Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Sistem Pengendalian Prostetik Tangan Robotik Melalui Pendeteksian Sinyal EMG
Abdul Barry Husein NIM. (2016) | Skripsi | Teknik Elektro
Bagikan
Ringkasan
Dalam penelitian ini memaparkan tentang pengendalian tangan robot yang akan dikendalikan melalui pendeteksian sinyal EMG. EMG atau electromyography adalah salah satu teknik dalam ilmu kedokteran yang digunakan untuk membaca aktivitas sinyal otot. Berdasarkan karakteristik EMG, sinyal tersebut memiliki rentang tegangan antara 0-10 mV dan rentang frekuensi 20-500 Hz. Sensor elektroda dibutuhkan untuk membaca sinyal otot yang berkontraksi. Sinyal otot yang terdeteksi akan di proses dalam rangkaian instrumentasi EMG yang terdiri dari rangkaian penguat instrumentasi, rangkaian penguat non-inverting, rangkaian filter dan rangkaian clamper untuk mendapatkan karakteristik dari sinyal EMG tersebut. Sinyal EMG yang sudah diproses kemudian akan dikirim secara serial ke personal computer (PC) melalui teknik analog to digital converter (ADC) pada mikrokontroler ATMega8535 dengan sampel data sebanyak 2000 sampel/detik. Rawdata dari sinyal EMG tersebut akan diproses lagi dengan proses filter digital, proses ekstraksi fitur dan proses klasifikasi sinyal dengan software LabVIEW 8.5. Proses ekstraksi fitur akan dilakukan dalam domain waktu untuk mendapatkan nilai integrated EMG (IEMG). Hasil proses ekstraksi fitur tersebut akan dilanjutkan dengan proses klasifikasi. Hasil klasifikasi sinyal tersebut akan menentukan pergerakan yang sesuai dengan pergerakan tangan yang dilakukan. Proses klasifikasi ini menggunakan artificial neural network (ANN) dengan metode perceptron. Berdasarkan data hasil pengujian, sistem instrumentasi EMG yang dirancang memiliki penguatan total 548,85 kali dan frekuensi yang dapat diloloskan berkisar antara 18-460 Hz. Pengujian juga dilakukan dengan menghitung respon dari sistem untuk mendeteksi gerakan yang dilakukan, dari hasil pengujian didapat respon waktu rata-rata sistem untuk mendeteksi pergerakan tangan adalah 1,434 detik. Kemudian pengujian selanjutnya didapatkan persentase keakuratan dari sistem untuk mengenali pergerakan tangan manusia yang dilakukan adalah 100 % untuk pergerakan ekstensi supinasi, 80 % untuk pergerakan fleksi supinasi dan 80 % untuk pergerakan fleksi pronasi.
Ringkasan Alternatif
This research presents robotic hand which controlled using EMG signal detection. EMG or electromyography is one of the techniques in medical science which used to read the signals of muscle activity. Based on the characteristics of EMG, these signals have a voltage range between 0-10 mV and frequency range between 20-500Hz. The electrode sensor is needed to read contraction muscle signals. These signals will be processed in EMG instrumentation: instrumentation amplifier, non-inverting amplifier, filter and clamper to get those EMG characteristics. Next, these signals will be sent to personal computer (PC) using serial communication and internal analog to digital converter (ADC) technique from ATMega8535 with 2000 sampel/seconds. Rawdata signal will be processed with digital filter, feature extraction and classification process using LabVIEW 8.5. Feature extraction will be processed in time domain to get integrated EMG (IEMG) value. Classification will determine which arm movement that obtained and then will control robotic arm movement based on the those classification data. Artificial neural network (ANN) with perceptron method is used in this classification process. Based on the testing result, this EMG instrumentation has a total gain about 548,85times and frequency range about 18-460 Hz. The response of this system is about 1,434 second that got by do a response system testing to detect a hand movements. The last testing got a accuration percentation is about 100 % for extension supination movement, 80 % for flexion supination movement and 80 % for flexion pronation movement.