Sistem Peramalan Sudut Gerak Jari pada Robot Tangan untuk Terapi Stroke dengan Metode Long Short Term Memory (LSTM)

Abstract

Berdasarkan data dari Kemenkes RI, 2014 setiap tahunnya lebih dari 36 juta orang meninggal karena Penyakit Tidak Menular (PTM) (63% dari seluruh kematian). Secara global PTM penyebab kematian nomor satu setiap tahunnya adalah penyakit kardiovaskuler salah satunya yaitu stroke. Stroke merupakan suatu sindrom yang diakibatkan oleh adanya gangguan aliran darah pada salah satu bagian otak yang menimbulkan gangguan fungsional otak berupa defisit neurologik atau kelumpuhan saraf. Penderita pasca stroke masih belum bisa melakukan aktivitas seperti biasa, maka diperlukan rehabilitasi untuk mengembalikan fungsi otot. Penelitian ini bertujuan untuk meramalkan sudut gerak jari berdasarkan sinyal EMG menggunakan LSTM. Data yang dikumpulkan adalah data sinyal EMG dan data sudut. Dilakukan beberapa pengujian untuk mendapatkan rekomendasi parameter terbaik yang kemudian dibuatlah sebuah model untuk hasil prediksi terbaik. Hasil dari penggunaan parameter terbaik di pengujian offline pada kelima jari yaitu dengan R2 Score rata-rata 0,993 dan MSE rata-rata 0,003. Kemudian hasil untuk pengujian 5 dense layer kelima jari yaitu R2 Score rata-rata 0,902 dan MSE rata-rata 0,042. Pada pengujian online terdapat kesulitan dalam peramalan dan terdapat overfitting yang artinya sebuah model memiliki performa yang lebih buruk pada data baru dibandingkan dengan data training.