PENDAHULUAN
Otot adalah sebuah jaringan konektif dalam tubuh dengan tugas utamanya
substansi dalam tubuh. Ada tiga macam sel otot dalam tubuh manusia yaitu:
jantung, lurik dan polos, namun yang berperan dalam pergerakan kerangka tubuh
manusia adalah otot lurik (otot rangka). Otot rangka adalah jaringan peka
rangsang yang diatur oleh syaraf motorik somatic dalam kesatuan yang disebut
syaraf motorik unit (SMU). SMU juga memiliki ambang rangsang tertentu. Jika
rangsang yang diberikan melewati ambangnya, maka pada syaraf tersebut akan
(EMG) adalah teknik medis untuk mengukur respon otot terhadap stimulasi syaraf
selama otot berkontraksi, power spectrum EMG bergeser ke arah frekuensi yang
lebih rendah, efek ini disebabkan oleh kelelahan otot. Kelelahan otot sering
waktu ketika subjek tidak dapat lagi menjalankan tugas, analisis sinyal EMG
1
2
otot yang menunjukkan kelelahan selama kontraksi [1]. Namun, ambang batas
kelelahan otot tidak dapat didefinisikan sebagai fungsi sederhana dari besarnya
beban otot dan timing, karena karakteristik dan kemampuan otot bervariasi pada
setiap individu
EMG adalah teknik yang berkaitan dengan pencatatan dan analisis sinyal
myoelectric. Sinyal ini dibentuk oleh variasi dalam keadaan fisiologis dari
membran serat otot. Setiap otot memiliki beberapa unit motorik yang terhubung
ke serat otot. Unit motorik Ini adalah kontrol syaraf otot sebenarnya [1][3][4].
Sinyal EMG merupakan sinyal elektrik yang dihasilkan dari aktivitas unit
motorik otot, sinyal EMG merupakan sinyal tak-stasioner yang sangat acak [4][5]
sehingga sangat sulit untuk menentukan polanya, disamping itu Sinyal EMG yang
berasal dari otot pasti mengandung berbagai sinyal derau atau artefak pada
permukaan elektroda, hal ini dapat memberikan interpretasi sinyal EMG yang
salah [5]
mengevaluasi gerakan yang lebih dinamis, FFT kurang baik karena membutuhkan
sinyal cukup stabil. Selanjutnya, FFT terbatas pada analisis frekuensi global, tidak
Untuk mengatasi masalah dalam analisis sinyal EMG para peneliti terus-
menerus mencari metode terbaik. Salah stu metode terbaik adalah Transformasi
juga dapat digunakan untuk menganalisis time series yang mengandung sinyal
sinyal EMG dengan wavelet dan pengenalan pola dengan JST telah sukses
pengenalan polanya menggunakan JST. Bahan yang digunakan adalah dari MIT
BIH database [9] meliputi 3 sinyal yaitu EMG normal, miopati dan neuropati.
gelombang pendek sangat cocok untuk menganalisis sinyal EMG, untuk dapat
menganalisis sinyal EMG dengan baik, maka perlu dipilih fungsi wavelet yang
aslinya [10]. Metode yang paling baik untuk memilih fungsi wavelet yang tepat
adalah dengan melakukan eksperimen, karena sejauh ini belum ada referensi yang
secara khusus menyatakan fungsi wavelet mana yang memberikan ekstraksi ciri
4
terbaik untuk sinyal EMG. Pada penelitian ini akan dibandingkan dua fungsi
wavelet yaitu deubechies dan symlet yang masing-masing adalah (db2, dB4, dB5
dB6 dan dB8) dengan (sym2, sym4, sym5, sym6 dan sym8). Pemilihan fungsi
keahlian dari seorang dokter yang berpengalaman dalam menentukan jenis sinyal
EMG. Untuk membuat klasifikasi sinyal EMG dibutuhkan tool yang dapat dengan
akurat mengenali pola sinyal yang diberikan. Pada penelitian ini digunakan JST
masukannya.
ekstraksi ciri sinyal EMG, metode ekstraksi ciri yang digunakan oleh peneliti
mean dan median frekuensi [11], metode konvolusi [1], untuk ekstraksi ciri
tingkat untuk memperoleh sinyal-sinyal detil dan sebuah sinyal aproksimasi. Tiap
membagi dengan rerata energi terbesar sehingga didapatkan rentang nilai antara 0
merupakan keaslian penelitian ini. Metode ekstraksi ciri sinyal biomedis yang
ekstraksi ciri sinyal EMG dan JST jenis perambatan balik untuk
2. Jenis kelainan sinyal elektrik otot yang diklasifikasi ada tiga yaitu
Neuropati
6
mendapatkan ekstraksi ciri sinyal EMG NOR, MYO dan NEU berdasar
terbaik untuk mengenali pola sinyal EMG NOR, MYO dan NEU berdasar
transformasi wavelet 7 tingkat (D1, D2, D3, D4, D5, D6, D7 dan A7). Ekstraksi
ciri tersebut khususnya untuk membedakan antara sinyal EMG dari kondisi NOR,
MYO dan NEU. Selain itu juga diperoleh manfaat wavelet manakah antara
deubechies (dB2, dB4, dB5, dB6 dan dB8) dan symlet (sym2, sym4, sym5, sym6
dan sym8) yang memberikan error rekonstruksi terkecil jenis sinyal EMG
tersebut dapat memanfaatkan hasil penelitian ini untuk hasil klasifikasi EMG yang
BAB I. Pendahuluan
sistematika penulisan.
landasan teori yang mendasari penelitian seperti anatomi dan cara kerja
Bab ini menguraikan tata cara penelitian, meliputi bahan penelitian: yaitu
spesifikasi data EMG dan modifikasi sinyal EMG. Alat penelitian yang
meliputi wavelet dan JST. Jalan penelitian yang meliputi data penelitian,
JST.
sinyal EMG yang digunakan, hasil penambahan derau untuk data uji.