PENGOLAHAN SINYAL ELEKTROMIOGRAFI PADA LENGAN DENGAN METODE NEURAL NETWORK UNTUK MENGGERAKAN LENGAN ROBOT DENGAN 3 DOF

Sinyal Elektromyography merupakan sinyal elektrik yang dapat dibangkitkan selama otot berkontraksi. Hampir semua rangsangan listrik otot yang dibangkitkan dan konduksi oleh masing – masing fiber kurang dari 100 μV, konduksi dari beberapa fiber tegangannya berbeda dan cukup lebar untuk dideteksi oleh electrode, perubahan tegangan didapatkan pada saat kontraksi. Selain dapat melakukan perubahan tegangan, otot manusia memiliki kemampuan untuk melakukan berbagai macam gerak. Pada proyek akhir ini penulis melakukan pengolahan sinyal elektromyography pada lengan tubuh, dengan menggunakan metode neural network yang bertujuan untuk membedakan beberapa jenis gerakan yang telah ditentukan, yaitu gerak fleksion dan ekstension pada elbow joint, gerak fleksion dan ekstention pada shoulder jont, gerak abduction dan adduction pada elbow joint, dimana keenam jenis gerakan tersebut meimiliki delapan titik atau delapan channel yang merupakan tempat peletakan elektroda sehingga sinyal dari keenam jenis gerakan tersebut dapat terdeteksi yang selanjutnya akan diolah kembali sebagai input gerak lengan robot 3 dof. Sinyal keluaran dari rangkaian instrumentrasi akan di ketahui nilai ADCnya pada software visual basic. Agar kecepatan setiap gerakan cepat terdeteksi maka pada proyek akhir ini penulis meggunakan mikokontroler ATXMEGA 128i dimana kecepatannya dalam system clocknya bisa mencapai 2MHz tiap sekon dalam pengambilan data ADC per bitnya. Proses pengambilan data ADC dilakukan per satu gerakan yang kemudian disimpan sebagai input pada proses neural network. Penentuan keenam jenis gerakan dari delapan titik otot dengan menggunakan metode Neural Network Backpropagation yang telah dilakukan dengan lima kali pengujian pada masing masing tiap gerakan, dapat diketahui bahwa tingkat keberhasilan system secara keseluruhan sebesar 66,66 %.
Kata kunci: Elecktromyography Signal, Jaringan Syaraf Tiruan, ATXMEGA128i