Analisis Perbandingan Metode Ekstraksi Fitur Mean Absolute Value, Root Mean Square, dan Variance untuk Deteksi Kelelahan Otot Biceps Brachii

Abstrak

Otot berperan penting dalam berbagai aktivitas manusia seperti bekerja, berolahraga, belajar, bahkan saat tidur. Namun, olahraga berlebihan pada otot biceps brachii bisa menyebabkan kelelahan, cedera, bahkan kerusakan otot. Untuk deteksi kelelahan otot, peneliti menggunakan electromyography (EMG) dengan ekstraksi fitur Mean Absolute Value, Root Mean Square, dan Variance. Lalu menganalisisnya menggunakan metode T-Test untuk membandingkan hasil dari ketiga ekstraksi fitur. Ketiga fitur ini berhasil deteksi kelelahan otot dengan baik. Mean Absolute Value memiliki T-Hitung 4,941687744 > T-Tabel 1,671552762, dan P-Value 0,0000035 < 0,05. Root Mean Square memiliki T-Hitung 4,839272502 > T-Tabel 1,671552762, dan P-Value 0,0000050 < 0,05. Lalu Variance memiliki T-Hitung 4,137935321 > T-Tabel 1,671552762, dan P-Value 0,0000574 < 0,05. Ketiganya memenuhi standar uji hipotesis yaitu T-Hitung > T-Tabel, dan P-Value < 0,05. Sehingga membuktikan adanya perbedaan nilai yang signifikan antara nilai waktu normal dengan waktu lelah. Sementara itu untuk waktu komputasi dan penggunaan memori paling baik adalah Root Mean Square dengan waktu komputasi 0,452 s dan penggunaan memori sebanyak 2477 MB.