Author: Riries Rulaningtyas*, Yusrinourdi Muhammad Zuchrufa, Akif Rahmatillah, Khusnul Ain, Alfian Pramudita Putra, Osmalina Nur Rahma, Limpat Salamat, Rifai Chai
PENDAHULUAN
Penyakit stroke merupakan gangguan peredaran darah pada otak. Faktor yang mempengaruhi penyakit ini diantaranya adalah usia, jenis kelamin, hipertensi, hiperglikemia, dislipidemia, dan pekerjaan. Stroke merupakan salah satu penyakit paling mematikan dan
penyebab utama penyakit saraf, terutama menyerang ekstremitas atas yang mengakibatkan
kecacatan. Oleh karena itu, rehabilitasi motorik sangat penting untuk meningkatkan fungsi
ekstremitas atas pasien pasca stroke. Rehabilitasi adalah suatu proses untuk mengembalikan
kondisi fisik ke kondisi semula sebelum terkena penyakit dalam waktu yang singkat. Banyak
tes dan penelitian yang dilakukan dan menunjukkan perbaikan kondisi pasien dengan
beberapa teknik rehabilitasi. Misalnya, latihan intensif menggunakan perangkat
elektromekanik untuk membantu gerakan pasien selama mengangkat dan berjalan, dan
prosedur citra mental dapat digunakan sebagai bantuan latihan karena mengaktifkan banyak
neuron kortikal ketika gerakan dimulai.
Terdapat beberapa terapi latihan fisik untuk rehabilitasi diantaranya latihan rentang
gerak (ROM), latihan resistensi, peregangan, mobilisasi sendi, latihan akuatik, dan latihan
aerobik. Restifujiyani, dkk. membandingkan metode rehabilitasi untuk pasien pasca stroke
dan menemukan bahwa latihan ROM dapat memperkuat otot pasien pasca stroke. Kemudian
pada penelitian Paquin dan Power mencari hubungan antara sinyal otot dengan torsi dan
menemukan bahwa hubungan linier adalah hubungan antara keduanya. Dia menyarankan
menunjukkan hubungan antara sinyal otot dan sudut untuk mengukur ROM sendi. ROM
sendiri merupakan gerakan yang bisa dilakukan dari sendi yang khas (Bakara, 2016).
Metode Monte Carlo merupakan metode untuk memperkirakan distribusi sampling
statistik yang dapat digunakan untuk menganalisis proses statistik dalam berbagai cara.
Berikut ini adalah beberapa manfaat dari simulasi Monte Carlo: mengukur kekokohan
inferensi parametrik terhadap pelanggaran asumsinya, dan membandingkan kualitas dua atau
lebih estimator menggunakan statistik hanya dengan teori matematika yang lemah. Metode
ini dapat menjadi alternatif pendugaan sudut siku dari sinyal EMG.
METODOLOGI
Penelitian ini memerlukan beberapa langkah sebelum dilakukan metode Monte Carlo
untuk memperkirakan sudut joint elbow dari sinyal EMG. Hal pertama yang dilakukan adalah
mengumpulkan data EMG dari subjek otot bisep brachii sama dengan data sudut dari subjek
sendi siku. Setelah itu, dilakukan preprocessing untuk sinyal EMG dan data sudut. Ketiga,
dilakukan pemodelan dengan metode Curve Fitting (Nonlinear Regression). Terakhir,
pemodelan akan disimulasikan dengan metode Monte Carlo.
2.1 Pengambilan Sinyal EMG dan Data Sudut
Sinyal EMG dan tanggal sudut siku direkam secara bersamaan. Dengan demikian,
data sudut akan sesuai dengan sinyal EMG pada saat yang bersamaan. Subjek menggunakan
exoskeleton di bagian atas tangan kanannya dan diikat di bagian bawahnya. Apalagi kerangka
luarnya ditempel dengan selotip ganda. Oleh karena itu, akan kokoh dan mengurangi
kemungkinan munculnya artefak gerak gagasan pada sinyal EMG. Elektroda ditempatkan
pada otot bisep brachii di tengah otot yang berbatasan dengan tendon siku, sedangkan dasar
elektroda menempel pada siku. Sensor MyoWare Muscle terhubung ke NI myDAQ sebagai
akuisisi data dengan breadboard.
Sinyal EMG yang telah didapat kemudian diproses dengan menentukan titik offset
EMG adalah hal pertama yang harus dilakukan karena akan memberikan pemahaman yang
jelas tentang batas awal sinyal. Offsetnya adalah 1,55 V, seperti yang ditunjukkan sebagai
nilai awal pertama EMG.
Sinyal EMG terletak pada frekuensi antara 6 – 500 Hz dengan amplitudo tertinggi pada
kisaran 10 – 250 Hz. Dengan demikian, penyaringan dilakukan untuk mendapatkan sinyal
EMG dan menghilangkan noise 20Hz dari elektroda artefak gerak dan/atau noise 20Hz dari
kabel.
Hasilnya, Filter Pass Band IIR tipe Butterworth orde kedua diatur untuk melewatkan
frekuensi antara 20 – 500 Hz. Selanjutnya, Filter Stop Band IIR tipe Butterworth orde kedua
dengan frekuensi antara 49 dan 51 Hz diterapkan untuk menghilangkan noise dari Power
Line Interference (PLI). Berikut merupakan perubahan sebelum dan sesudah proses filter.
Ditulis oleh : Emmanuella Aurelia Rachel Passa
082011733002
