Rancang Bangun Robot Terapi Rehabilitasi Lengan Pasien Stroke Berbasis Fuzzy Logic dan IOT dengan Integrasi Sensor ECG Menggunakan Arduino Mega 2560 dan ESP32

Abstract

Stroke merupakan salah satu masalah kesehatan utama di Indonesia dengan prevalensi 8,3 kasus per seribu penduduk berdasarkan Survei Kesehatan Indonesia (SKI) 2023, yang sering menyebabkan gangguan motorik pada lengan penyintasnya. Penelitian ini merancang dan membangun robot terapi rehabilitasi lengan pasien stroke berbasis Arduino Mega 2560 dan ESP32 yang menggerakkan tiga motor stepper (bahu, siku, dan pergelangan tangan) secara pasif dan berulang, dengan posisi motor diestimasi melalui penghitungan langkah (step counting) tanpa sensor sudut fisik. Selama sesi terapi, sensor ECG AD8232 merekam sinyal elektrokardiogram pasien yang dikirimkan bersama data posisi motor melalui arsitektur dua mikrokontroler menuju backend Cloudflare Worker berbasis IoT sehingga dapat dipantau secara real-time. Setelah sesi terapi selesai, nilai rata-rata ECG selama sesi tersebut diolah menggunakan logika fuzzy Mamdani satu input untuk menghasilkan rekomendasi persentase bantuan motor pada sesi berikutnya. Hasil pengujian menunjukkan komunikasi serial Arduino Mega–ESP32 memiliki delivery rate 97,30% dengan median interval 100 ms, delay IoT dari ESP32 ke dashboard rata-rata 352 ms, serta sensor ECG AD8232 memiliki akurasi BPM dengan error rata-rata 5,83% terhadap fingerclip oximeter. Logika fuzzy Mamdani pasca-sesi menghasilkan rekomendasi bantuan motor berkisar 64%–73% (rata-rata 68,4%), dengan pola semakin rendah nilai ECG semakin tinggi bantuan yang direkomendasikan, sesuai prinsip assist-as-needed pada rehabilitasi stroke.