Pengkondisian Sinyal Electromyography sebagai Identifikasi Jenis Gerakan Lengan Manusia
DOI:
https://doi.org/10.25126/jtiik.201853829Kata Kunci:
sinyal otot, gerakan lengan, electromyography, pengkondisi sinyalAbstrak
Sinyal biomedis merupakan sinyal yang diperoleh dari dalam tubuh manusia yang membawa informasi mengenai gambaran kondisi jaringan atau organ terkait dengan sinyal biomedis tersebut. Electromyography (EMG) merupakan salah satu teknik yang bisa digunakan untuk merekam sinyal biomedis dalam mengetahui informasi dari pergerakan otot lengan. Sinyal-sinyal biomedis tidak hanya dipergunakan untuk mendeteksi adanya gangguan pada jaringan atau organ tubuh manusia, namun bisa juga digunakan untuk memberikan gambaran dari sebuah organ dalam melakukan suatu mekanisme kerja. Sinyal EMG menghasilkan sinyal sesuai dengan gerakan yang dilakukan oleh lengan, namun sinyal yang dihasilkan dari elektroda masih tercampur oleh sinyal noise yang dihasilkan oleh beberapa sumber. Akibatnya pendeteksian sinyal EMG menjadi kurang optimal. Untuk mengatasi hal tersebut diperlukan sebuah sistem yang dapat melakukan pembacaan sinyal EMG dan menghilangkan noise yang ada pada sinyal. Pada penelitian ini dirancang sebuah rangkaian pengkondisi sinyal yang terdiri dari penguat instrumentasi, high pass filter (HPF) dan low pass filter (LPF). Rangkaian ini digunakan untuk memproses sinyal yang dihasilkan oleh elektroda yang ditempatkan pada lengan manusia. Sinyal yang telah diproses akan dianalisis besar amplitudonya untuk dapat ditentukan jenis gerakan lengan yang sedang dilakukan. Dari hasil pengujian didapatkan nilai amplitudo rata-rata sebesar 0.252 V untuk gerakan lengan lurus, 1.138 V untuk gerakan lengan membentuk sudut 90° dan 1.774 V untuk gerakan lengan membentuk sudut 180°.
Abstract
Biomedical signal is signals obtained from the human body that carry information about the condition of tissues or related organs. Electromyography (EMG) is one method in biomedical field that can be used to record biomedical signal to gain the information about arm muscle activity. The EMG signal generates signals according to the movement performed by the arm, however the signals generated from the electrode are still contaminated by noise signals generated by multiple sources, as a result the EMG signal detection becomes less accurate. To resolve these problems, it is necessary a system that can perform EMG signals detection and remove the noise from EMG signals. In this research, we have designed a signal conditioning circuit consist of instrumentation amplifier, high pass filter and low pass filter. This circuit was used to process signals generated by the electrode placed on the arm. The results of the signal conditioning circuit are reprocessed using an exponential filter to obtain a more accurate signal. The signals that have been processed will be analyzed the amplitude to determine the type of arm movement performed. From the test results obtained average amplitude of 0.166 V for straight arm movement, 0.588 V for the 45° arm movement, 1.049 V for the 90° arm movement, 1.367 V for the 135° arm movement and 1.647 V for the 180° arm movement. In addition, the system has an accuracy of 86.67% in determining the type of arm movement.
Downloads
Referensi
AURICCHIO, F., FERRARA, A., LANZARONE, E., MORGANTI, S. & TOTARO, P., 2017. A Regression Method Based on Noninvasive Clinical Data to Predict the Mechanical Behavior of Ascending Aorta Aneurysmall Tissue. IEEE Transactions on Biomedical Engineering, Vol. 64, No. 11, pp.2607-2617.
CHHABRA, A. & ANDREISEK, G., 2012. Magnetic Resonance Neurography. New Delhi: Medical Publishers.
CHOWDURRY, R.H., REAZ, M.B.I., ALI, M.A.B.M., BAKAR, A.A.A., CHELLAPPAN, K. & CHANG, T.G., 2013. Surface Electromyography Signal Processing and Classification Technique. Sensors, pp.12431-12466.
ISKANDAR, P., 2012. Hukum HAM Internasional: Sebuah Pengantar Konstekstual. Cianjur: IMR Press.
HASANAH, U., RESITA, L., PRATAMA, A. & CHOLISSODIN, I., 2016. Perbandingan Metode SVM, Fuzzy-KNN dan BDT-SVM Untuk Klasifikasi Detak Jantung Hasil Elektrokardiografi. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), Vol. 3, No.3, pp.201-207.
JUMENO, D. & SETIANSYAH, T., 2009. Tangan Buatan Berteknologi Robot TB-1 Untuk Penyandang Cacat. Bandung: Prosiding Seminar Nasional Ergonomi dan K3.
MUCHLIS, I., MAULANA, R. & FITRIYAH, H., 2017. Implementasi Pengenalan Pergerakan Bola Mata Menggunakan Elektroda Dengan Eksponensial Filter. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 2, No. 9, pp.3093-3102.
RAJESH, A.N., CHANDRALINGAM, S., ANJANEYU, T. & SATYANARAYANA, K., 2014. EOG Controlled Motorized Wheelchair for Disabled Person. International Journal of Mechanical and Materials Engineering, Vol. 8, No. 5, pp.302-305.
RECTOR, K., 2018. Enhancing Accessibility and Engagement for Those with Disabilities. IEEE Pervasive Computing, Vol. 17, No. 1, pp.9-12.
SANTAGATI, G.E. & MELODIA, T., 2017. Experimental Evaluation of Impulsive Ultrasonic Intra-Body Communications for Implantable Biomedical Device. IEEE Transactions on Mobile Computing, Vol. 16, No. 2, pp.367-380.
SEMMLOW, J.L., 2004. Biosignal and Biomedical Image Processing: MATLAB-Based Applications. New York: Marcel Dekker.
SHARMILA, K. & SARATH, T.V., 2016. EMG Controlled Low Cost Prostethic Arm. IEEE Distributed Computing VLSI, Electrical Circuit and Robotics, pp.169-172.
ZHANG, L., DENG, K., WANG, H.Q. & LUO, M.K., 2013. Exponential Filter-Based Delay Estimation Algorithm for Active Systems in the Presence of Multi-Targets. IET Radar, Sonar and Navigation, Vol. 7, No. 3, pp.287-294.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi

Artikel ini berlisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)
Penulis yang menerbitkan di jurnal ini menyetujui ketentuan berikut:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0) yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).