang. Prostesis telah berkembang dengan disertai kontrol sinyal myoelektrik pasien atau dikenal dengan prostesis tangan bionik. Penelitian ini bertujuan untuk membuat tangan bionik yang dapat mengenali 3 gerakan yakni gerakan membuka, menggenggam dan menjepit berdasarkan sinyal otot menggunakan Raspberry Pi 3. Otot yang disadap adalah M. flexor digitorum dan M. extensor digitorum. Sinyal kedua otot tersebut ditangkap oleh Myo armband, kemudian dikombinasikan dengan data fisik subjek yakni usia, jenis kelamin, tinggi badan dan berat badan. Berikutnya ANN Backpropagation yang telah dilatih dengan nilai learning rate 0,0001, epoch 850 dan MSE 0,1043 dan terdiri dari 6 node input layer, 4 node hidden layer dan 3 node output layer mengklasifikasikan 3 gerakan. Output ANN akan menjadi input bagi driver motor untuk mengontrol motor DC yang terdapat pada tangan bionik. Kode program akuisisi sinyal, ANN dan kontrol motor ditanamkan pada Raspberry Pi 3. Hasil pengujian sistem tangan bionik terhadap 4 subyek sehat mempunyai persentase keberhasilan sebesar 93,33% dengan rentang waktu untuk mencapai gerakan sempurna yakni sekitar 5 detik.