DESAIN DAN ANALISIS ELECTROMYOGRAPHY (EMG) SERTA APLIKASINYA DALAM MENDETEKSI SINYAL OTOT


Rizki Multajam(1*), Mada Sanjaya(2), Aceng Sambas(3), Nurul Subkhi(4), Imamal Muttaqien(5)

(1) ,  
(2) ,  
(3) ,  
(4) ,  
(5) ,  
(*) Corresponding Author

Abstract


Telah dilakukan perancangan Electromyography (EMG) untuk mendeteksi adanya aktivitas listrik di dalam otot manusia. Untuk mendeteksi adanya aktivitas listrik dalam otot dilakukan analisis terhadap rangkaian penguat sinyal. Karena sinyal ini mempunyai amplitudo yang sangat kecil maka diperlukan elektroda sebagai media untuk mendeteksi sinyal tersebut, elektroda di lekatkan pada pergelangan tangan yang mempunyai denyut nadi paling kuat. Kemudian sinyal dikuatkan menggunakan rangkaian penguat AD620AN dengan 10 kali pengutan. Untuk pengkondisian sinyal, dibuat rangkaian High Pass Filter dengan frekuensi cut-off sebesar 0.28 Hz dan Low Pass Filter dengan frekuensi cut-off sebesar 50Hz, Selain itu sinyal kembali dikuatkan 100 kali penguatan sebelum masuk ke pin analog (ADC) mikrokontroler arduino. Untuk menampilkan hasil perekaman data sinyal EMG dapat dibuat interface menggunakan Pyhton.


References


P. S. Wardana and A. Arifin, “Instrumentasi dan Pendeteksian Sinyal EMG Dinamik selama Elbow Joint Bergerak,” pp. 1–5, 2012.

Nomiyasari, Ratna Adil, Paulus Susetyo W, “ Perancangan Dan Pembuatan ECG dan EMG Dalm Satu Unit PC. Sub Judul: Pembuatan Rangkaian EMG dan Software Emg Pada Pc”. Artikel Jurusan Teknik Elektronika, Politeknik Elektronika Negeri Surabaya. “1 , 2 , 3 4,” pp. 1–9. 2011.

O. Andriawan, E. Putera, and I. S. Faradisa, “Rancang Bangun Electroencephalograph ( EEG ) Sebagai Perekam Dan Pendeteksi Sinyal Biolistrik Otak Yang Terintegrasi Dengan PC Berbasis Mikrokontroler ATMEGA8535,” vol. 2, no. 1, pp. 8–13, 2011.

A. W. Saputra, P. S. W, I. R. Rokhana, I. Kemalasari, and K. P. Sukolilo, “Robot Lengan 3 Dof Dengan Input Sinyal EMG. Jurusan Teknik Elektronika , Politeknik Elektronika Negeri Surabaya.”

M. Genisa, Y. Zulhamidah, E. Syam, and C. Kerja, “Karakterisasi dan Digitalisasi Frekuensi Signal EEG,” vol. 2, no. 1, pp. 116–119, 2010.

B. E. Company-bosch, “ECG Front-End Design is Simplified with MicroConverter ®,” pp. 1–5, 2003.

T. Carlson and Jos ́e del R. Mill ́an “Brain–Controlled Wheelchairs: A Robotic Architecture”. IEEE Robotics and Automation Magazine. 20(1): 65 – 73, March 2013. DOI: 10.1109/MRA.2012.2229936

Audrey S. Royer , Alexander J. Doud, Minn L. Rose, and Bin He “EEG Control of a Virtual Helicopter in 3-Dimensional Space Using Intelligent Control Strategies”. TNSRE-2010-00104.R2. IEEE.

Christian J Bell, Pradeep Shenoy, Rawichote Chalodhorn and Rajesh P N Rao “Control of a humanoid robot by a noninvasive brain–computer interface in humans”. IOP P UBLISHING. JOURNAL OF N EURAL E NGINEERING. Doi:10.1088/1741-2560/5/2/012 J. Neural Eng. 5 (2008) 214–220. Department of Computer Science and Engineering, University of Washington, Seattle, WA 98195, USA.

http, “Elektromiografi (EMG) Mankbore’s Blog.” Di akses pada 29 November 2015

O. Ellys, K. Pramartaningthyas, and M. S. Muntini, “Optimasi Rancangan Filter Bandpass Aktif Untuk Sinyal Lemah Menggunakan Algoritma Genetik Studi Kasus : Sinyal EEG.” Artikel

D. Permana. “Simulasi Dan Analisis Rancang Bangun Elektrokardiograf (EKG) Serta Aplikasinya Dalam Monitoring Detak Jantung”. Skripsi, UIN Bandung. 2014


Refbacks