Sistem Pengenalan Pergerakan Lengan Menggunakan Exponential Moving Average Dengan Metode Decision Tree Berbasis EMG

##plugins.themes.bootstrap3.article.main##

Aufa Nizar Faiz Rizal Maulana Fitri Utaminingrum

Abstrak

Manusia dapat melakukan perkerjaannya dalam kondisi sehat, maka kesehatan adalah hal paling penting dalam kehidupan. Tetapi banyaknya manusia yang tidak dapat melakukan pekerjaannya dikarenakan keterbatasan fisik, yang biasa disebut penyandang disabiltas. Teknik biomedis adalah ilmu medis yang menggunakan  ilmu medis dan desain insinyur untuk memecahkan masalah kesehatan. Electromyograhy (EMG) salah satu ilmu biomedis yang dapat mendeteksi sinyal yang dihasilkan kontraksi pada otot, dengan menggunakan EMG dapat membuat sistem pedeteksian sinyal kontraksi otot terutama pada otot lengan. Pada sistem ini akan membantu pedeteksian kontraksi otot lengan untuk penyandang disabilitas pada lengan. Pedeteksian dilakukan pada perubahan derajat lengan, derajat yang dideteksi yaitu 0, 30, 60, 90, 120, 150, dan 180 dejarat. Sinyal-sinyal yang diterima oleh EMG memiliki noise yang dapat menganggu pedeteksian, maka diperlukannya pengalusan sinyal berupa metode exponential moving average (EMA). Exponential moving average mempunyai nilai bobot untuk melakukan pengahulan, nilai yang dipakai yaitu 0.1 dan 0.3. Setelah melakukan penghalusan sinyal, maka dilakukannya pendeteksian perubahan derajat dengan menggunakan metode klasifikasi decision tree. Kemudian hasil dari klasifikasi akan ditampilkan pada LED dan LCD.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Faiz, A., Maulana, R., & Utaminingrum, F. Sistem Pengenalan Pergerakan Lengan Menggunakan Exponential Moving Average Dengan Metode Decision Tree Berbasis EMG. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 9, p. 8454-8462, agu. 2019. ISSN 2548-964X. Tersedia pada: <http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/6174>. Tanggal Akses: 22 sep. 2019
Bagian
Artikel