Kendali Eksoskeleton lengan A

Keywords

Exoskeleton
Stroke
Machine Learning
Ekstraksi Fitur
Mel-Frequency Cepstral Coefficient
Zero-Crossing Rate

How to Cite

Wirayuda, I. D., Yulianto, E., & Rahmawati, T. (2020). Kendali Eksoskeleton lengan A. Prosiding Seminar Nasional Kesehatan Poltekkes Kemenkes Surabaya 2020, 2(1). Retrieved from http://semnas.poltekkesdepkes-sby.ac.id/index.php/2020/article/view/185

Abstract

Dalam dunia medis exoskeleton dapat digunakan untuk membantu proses rehabilitasi dari stroke, sehingga bagian tubuh yang mengalami stroke dapat kembali berfungsi lebih baik dari sebelumnya. Tujuan dari penelitian ini yaitu untuk mengembangkan kendali exoskeleton tangan dengan menggunakan perintah suara melalui pengenalan perintah suara menggunakan Machine Learning. Pemilihan penggunaan suara untuk mengontrol exoskeleton didasari dari banyaknya exoskeleton yang dikontrol menggunakan sinyal EMG, dimana sinyal EMG sendiri memiliki kelemahan dari kompleksitas sinyal yang dipengaruhi oleh posisi elektroda, serta keletihan otot. Dalam penelitian ini peneliti membandingkan dua metode ekstraksi yaitu Mel-Frequency Ceptral Coefficient (MFCC) dan Zero-Crossing Rate (ZCR), dan dua algoritma Machine Learning yaitu K-nearest Neighbor (K-NN) dan Decision Tree (DT) untuk mendapatkan hasil akurasi terbaik. Pengembangan exoskeleton terdiri dari desain tangan 3D, Microphone, Raspberry Pi 4B+, driver servo PCA9685, dan motor servo. Microphone digunakan untuk merekam perintah suara yang diberikan. Selanjutnya suara ini akan diekstraksi dan dilakukan prediksi oleh model Machine Learning yang telah tertanam pada Raspberry Pi. Hasil prediksi ini berupa label perintah Buka atau Tutup, dimana nantinya label ini akan digunakan untuk logika kontrol motor servo pada exoskeleton tangan. Dari penelitian ini, didapatkan hasil bahwa ekstraksi MFCC yang dikombinasikan dengan algoritma K-NN memiliki akurasi terbaik. Setelah dilakukan pengujian didapatkan hasil akurasi untuk perintah Buka sebesar 79% dan perintah Tutup 90%. Untuk kedepanya exoskeleton ini dapat diaplikasian untuk pasien stroke secara langsung.