Klasifikasi Pergerakan Jari Tangan Berdasarkan Sinyal EMG Menggunakan Stacked Denoising Autoencoder untuk Mengendalikan Tangan Prostetik
ECHA PANGERSA SUGIANTO OEOEN
Informasi Umum
Kode
18.04.2517
Klasifikasi
C -
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine Learning
Dilihat
292 kali
Informasi Lainnya
Abstraksi
Elektromiografi (EMG) adalah teknik penelitian yang berkaitan dengan perekaman sinyal myoelectric. Sinyal mioelektrik dibentuk oleh variasi fisiologis dalam keadaan selaput serat otot. Sinyal ini berguna untuk mendiagnosis kesalahan pada sistem saraf perifer. Penggunaan EMG juga bisa menjadi sumber utama dalam pengendalian tangan prostetik karena kenyamanan penggunanya. Tujuan dari penelitian ini adalah untuk mengidentifikasi pergerakan jari tangan manusia melalui sinyal EMG dengan cara klasifikasi. Ada 4 jenis gelombang dalam penelitian ini yang di klasifikasikan yaitu Literal, Grasp, Fist/Hook dan Tip. Metode yang digunakan dalam penelitian ini adalah Deep Neural Network - Stacked Denoising Autoencoder. Hasil pengujian penelitian ini menunjukan akurasi tertinggi sebesar 94%. Dalam studi kasus yang diterapkan penulis mencetak tangan prostetik yang sebelumnya telah dikembangkan mengunakan 3D printing.
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ECHA PANGERSA SUGIANTO OEOEN |
| Jenis | Perorangan |
| Penyunting | JONDRI, UNTARI NOVIA WISESTY |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2018 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
