SISTEM PENGATURAN TEKANAN UDARA PADA SOFT PNEUMATIC ACTUATORS GLOVE UNTUK TERAPI JARI TANGAN PASCA STROKE DENGAN METODE MACHINE LEARNING

---

• Dipublikasikan pada 21 Oktober 2024

Abstrak

Penyakit stroke merupakan salah satu penyebab utama kematian dan kecacatan di dunia. Terapi rehabilitasi, khususnya terapi gerak Range of Motion (ROM), menjadi langkah penting untuk meminimalisir dampak pasca stroke pada pasien. Terapi dapat dilakukan bersama seorang terapis dan sekarang dapat dilakukan secara mandiri tanpa seorang terapis dan pergi ke rumah sakit. Penggunaan alat terapi berupa sarung tangan soft preumatic actuators dapat membantu gerak fleksi dan ekstensi dengan menggunakan kotak kontroler sebagai kendalinya serta SPAs sebagai penggeraknya Namun pada kotak kontroler kendali tekanan udara yang dikeluarkan masih harus memprogram dari dalam belum dapat dikendalikan tekanannya dari luar serta keluaran udara yang dihasilkan masih belum stabil serta belum dapat tertampil data tekanan udara yang telah diatur. Oleh karena itu, penulis membuat "Sistem Pengaturan Tekanan Udara Pada Soft Pneumatic Actuators Glove Untuk Terapi Jan Tangan Pasca Stroke Dengan Metode Machine Learning Pada sistem ini dapat mengatur tekanan udara hingga 6 Psi yang akan dikeluarkan melalui pengaturan sistem kendali dari penutup kotak kontroler. Sensor air pressure dapat mendeteksi tekanan udara sesuai pengaturan yang telah dilakukan dengan pendekatan machine learning algoritma regresi linier didapatkan persamaan y=0.04-0.9957x dengan melakukan 30 kali pengujian didapatkan rentang 0.2% sampai 0,8% perbedaan pembacaan antara sistem kendali dan pembacaan sensor air pressure. Dari pengujian sensor serta machine learning sistem dapat mendeteksi dan membaca tekanan udara dengan baik sehingga tampilan data yang dikeluaran telah sesuai dan dapat tertampil dengan pengaturan yang telah ditentukan mulai dari 1 Psi hingga 6 Psi sesuai perintah dari sistem kendali 

Kata Kunci : Terapi, Sofi Pneumatic Actuator, Regresi Linier, Tekanan Udara.