Rancang Bangun Teknologi Virtualisasi Pergerakan Jari Tangan Berbasis Sinyal Mioelektrik Menggunakan Sensor Elektromiografi dan Algoritma Jaringan Saraf Tiruan = Design and Development of Finger Movement Virtualization Technology Based on Myoelectric Signals Using Electromyography Sensors and Artificial Neural Network Algorithms


SHAF, GHAZWUL (2024) Rancang Bangun Teknologi Virtualisasi Pergerakan Jari Tangan Berbasis Sinyal Mioelektrik Menggunakan Sensor Elektromiografi dan Algoritma Jaringan Saraf Tiruan = Design and Development of Finger Movement Virtualization Technology Based on Myoelectric Signals Using Electromyography Sensors and Artificial Neural Network Algorithms. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
D121201008_skripsi_25-09-2024 cover1.png

Download (187kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
D121201008_skripsi_25-09-2024 1-2(FILEminimizer).pdf

Download (408kB)
[thumbnail of Dapus] Text (Dapus)
D121201008_skripsi_25-09-2024 dp(FILEminimizer).pdf

Download (516kB)
[thumbnail of Full Text] Text (Full Text)
D121201008_skripsi_25-09-2024(FILEminimizer).pdf
Restricted to Repository staff only until 19 May 2027.

Download (2MB)

Abstract (Abstrak)

Latar belakang. Virtual Reality (VR) merupakan teknologi yang memungkinan interaksi terhadap realitas virtual yang terlepas dari realitas fisik yang sebenarnya. Pemanfaatan VR telah merambah ke berbagai bidang, tidak terkecuali bidang kedokteran dan kesehatan. Namun dalam penggunaannya, terdapat keterbatasan penggunaan perangkat VR pada pasien dengan keterbatasan fisik. Tujuan. Membangun sistem menggunakan sensor AD8232 sebagai sensor elektromiografi untuk mendeteksi perubahan gerakan jari tangan dan mengklasifikasikan sinyal dengan algoritma Jaringan Saraf Tiruan. Metode. Terdapat 4 model gerak jari tangan yang dimodelkan. Pengambilan data dilakukan dengan frekuensi pengambilan (sampling rate) 1000 Hz selama 15 detik untuk setiap model gerakan. Konsep sangkar Faraday digunakan untuk menghindari gangguan gelombang elektromagnetik lain saat pengambilan data. Pengambilan data dilakukan sebanyak enam kali dengan pengambilan tanpa atau dengan sangkar. Data mentah sinyal mioelektrik diproses dengan enam metode ekstraksi fitur. Pelatihan model klasifikasi melalui dua tahap proses utama, yaitu feedforward dan backpropagation dengan satu layar tersembunyi (hidden layer) (12 node). Tingkat akurasi model klasifikasi divalidasi terhadap dataset dan data realtime. Hasil. Data yang diambil tanpa sangkar Faraday memiliki tingkat presisi lebih tinggi, yaitu 73,92% dibandingkan dengan data yang diambil dengan sangkar, yaitu 64,05%. Namun, data yang diambil dengan sangkar Faraday dan ekstraksi fitur acak memiliki tingkat stabilitas yang lebih tinggi dibandingkan dengan data lainnya. Kesimpulan. Sensor AD8232 tanpa modifikasi dapat mendeteksi perubahan gerakan jari tangan berdasarkan sinyal mioelektrik yang diukur. Namun, pengaruh perbedaan sampling rate dan refresh rate menyebabkan rancangan sistem klasifikasi model gerak jari tangan berdasarkan waktu nyata (realtime) tidak dapat dilakukan.

Keyword : Virtual Reality; AD8232; sangkar Faraday; ekstraksi fitur; sampling rate; refresh rate

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Virtual Reality; AD8232; Faraday cage; feature extraction; sampling rate; refresh rate.
Subjects: T Technology > T Technology (General)
Divisions (Program Studi): Fakultas Teknik > Teknik Informatika
Depositing User: Rasman
Date Deposited: 09 Jul 2025 07:11
Last Modified: 09 Jul 2025 07:11
URI: http://repository.unhas.ac.id:443/id/eprint/46250

Actions (login required)

View Item
View Item