BAB I PENDAHULUAN 1.1
Latar Belakang Elektromiografi (EMG) adalah teknik untuk mengevaluasi dan rekaman
aktivitas listrik yang dihasilkan oleh otot rangka. EMG dilakukan menggunakan alat yang disebut Electromyograph, untuk menghasilkan rekaman yang disebut Elektromiogram. Sebuah EMG mendeteksi potensial listrik yang dihasilkan oleh sel-sel otot ketika sel-sel ini elektrik atau neurologis diaktifkan. Sinyal dapat dianalisis untuk mendeteksi kelainan medis, tingkat aktivasi, perintah rekrutmen atau untuk menganalisis biomekanik kondisi manusia atau hewan. Begitu banyak manfaat yang dapat diaplikasikan dalam berbagai bidang sehingga dipilih EMG sebagai objek penelitian ini. Otot adalah bagian tubuh manusia yang berfungsi dalam sistem gerak. EMG berfungsi untuk mendeteksi adanya potensial listrik yang dihasilkan pada saat otot kontraksi dan relaksasi. Sinyal listrik otot dapat diperoleh melalui pemasangan elektroda EMG yang diletakkan di permukaan kulit pada otot yang akan diambil data sinyalnya. Elektroda EMG yang ditempelkan ini menyimpan data beragam kondisi sesuai dengan peletakkan elektrodanya. Sehingga dapat digunakan untuk mengendalikan suatu sistem. Elektroda tersebut akan mengenali kondisi dengan memonitor sinyal otot yang sesuai dengan yang ada pada data yang tersimpan. Hasil perekaman sinyal EMG juga telah banyak digunakan sebagai sinyal kendali untuk berbagai macam sistem diantaranya komputer, robot dan perangkat lainnya. Perangkat antarmuka berbasis pada EMG juga dapat digunakan untuk mengendalikan objek bergerak, seperti robot mobile atau kursi roda listrik. Hal ini sangat membantu individu yang tidak bisa mengoperasikan kursi roda yang dikendalikan joystick. Sistem yang dihasilkan dari EMG mampu mempelajari sinyal otot dari permukaan kulit saat seseorang melakukan kondisi tertentu. Ada banyak aplikasi untuk penggunaan EMG. Penelitian tentang EMG yang merupakan bagian dari biomedical engineering telah berkembang pesat, sebagai contoh yaitu penelitian aplikasi biosignal pada manusia untuk kontrol buatan pada 1
manusia maupun untuk mendeteksi adanya kelainan aktivitas pada otot, gangguan gerak, kontrol postural, dan terapi fisik.[2]. Sinyal EMG juga digunakan dalam aplikasi klinis dan biomedis. EMG digunakan
sebagai
alat
diagnostik
untuk
mengidentifikasi
penyakit
neuromuskuler, menilai nyeri punggung bawah, kinesiologi, dan gangguan kontrol motor sinyal EMG juga digunakan sebagai sinyal kontrol untuk perangkat palsu seperti tangan buatan, lengan, dan tungkai bawah. Berdasarkan penjelasan di depan maka peneliti ingin melakukan penelitian tentang ekstraksi ciri sinyal electromyograph domain frekuensi dan domain frekuensi untuk diskriminasi kondisi telapak tangan. Kondisi telapak tangan yang akan diakuisisi sinyalnya adalah kondisi membuka yang selanjutnya dinamakan hand open (HO), kondisi mengepal yang selanjutnya dinamakan hand close (HC), kondisi belok kanan yang selanjutnya dinamakan wrist flexion (WF) dan kondisi belok kiri yang selanjutnya dinamakan wrist extension (WE). Dari hasil penelitian ini dapat dikembangkan pada penelitian selanjutnya untuk diaplikasikan pada suatu sistem kendali. 1.2
Perumusan masalah Permasalahan dalam penelitian ini adalah : 1. Bagaimana mengukur aktivitas otot pada kondisi telapak tangan (kondisi hand close, hand open, wrist flexion dan wrist extension) dengan EMG untuk menghasilkan sinyal yang tepat ? 2. Bagaimana mengekstraksi ciri sinyal EMG pada kondisi telapak tangan (kondisi hand close, hand open, wrist flexion dan wrist extension) dengan EMG untuk menghasilkan ciri yang tepat ?
2
1.3
Keaslian penelitian Penelitian tentang analisis sinyal EMG telah banyak dilakukan, akan tetapi
penelitian untuk mengetahui karakteristik dan klasifikasi gerak pada telapak tangan belum banyak dilakukan. Begitu pula pemasangan elektroda juga berbagai macam. Sehingga melalui penelitian ini diharapkan dapat diperoleh karakteristik dan klasifikasi sinyal EMG untuk pola gerak tangan dengan penempatan elektroda yang tepat. Pada tahun 2008 Jonghwa Kim, Stephan Mastnik, Elisabeth Andre melakukan penelitian tentang perekaman sinyal EMG pada kondisi gerak tangan untuk interfacing secara realtime. Pada penelitian ini dilakukan perancangan alat EMG untuk merekam sinyal otot pada gerak tangan. Perkondisi tangan yang digunakan adalah kondisi menggengam, kondisi kekanan, kondisi kekiri dan kondisi berputar dengan kondisi tangan selalu mengepal. Akuisisi data EMG digunakan single channel sensor EMG yang dipasang pada lengan bawah. Metode yang digunakan pada penelitian ini untuk klasifikasi dari sinyal digunakan metode KNN dan Bayes.[1]. Kemudian pada tahun 2009 Rika Rokhana, Kemalasari dan Paulus Susetyo Wardana melakukan penelitian identifikasi dan klasifikasi sinyal EMG pada gerak Ekstesi – fleksi siku (gerak 45º, 90º dan 135º) dengan menggunakan metode konvolusi dan jaringan syaraf tiruan. Pengambilan sinyal dilakukan dengan menempatkan elektroda pada otot bisep. Analisa sinyal didasarkan pada perbedaan tiap sinyal pengukuran berdasarkan nilai amplitudonya.[2] Penelitian oleh Nissan Kunju dkk pada tahun 2009, melakukan penelitian untuk menentukan standart berjalan orang normal pada umumnya. Analisis data pada penelitian dilakukan secara offline dengan menggunakan Biometrics Management Software dengan parameter utama data amplitudo dan frekuensi sinyal. Analisis selanjutnya menggunakan analisis tapis RMS dan tapis frekuensi. Untuk menganalisis amplitudo digunakan tapis RMS dengan konstanta tapis 100 ms. Sedangkan untuk menganalisis frekuensi sinyalnya digunakan tapis frekuensi median dengan konstanta tapis 40 Hz.[3]
3
Angkoon Phinyomark dkk pada tahun 2009 melakukan penelitian tentang ekstraksi ciri EMG pada domain frekuensi dan domain waktu. Akuisisi data dengan merekam kelistrikan otot extensor carpi radialis longus dan otot flexor carpi radialis. Dari hasil penelitian didapatkan bahwa penghitungan nilai modified mean frequency MMNF memberikan ciri yang paling bagus dengan nilai rata-rata error 6%.[4]. Selanjutnya pada tahun 2010 Ishikawa dkk, melakukan penelitian untuk menghasilkan klasifikasi sinyal dari perkondisi jari tangan dengan menggunakan electromyograph. Metode yang digunakan adalah metode SVM (Support Vector Machine). Pada tahun yang sama Guangying dkk, melakukan penelitian menggunakan
metode
SVM
untuk
analisis
properties
dari
empat
electromyography (EMG) dilatihkan pada pengenalan emosi. Analisis sinyal menggunakan transformasi wavelet untuk mengekstraksi ciri dengan koefisien minimum dan maksimum pada multi-scale.[5]. Pada tahun 2012 Paulus Susetyo Wardana dkk melakukan penelitian tentang instrumentasi dan pendeteksi sinyal emg dinamik pada gerak elbow joint dengan metode Discrete Fourier Transform (DFT) yang menghasilkan nilai mean power frequency (MPF). Gerak Elbow Joint yang digunakan adalah gerak flexion, extension, pronation dan supination. Otot yang dipilih dalam akusisi data adalah otot triceps brachi, biceps brachi dan pronator teres. Dari penelitian ini diperoleh nilai MPF pada otot Triceps brachii untuk kondisi Elbow Flexion sebesar 75,156 Hz, kondisi Elbow Extension sebesar 65,069 Hz, kondisi Elbow Supination sebesar 27,627 Hz, dan kondisi Elbow Pronation sebesar 47,659 Hz.[8]. Angkoon Pinyomark dkk pada tahun 2012 melakukan penelitian tentang pengurangan ciri dan seleksi untuk klasifikasi sinyal EMG. Dari penelitian ini dihasilkan kesimpulan bahwa mean frequency (MNF) dan power spectrum ratio (PSR) sangat bagus untuk klasifikasi sinyal emg. Untuk mencari ciri optimal dari sinyal EMG digunakan otot extensor carpi radialis longus dan otot flexor carpi ulnaris. Untuk mempelajari ciri spesifik sinyal EMG digunakan scatter plot yang membandingkan nilai dari ciri pada domain frekuensi dan domain waktu.[9].
4
1.4
Tujuan Penelitian Tujuan penelitian ini adalah : 1. Mengukur aktivitas listrik otot pada kondisi telapak tangan (kondisi hand close, hand open, wrist flexion dan wrist extension) dengan EMG untuk menghasilkan sinyal yang tepat. 2. Mengekstraksi ciri sinyal EMG pada kondisi telapak tangan (kondisi hand close, hand open, wrist flexion dan wrist extension) dengan EMG untuk menghasilkan ciri yang tepat.
1.5
Manfaat Penelitian Manfaat dalam penelitian ini adalah : 1. Mengetahui teknik pengukuran aktivitas listrik otot dengan menggunakan elektroda surface EMG (Electromyography). 2. Mengetahui penempatan elektroda surface EMG pada pengukuran kondisi telapak tangan (hand close, hand open, wrist flexion dan wrist extension)
dengan
menggunakan
elektroda
surface
EMG
(Electromyography). 3. Mengetahui karakteristik sinyal EMG pada kondisi telapak tangan (hand close, hand open, wrist flexion dan wrist extension). 1.6. Sistematika Penulisan BAB I PENDAHULUAN pada penelitian ini berisi tentang latar belakang, perumusan masalah, keaslian penelitian, tujuan penelitian, manfaat penelitian dan sistematika penulisan. BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI pada penelitian ini berisi
tentang
tinjauan
pustaka
yang
menguraikan
penelitian-penelitian
sebelumnya yang sudah ada yang berhubungan dengan penelitian ini dan teori dasar yang mendukung penelitian sehingga dapat dihasilkan suatu hipotesis penelitian.
5
BAB III METODOLOGI PENELITIAN pada bab ini menjelaskan tentang metodologi yang digunakan pada penelitian ini yang berisi alat dan bahan, jalannnya penelitian dan perancangan sistem.
BAB IV HASIL DAN PEMBAHASAN pada bab ini berisi tentang penjelasan hasil dari penelitian yang telah dilakukan. BAB V KESIMPULAN DAN SARAN berisi tentang kesimpulan yang dapat diambil dari penelitian yang telah dilaksanakan dan saran untuk penelitian selanjutnya. DAFTAR PUSTAKA berisi tentang daftar rincian jurnal, buku referensi dll yang sudah dipelajari peneliti untuk mendukung penyelesaian penelitian. LAMPIRAN berisi tentang hal-hal yang berhubungan dengan penelitian tetapi tidak disertakan pada halaman sebelumnya yang berupa gambar, tabel dan listing program.
6
