Mohamad Irfan
Mahasiswa Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

STUDI KLASIFIKASI TUJUH GERAKAN TANGAN SINYAL ELECTROMYOGRAPHY (EMG) MENGGUNAKAN METODE PATTERN RECOGNITION Mohamad Irfan; Wahyu Caesarendra; Mochammad Ariyanto
JURNAL TEKNIK MESIN Vol 4, No 3 (2016): VOLUME 4, NOMOR 3, JULI 2016
Publisher : Jurusan Teknik Mesin, Fakultas Teknik, Universitas Diponegoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1074.432 KB)

Abstract

Pada studi ini, sinyal EMG diproses menggunakan 16 features extraction domain – waktu untuk mengklasifikasikan gerakan tangan seperti tripod, power, precision closed, finger point, mouse, hand open, dan hand close. 16 fitur dari masing – masing sinyal EMG dari gerakan tangan tersebut direduksi menggunkan principal component analysis (PCA) untuk mendapatkan satu set fitur baru yang memberikan informasi yang lebih kompek. Pattern recognition dari fitur baru tersebut diklasifikasikan menggunkan support vector machine (SVM). Pattern recognition digunakan pada masing – masing subjek dan menghasilkan persentase training  dan testing. Berdasarkan SVM training dan testing yang dihasilkan, sinyal EMG dari gerakan tangan sukses diklasifikasikan dan akurasi dari klasifikasi mencapai 80% - 86%.