Smart Detection Of Arm Muscle Strength For Post Stroke Patient Therapy

Authors

  • Aulia El Hakim Politeknik Negeri Madiun
  • Dyah Anggun S Politeknik Negeri Madiun
  • Muhsin Toriq Politeknik Negeri Madiun
  • Agustin Devita S Politeknik Negeri Madiun
  • Muhammad Hanif A Politeknik Negeri Madiun

Keywords:

Kekuatan Otot, Elektromiografi, MultiChannel Aplikasi

Abstract

Kelumpuhan otot merupakan fenomena yang sering terjadi di masyarakat khususnya pada pasien pasca stroke dan spinal cord injury (SCI). Kelumpuhan dapat terjadi karena adanya kerusakan atau stimulasi saraf ke otot baik yang disebabkan karena kerusakan saraf pusat maupun saraf perifer misalnya pada pasien pasca stroke dan spinal cord injury.  lektromiografi (EMG) adalah suatu teknik untuk mengevaluasi dan merekam sinyal aktivitas otot. Teknik ini mendeteksi potensial aksi dari sel-sel otot saat sel-sel berkontraksi dan relaksasi dengan menggunakan elektroda yang ditempel di atas jaringan otot. Pemeriksaan ini dapat membantu untuk membedakan antara masalah-masalah yang berasal dari otot itu sendiri atau dari gangguan syaraf. Sistem ini didesain untuk menyimpan dan menampilkan hasil monitoring nilai skala kekuatan otot pada smartphone android untuk multi-channel secara realtime. Sinyal dari instrumentasi elektromiograf Akan diolah pada Raspberry Pi melalui ADC kemudian dikirim ke database firebase melalui koneksi internet. Data yang telah dikirim kemudian ditampilkan pada smartphone android. Pada pengujian keseluruhan, sistem mampu mendeteksi nilai skala otot 0 sampai 5. Rata-rata waktu yang dibutuhkan untuk pengiriman data dari instrumentasi menuju aplikasi adalah 1 detik.

Author Biographies

Aulia El Hakim, Politeknik Negeri Madiun

Aulia El Hakim
Teknik Komputer Kontrol
Politeknik Negeri Madiun
Madiun, Indonesia
aim@pnm.ac.id

Dyah Anggun S, Politeknik Negeri Madiun

Dyah Anggun S
Teknik Komputer Kontrol
Politeknik Negeri Madiun
Madiun, Indonesia
dyahanggun@pnm.ac.id

Muhsin Toriq, Politeknik Negeri Madiun

Muhsin Toriq
Teknik Komputer Kontrol
Politeknik Negeri Madiun
Madiun, Indonesia
muhsintoriq@gmail.com

Agustin Devita S, Politeknik Negeri Madiun

Agustin Devita S
Teknik Komputer Kontrol
Politeknik Negeri Madiun
Madiun, Indonesia
agustindevitasarid@gmail.com

Muhammad Hanif A, Politeknik Negeri Madiun

Muhammad Hanif A
Teknik Komputer Kontrol
Politeknik Negeri Madiun
Madiun, Indonesia
muh.hanif.az19@gmail.com

References

A. el Hakim. (2021, Agustus 05). Design and development of portable surface electromyography. URL https://journals.telkomuniversity.ac.id/jett/article/view/3844.

A. el Hakim, S.B.Setyawan, D.A. Sartika, 2019. Detection Of Muscle Strength Scale with Surface Electromyography using Multiple Channels Points Measurement Method, The 2nd International Conference on Vocational Innovation and Applied Sciences, ICVIAS22019048.

A. el hakim, S. Sukamto (2018, Januari 18). Deteksi Dini Aritmia Jantung Melalui Denyut Nadi Menggunakan Algoritma Grammatical Evolution. URL https://senter.ee.uinsgd.ac.id/respositori/index.php/prosiding/article/view/senter2017p32.

Based Medical Systems (CBMS). Presented at the 2017 IEEE 30th International Symposium on Computer-Based Medical Systems (CBMS), IEEE, Thessaloniki, pp. 475–480. https://doi.org/10.1109/CBMS.2017.101

Eleanor Criswell, E. (2011). Cram's introduction to Surface Electromiography. Sudbury, Massachusetts:Jones and Bartlett.

A. el Hakim. 2017. “Rancang Bangun Kendali Perangkat Elektronika Menggunakan Komunikasi Bluetooth Berbasis Arduino Dengan Interface Android”. Madiun : Politeknik Negeri Madiun.

Lukar, T. Y., & Setiawan, F. B. (2018). Deteksi Sinyal Otot Manusia pada Android Menggunakan Sensor. Seminar Nasional Instrumentasi, Kontrol dan Otomasi (SNIKO).

Maulana, R., Putri, R.R.M., 2018. Pengkondisian Sinyal Electromyography sebagai Identitas Jenis Gerakan Lengan Manusia. J.Teknol. Inf. Dan ilmu Komput. 5, 297.

Roberto Merletti: Dario Farina, “Surface EMG Decomposition,” in Surface Electromyography: Physiology, Engineering, and Aplications, IEE, 2016, pp.180-209, doi:10.1002/9781119082934.ch07.

R. Multajam, M. Sanjaya, A. Sambas, N. Subkhi, and I. Muttaqie, “Desain Dan Analisis Electromyography 9Emg) Serta Aplikasinya Dalam Mendeteksi Sinyal Otot,” Alhazen J. Phy., vol. 2, Art. No.2, 2015.

S. Setiowati, “Denoising Sinyal Electrocardiogram (Ecg) Menggunakan Metode Fast Fourier Transform Pada Sistem Deteksi Kantuk,” J. Elektro Dan Telekomun. Terap, vol. 7, no 1, pp. 789-796, Dec. 2020, doi: 10.25124/jet.v7i1.3309.

Wahyuningsih , D. (2016). Pemberian latihan rom untuk meningkatkan kekuatan otot pada pasien stroke di rsud dr. Soedirman kebumen

Widiyaningsih, R. (2020). Aplikasi Rekam Medis Deteksi Kondisi Kekuatan Otot Menggunakan Surface Elektromiograf.

Yassin, M., Hussein Abdallah, Amr Anwer, Abubakar Mustafa, Ashraf Mahroos. (2017). Rehabilitation Biofeedback Using EMG Signal Based on Android Platform, in: 2017 IEEE 30th International Symposium on Computer-Based Medical Systems (CBMS), IEEE, Thessaloniki, pp. 475–480. https://doi.org/10.1109/CBMS.2017.101

Yuliansyah, D. (2017, Januari). Deteksi kelelahan otot menggunakan sinyal emg dan detektor gaya pada gerak dasarekstensi dan fleksi kneejoint untuk evaluasi penggunaan functional electrical stimulation pada sistem rehabilitasi lower limb.

JEECAE Vol. 6, No. 2, 2021 - Front Cover

Published

2021-11-17

How to Cite

Aulia El Hakim, Dyah Anggun S, Muhsin Toriq, Agustin Devita S, & Muhammad Hanif A. (2021). Smart Detection Of Arm Muscle Strength For Post Stroke Patient Therapy. JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering), 6(2), 13–20. Retrieved from https://journal.pnm.ac.id/index.php/jeecae/article/view/255