METIK JURNAL
Vol 2 No 2 (2018): METIK Jurnal

PENGENALAN GERAK JARI TANGAN BERDASARKAN SINYAL ELECTROMYOGRAPHY (EMG) MENGGUNAKAN LEARNING VECTOR QUANTIZATION (LVQ)

Darma Setiawan Putra (Unknown)
Yuril Umbu Woza Weru (Unknown)



Article Info

Publish Date
11 Dec 2018

Abstract

Sinyal EMG merupakan sinyal elektrik yang timbul pada lapisan otot manusia. Sinyal ini muncul disebabkan oleh adanya aktifitas kontraksi pada otot. Sinyal EMG ini dapat diakuisisi dengan menggunakan sebuah elektroda yang ditempelkan pada lapisan permukaan kulit. Jumlah subyek penelitian yang dilibatkan dalam studi ini sebanyak 6 orang dimana masing-masing subyek memiliki 10 dataset sinyal EMG. Sinyal mentah (raw) EMG akan dinormalisasi terlebih dahulu dengan menggunakan metoda zero-mean. Setelah dilakukan proses normalisasi, sinyal EMG akan difilter, rectified dan smoothing untuk menghasilkan envelope sinyal EMG. Dari envelope sinyal EMG tersebut peroleh5 buah fitur sinyal berupa onset, offset, durasi, nilai maksimum dan nilai minimum. Penelitian ini menggunakan metode learning vector quantization (LVQ) untuk pengenalan sinyal EMG di otot tangan pada saat gerakan fleksi pergelangan tangan yang dikombinasikan dengan jari terbuka (JBF). Dari penelitian ini menunjukkan akurasi pengklasifikasian untuk data gerakan JBF sebesar 61.66%. Dengan hasil ini menunjukkan bahwa sinyal EMG pada otot tangan dapat digunakan untuk identitas biometrik dan pengontrolan tangan buatan.

Copyrights © 2018






Journal Info

Abbrev

metik

Publisher

Subject

Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Electrical & Electronics Engineering

Description

Media Teknologi Informasi dan Komputer (METIK) Jurnal adalah jurnal teknologi dan informasi nasional berisi artikel-artikel ilmiah yang meliputi bidang-bidang: sistem informasi, informatika, multimedia, jaringan serta penelitian-penelitian lain yang terkait dengan bidang-bidang tersebut. Terbit dua ...