| dc.description.abstract | Tujuan penelitian ini berorientasi pada tangan prostetik yang dikenakan oleh penderia
cacat amputasi yang dapat mengikuti keinginan pengguna sehingga seakan-akan robot itu
merupakan bagian dari tubuh pengguna itu sendiri. Target khusus dari penelitian ini adalah
sistem kendali tangan prostetik menggunakan sinyal otak (electroencephalogram - EEG)
sehingga robot dapat mendeteksi keingginan penguna untuk melakukan gerakan tangan dasar
yang sering digunakan manusia seperti menggenggam sesuatu, membuka tangan dan lain-lain.
Untuk mewujudkan tujuan tersebut, penelitian ini dilaksanakan dalam dua tahun. Pada tahun
pertama, penelitian ini manargetkan sistem pendektesian keinginan manusia untuk melakukan
gerkan tangan dasar menggunakan sinyal EEG. Metode yang digunakan untuk pendeteksian
mengikuti state-of-the-art dari metode brain-computer interface (BCI) yang terdiri dari
ekstraksi fitur, proyeksi atau reduksi fitur dan kemudian diakhiri dengan klasifikasi. Penelitian
ini mengusulkan metode baru menggunakan pengklasifikasi extreme learning machine
(ELM). Untuk mendapatkan sistem yang baik, metode yang diusulkan diuji menggunakan
data-data sinyal EEG orang sehat dan pasien cacat amputasi pada tangan. Sampai saat ini satu
artikel telah dipresentasikan pada seminar internasional International Conference on Smart
Green Technology 2018 dengan judul EEG Pattern Recognition for Hand Movement: A
Review. Ektensi dari artikel pada seminar sudah disubmit ke jurnal internasional bereputasi
terindeks Scopus Q2 International Journal on Advanced Science, Engineering and Information
Technology. | en_US |
