desain dan evaluasi performansi dari embedded fuzzy

TESIS - TE 142599

DESAIN DAN EVALUASI PERFORMANSI DARI

EMBEDDED FUZZY FUNCTIONAL ELECTRICAL

STIMULATION METODE CYCLE-TO-CYCLE

CONTROL UNTUK RESTORASI GERAKAN

REPETITIF SENDI LUTUT

AIDATUNISADINA LINAZIZAH BASITH

NRP. 2213204204

DOSEN PEMBIMBING

Achmad Arifin, ST., M.Eng., Ph.D

PROGRAM MAGISTER

BIDANG KEAHLIAN ELEKTRONIKA

JURUSAN TEKNIK ELEKTRO

FAKULTAS TEKNOLOGI INDUSTRI

INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA

2016

THESIS - TE 142599

DESIGN AND PERFORMANCE EVALUATION OF

EMBEDDED FUZZY FUNCTIONAL ELECTRICAL

STIMULATION USING CYCLE-TO-CYCLE

CONTROL FOR KNEE-JOINT REPETITIVE

MOVEMENT RESTORATION

AIDATUNISADINA LINAZIZAH BASITH

NRP. 2213204204

SUPERVISOR

ACHMAD ARIFIN, ST., M.Eng., Ph.D.

MAGISTER PROGRAM

FIELD STUDY OF ELECTRONIC ENGINEERING

DEPARTMENT OF ELECTRICAL ENGINEERING

FACULTY OF INDUSTRIAL TECHNOLOGY

INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA

2016

vi

Halaman ini sengaja dikosongkan

vii

Desain dan Evaluasi Performansi Embedded Fuzzy Functional Electrical

Stimulation Metode Cycle-to-cycle Control untuk Restorasi Gerakan Repetitif

Sendi Lutut

Nama : Aidatunisadina Linazizah Basith NRP : 2213204204 Pembimbing : Achmad Arifin, ST., M.Eng., Ph.D.

ABSTRAK

Beberapa penyakit, seperti stroke dan spinal cord injury, dapat mengakibatkan kelumpuhan serta hilangnya fungsi dasar anggota gerak pada individu yang mengalaminya. Fungsi tersebut dapat dikembalikan melalui rehabilitasi medik menggunakan metode Functional Electrical Stimulation (FES). Agar rehabilitasi dapat berjalan efektif serta dapat meningkatkan kualitas hidup dan kemandirian individu, maka sistem FES perlu dibuat dalam bentuk perangkat yang wearable dengan kontrol closed-loop. Pada penelitian ini, kontroler fuzzy untuk FES wearable telah dirancang dan diimplementasikan pada embedded system. Kontroler dirancang untuk mengontrol enam gerakan anggota gerak bagian bawah dan terbagi menjadi dua jenis kontroler, yaitu kontroler Single Input Single Output (SISO) dan Multi Input Single Output (MISO). Performansi kontroler dievaluasi melalui pengujian eksperimental untuk mengontrol gerakan fleksi dan ekstensi sendi lutut dengan subyek normal. Pengujian dilakukan dengan tujuan mengetahui kemampuan sistem untuk menghasilkan burst duration stimulasi secara otomatis serta melakukan kompensasi terhadap kelelahan otot yang terjadi pada subyek. Parameter pegujian berupa settling index (SI) dan nilai Root Mean Squared Error (RMSE). Dari hasil pengujian, SI untuk semua subyek dalam pengujian pengontrolan gerakan fleksi lutut maksimum bernilai antara 2-10 siklus, dengan nilai RMSE kurang dari 7o, sedangkan SI untuk pengujian kontrol gerakan ekstensi lutut maksimum bernilai antara 3-10 siklus dan nilai RMSE kurang dari 5°. Error maksimum pada saat terjadi kelelahan otot adalah sebesar 9.1°. Indeks rekoveri yang dibutuhkan sebesar 13 siklus dengan error absolut bernilai kurang dari atau sama dengan Δθ sebesar 3.5°. Hal ini membuktikan bahwa kontroler yang dirancang mampu menyesuaikan stimulasi dengan kondisi pengguna secara langsung, serta mampu meregulasi burst duration dan mengatasi kelelahan otot yang terjadi pada subyek. Dengan respon yang cepat, kontroler diharapkan dapat diterapkan untuk aplikasi klinis.

Kata Kunci : wearable functional electrical stimulation, gerakan sendi lutut, stimulator, burst duration, kelelahan otot

viii


ix

Design and Performance Evaluation on Embedded Fuzzy Functional

Electrical Stimulation Using Cycle-to-cycle Control for Knee Joint Repetitive

Movement Restoration

By : Aidatunisadina Linazizah Basith Student Identity Number : 2213204204 Supervisor : Achmad Arifin, ST., M.Eng., Ph.D.

ABSTRACT

Some diseases and accidents, like stroke and spinal cord injury, can result in paralyzed limb and the loss of basic function of the limb. Those functions can be restored through medical rehabilitation using Functional Electrical Stimulation (FES) method. In order for the medical rehabilitation to be done effectively and able to increase life’s quality and independency of the user, the FES system should be made as a wearable device using closed-loop control. In this research, fuzzy controller for wearable FES was designed and implemented in embedded system. The controller was designed to control six movements of lower limb, divided into two, which are Single Input Single Output (SISO) and Multi Input Single Output (MISO) controllers. The performance evaluation of controller was done using experimental test to control flexion and extension movements of knee-joint in normal subject. The evaluation was done to know the ability of the system to regulate burst duration automatically and the ability to compensate muscle fatigue in subject. The evaluation parameters were settling index and Root Mean Squared Error (RMSE). From the result, SI for all subjects in maximum knee flexion control was 2-10 cycles, with MSE less than 7o, while SI for maximum knee extension control was 3-10 cycles with RMSE less than 5°. Maximum error when muscle fatigue happened was 9.1°. Recovery index needed was 13 cycles with absolute error less than or equal to Δθ, about 3.5°. It was proven that the designed controller was able to accommodate subject’s condition directly, able to regulate burst duration automatically, and able to compensate muscle fatigue in subject. With fast response, the controller designed was expected to be implemented for clinical application. Keywords : wearable functional electrical stimulation, knee-joint movement, stimulator, burst duration, muscle fatigue

x


xiii

DAFTAR ISI

LEMBAR PENGESAHAN .................................................................................... v

ABSTRAK ............................................................................................................ vii

ABSTRACT ............................................................................................................. ix

KATA PENGANTAR ........................................................................................... xi

DAFTAR ISI ........................................................................................................ xiii

DAFTAR GAMBAR ............................................................................................ xv

DAFTAR TABEL ................................................................................................ xix

DAFTAR PERSAMAAN .................................................................................... xxi

BAB 1 PENDAHULUAN ...................................................................................... 1

1.1 Latar Belakang ....................................................................................... 1

1.2 Perumusan Masalah ................................................................................ 4

1.3 Tujuan dan Manfaat ................................................................................ 4

BAB 2 DASAR TEORI DAN KAJIAN PUSTAKA .............................................. 7

2.1 Sistem Otot dan Rangka .......................................................................... 7

2.2 Lower Limb Movement ............................................................................ 8

2.3 Functional Electrical Stimulation ......................................................... 11

2.4 Sistem Kontrol FES .............................................................................. 14

2.5 Fuzzy Logic Controller ......................................................................... 17

2.6 Sistem Sensor ....................................................................................... 18

2.7 Diagram Fishbone ................................................................................ 21

BAB 3 METODE PENELITIAN.......................................................................... 23

3.1 Studi Pustaka dan Referensi ................................................................. 23

3.2 Perancangan dan Implementasi Sistem Kontroler ................................ 24

3.3 Perancangan dan Implementasi Prototipe Kontroler Fuzzy ................. 24

3.3.1 Perancangan Fuzzy Logic Controller ............................................ 24

3.3.2 Perancangan Protokol Transfer Data ............................................. 28

3.3.3 Perancangan Antarmuka Pada Embedded System ......................... 29

3.3.4 Perancangan Antarmuka Pada PC/laptop untuk Prototipe FLC .... 33

3.3.5 Implementasi Pada Embedded System ........................................... 39

xiv

3.3.6 Pengujian Performansi Prototipe Kontroler ................................... 41

3.4 Perancangan dan Implementasi FLC Pada Sistem FES Wearable ....... 44

3.4.1 Pengembangan Kontroler Fuzzy .................................................... 44

3.4.2 Perancangan Antarmuka Pada PC/laptop untuk Sistem FES Wearable ........................................................................................ 51

3.4.3 Implementasi Pada Perangkat FES Wearable ................................ 58

BAB 4 PENGUJIAN DAN EVALUASI PERFORMANSI ................................. 61

4.1 Pengujian Eksperimental Kontrol Gerakan Sendi Lutut ....................... 61

4.2 Pengujian Kontrol Gerakan Fleksi Lutut Maksimum ........................... 62

4.3 Pengujian Kontrol Gerakan Ekstensi Lutut Maksimum ....................... 69

BAB 5 KESIMPULAN DAN SARAN ................................................................. 75

5.1 Kesimpulan ........................................................................................... 75

5.2 Saran ..................................................................................................... 76

DAFTAR PUSTAKA

LAMPIRAN

BIOGRAFI PENULIS

xv

DAFTAR GAMBAR

Gambar 2.1 Ilustrasi fase gait ............................................................................. 9

Gambar 2.2 Anatomi otot yang menggerakkan sendi lutut .............................. 10

Gambar 2.3 Ilustrasi gerakan fleksi dan ekstensi lutut ....................................... 11

Gambar 2.4 Bentuk pulsa stimulasi; (a) pulsa monophasic; (b) pulsa

biphasic ........................................................................................... 12

Gambar 2.5 Pulse train stimulasi untuk elektroda pada permukaan kulit ........ 13

Gambar 2.6 Perbedaan stimulasi pada individu normal dan penderita

Spinal Cord Injury......................................................................... 13

Gambar 2.7 Berbagai sistem kontrol untuk FES............................................... 16

Gambar 2.8 Diagram konseptual kontrol cycle-to-cycle ................................... 16

Gambar 2.9 Contoh set fuzzy untuk sistem FES .............................................. 17

Gambar 2.10 Instalasi FSR pada alas kaki .......................................................... 19

Gambar 2.11 Diagram blok sistem wearable FES .............................................. 19

Gambar 2.12 Diagram fishbone penelitian FES dengan metode cycle-to-

cycle control .................................................................................. 21

Gambar 3.1 Diagram blok tahap penelitian ...................................................... 23

Gambar 3.2 Struktur prototipe kontroler fuzzy ................................................. 25

Gambar 3.3 Input membership function error ................................................... 26

Gambar 3.4 Output membership function ΔTB ................................................ 26

Gambar 3.5 Plot hubungan antara variabel masukan dan keluaran

prototipe fuzzy .............................................................................. 26

Gambar 3.6 Ilustrasi penentuan region error .................................................... 27

Gambar 3.7 Ilustrasi paket data......................................................................... 29

Gambar 3.8 Diagram blok transfer data ............................................................ 29

Gambar 3.9 Diagram use case antarmuka embedded system............................ 30

Gambar 3.10 Diagram use case menu Home ...................................................... 30

Gambar 3.11 Antarmuka grafis dari FLC untuk otot Rectus Vemoris.

(a) Kondisi awal. (b) Setelah data dikirim dari PC/laptop ............ 31

Gambar 3.12 Diagram use case menu IMF Graphic .......................................... 31

xvi

Gambar 3.13 Diagram use case menu OMF Graphic ......................................... 32

Gambar 3.14 Representasi grafis dari set fuzzy otot Rectus Vemoris.

(a) Input membership function error. (b) Output membership

function ΔTB ................................................................................. 32

Gambar 3.15 Diagram aktivitas antarmuka pada embedded system ................... 33

Gambar 3.16 Diagram use case antarmuka pada PC/laptop ............................... 35

Gambar 3.17 Tampilan awal program antarmuka pada PC/laptop ..................... 35

Gambar 3.18 Diagram use case pemilihan segmen dan otot ............................... 36

Gambar 3.19 Diagram use case menu Setting Comport...................................... 36

Gambar 3.20 Diagram use case menu Open Port ............................................... 37

Gambar 3.21 Diagram use case menu Kirim Data .............................................. 37

Gambar 3.22 Diagram use case menu Masukan Random ................................... 38

Gambar 3.23 Diagram use case menu Reset ....................................................... 38

Gambar 3.24 Diagram aktivitas program antarmuka pada PC/laptop ................. 39

Gambar 3.25 Diagram blok sistem ...................................................................... 40

Gambar 3.26 Diagram alir perangkat lunak prototipe kontroler fuzzy ............... 42

Gambar 3.27 Sinyal representasi waktu pemrosesan rutin FLC untuk otot

Iliopsoas......................................................................................... 43

Gambar 3.28 Sinyal representasi waktu pemrosesan rutin FLC dan

pengiriman data untuk otot Iliopsoas ............................................ 44

Gambar 3.29 Ilustrasi penentuan desired range .................................................. 46

Gambar 3.30 Struktur kontroler fuzzy untuk sistem wearable FES ................... 46

Gambar 3.31 Set fuzzy untuk variabel masukan error pada gerakan fleksi

pinggang maksimum...................................................................... 47

Gambar 3.32 Set fuzzy untuk variabel masukan error pada gerakan

ekstensi pinggang maksimum ........................................................ 47

Gambar 3.33 Set fuzzy untuk variabel masukan error pada gerakan fleksi

lutut maksimum ............................................................................. 47

Gambar 3.34 Set fuzzy untuk variabel masukan error pada gerakan dorsifleksi

engkel maksimum .......................................................................... 47


plantarfleksi engkel maksimum ..................................................... 48

xvii


ekstensi lutut maksimum ............................................................... 48

Gambar 3.37 Set fuzzy untuk variabel masukan desired range pada

gerakan ekstensi lutut maksimum ................................................. 48

Gambar 3.38 Plot hubungan antara variabel masukan dan keluaran untuk

gerakan fleksi pinggang maksimum.............................................. 48


gerakan ekstensi pinggang maksimum ........................................... 49


gerakan fleksi lutut maksimum ...................................................... 49


gerakan dorsifleksi engkel maksimum ........................................... 49


gerakan plantarfleksi engkel maksimum ........................................ 50

Gambar 3.43 Plot diagonal hubungan antara variabel masukan dan

keluaran untuk gerakan ekstensi lutut maksimum .......................... 50

Gambar 3.44 Tampilan halaman awal program antarmuka untuk PC/laptop ...... 53

Gambar 3.45 Tampilan pemilihan gerakan pada mode User ............................... 54

Gambar 3.46 Tampilan halaman monitoring pada mode User ............................ 55

Gambar 3.47 Tampilan awal halaman monitoring pada mode Expert ................. 56

Gambar 3.48 Diagram aktivitas program antarmuka sistem FES wearable ........ 57

Gambar 3.49 Diagram blok sistem wearable FES .............................................. 59

Gambar 3.50 Penggunaan perangkat FES wearable ........................................... 59

Gambar 3.51 Diagram alir proses fuzzy pada kontroler SISO ........................... 60

Gambar 4.1 Posisi subyek untuk pengujian eksperimental gerakan fleksi

dan ekstensi lutut maksimum ........................................................ 62

Gambar 4.2 Hasil kontrol gerakan fleksi lutut maksimum (Subyek A,

pengujian 1) ................................................................................... 64

Gambar 4.3 Delta burst duration pengujian kontrol gerakan fleksi lutut

maksimum (Subyek A, pengujian 1) ............................................. 65

Gambar 4.4 Hasil kontrol gerakan fleksi lutut maksimum (Subyek I,

pengujian 1) ................................................................................... 65

xviii


maksimum (Subyek I, pengujian 1) ............................................... 65

Gambar 4.6 Hasil kontrol gerakan fleksi lutut maksimum (Subyek J,

pengujian 2) ................................................................................... 66


maksimum (Subyek D, pengujian 1) ............................................. 67

Gambar 4.8 Hasil kontrol gerakan fleksi lutut maksimum (Subyek E,

pengujian 1) ................................................................................... 67


maksimum (Subyek E, pengujian 1).............................................. 67

Gambar 4.10 Hasil kontrol gerakan fleksi lutut maksimum (Subyek C,

pengujian 1) ................................................................................... 68


maksimum (Subyek C, pengujian 1) ............................................. 69

Gambar 4.12 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek J,

pengujian 1) ................................................................................... 71


maksimum (Subyek J, pengujian 1) .............................................. 71

Gambar 4.14 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek I,

pengujian 2) ................................................................................... 72

Gambar 4.15 Delta burst duration pengujian kontrol gerakan ekstensi lutut

maksimum (Subyek I, pengujian 2) ............................................... 72

Gambar 4.16 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek D,

pengujian 1) ................................................................................... 73


maksimum (Subyek D, pengujian 1) ............................................. 74

Gambar 4.18 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek A,

pengujian 2) ................................................................................... 74


maksimum (Subyek A, pengujian 2) ............................................. 74

xix

DAFTAR TABEL

Tabel 2.1 Otot-otot yang Mengatur Pergerakan Anggota Gerak Bagian

Bawah ............................................................................................ 10

Tabel 3.1 Fuzzy Rules Set untuk Kontroler SISO ......................................... 27

Tabel 3.2 Otot yang Distimulasi dan Sudut Referensi .................................. 41

Tabel 3.3 Waktu Pemrosesan Embedded System .......................................... 43

Tabel 3.4 Sudut Acuan untuk Kontroler Fuzzy............................................. 46

Tabel 3.5 Fuzzy Rules Set untuk Kontroler MISO ........................................ 50

Tabel 4.1 Parameter Evaluasi Pengujian Kontrol Fleksi Lutut

Maksimum..................................................................................... 63

Tabel 4.2 Parameter Evaluasi Pengujian Kontrol Ekstensi Lutut

Maksimum..................................................................................... 70

xx


xxi

DAFTAR PERSAMAAN

Persamaan 2.1 Perhitungan burst duration metode cycle-to-cycle control ........... 15

Persamaan 3.1 Definisi nilai error ......................................................................... 25

Persamaan 3.2 Defuzzifikasi dengan metode Center of Gravity ........................... 27

Persamaan 3.3 Konversi data [n] pada sisi pengirim ............................................ 28

Persamaan 3.4 Konversi data [n+1] pada sisi pengirim ........................................ 28

Persamaan 3.5 Konversi data sudut ....................................................................... 28

Persamaan 3.6 Perhitungan burst duration berdasarkan metode cycle-to-

cycle control .................................................................................. 45

xxii


DAFTAR PUSTAKA

Arifin, A., Watanabe, T., Hoshimiya, N. (2003), ―Fuzzy Controller for Cycle-to-Cycle Control of Swing Phase of FES-induced Hemiplegic Gait: A Computer Simulation in Two-joints Control‖, Proceedings of the 25 Annual International Conference of the IEEE EMBS, Cancun, hal. 1519-1522.

Arifin, A., Watanabe, T., Hoshimiya, N. (2005), ―Computer Simulation Test of

Fuzzy Controller for the Cycle-to-Cycle Control of Knee Joint Movements of Swing Phase of FES Gait‖, IEICE Transaction of Information and System, Vol. E88-D, No. 7, hal. 1763-1766.

Arifin, A., Watanabe, T., Hoshimiya, N. (2006a), ―Design of Fuzzy Controller of the Cycle-to-Cycle Control for Swing Phase of Hemiplegic Gait Induced by FES‖, IEICE Transaction of Information and System, Vol. E89-D, No. 4, hal. 1525-1533.

Arifin, A., Watanabe, T., Yoshizawa, M., Hoshimiya, N. (2006b), ―A Test of

Stimulation Schedules for the Cycle-to-Cycle Control of Multi-joint Movements in Swing Phase of FES-induced Hemiplegic Gait‖, Journal of the Society of Biomechanisms, Vol. 30, No. 1, hal. 31-35.

Arifin, A., Arrofiqi, F., Setiawan, R., Supeno, B., Tasripan, Pujiono, (2012), ―A Wearable Human Movement Measurement System: Sensor Fusion and Signal Processing Method‖, Proceedings of The 13th Seminar on Intelligent Technology and Its Application, Surabaya, hal. 189-193.

Arrofiqi, F. (2015), Pengembangan Perangkat Wearable untuk Pengukuran Gerakan Manusia dan Rehabilitasi Kemampuan Berjalan Menggunakan Functional Electrical Stimulation System, Tesis Magister, Institut Teknologi Sepuluh Nopember, Surabaya.

Brend, O., Freeman, C.T., French, M. (2012), "Application of Multiple Model Adaptive Control to Upper Llimb Stroke Rehabilitation", Proceedings of 2012 IEEE International Conference on Control Applications, Dubrovnik, hal. 69-74.

Chou, C.H., Chen, S., Hwang, Y.S., Ho, C.S., Chen, C.C., Chen, S.C., Chen, Y.L.

(2011). "Application of FES for Hemiplegia in Extremity Coordination Training", Proceedings of 5th International Conference on Bioinformatics and Biomedical Engineering, Wuhan, hal. 1-4.

Dai, R., Stein, R.B., Andrews, B.J., James, K.B., Wieler, M., Jun.(1996), "Application of Tilt Sensors in Functional Electrical Stimulation", IEEE Transactions on Rehabilitation Engineering, Vol. 4, No.2, hal. 63-72.

Dingguo, Z., dan Kuanyi, Z. (2004), "Neural Network Control for Leg Rhythmic

Movements Via Functional Electrical Stimulation", Proceedings of 2004 IEEE International Joint Conference on Neural Networks Vol. 2, hal. 1245-1248.

Graupe, R. Davis, Kordylewski, H., Kohn, K. H., (1998), ―Ambulation by Traumatic T4-12 Paraplegics Using Functional Neuromuscular Stimulation,‖ Crit. Rev. Neurosurg., Vol. 8, no. 4, hal. 221-231.

Gollee, H., Hunt, K. J., Wood, D. E., (2004), ―New Results in Feedback Control of Unsupported Standing in Paraplegia,‖ IEEE Trans. Neural Syst. Rehabil. Eng., Vol. 12, no. 1, hal. 73–80.

Ibrahim, B.S.K.K., Tokhi, M.O., Huq, M.S., Gharoonu, S.C. (2011), "Fuzzy Logic

Based Cycle-to-Cycle Control of FES-induced Swinging Motion", International Conference on Electrical, Control and Computer Engineering, hal. 60-64.

Indrajaya, B. (2012), Pengembangan Wireless Wearable Sensor untuk

Pengukuran Lower Limb Joint Angles dan Gait Phases, Tesis Magister, Institut Teknologi Sepuluh Nopember, Surabaya.

Lynch, C.L., Popovic, M.R. (2008), " Functional Electrical Stimulation: Closed-

loop Control of Induced Muscle Contractions", IEEE Control System, Vol. 28, No. 2, hal. 40-50.

Ma'arifah, M. (2015), Wearable Gait Measurement untuk Dua Sisi Anggota Gerak Bagian Bawah untuk Pengembangan Pathological Gait Database, Tugas Akhir Sarjana, Institut Teknologi Sepuluh Nopember, Surabaya.

Mackay, J., dan Mensah, G. (2004), The Atlas of Heart Disease and Stroke, World

Health Organization, Switzerland.

Matjacic, Z., dan Bajd, T., (1998), ―Arm-free Paraplegic Standing—Part II: Experimental Results,‖ IEEE Trans. Rehabil. Eng., Vol. 6, no. 2, hal. 139-150.

Miura, N., Watanabe, T., Sugimoto, S., Seki, K., Kanai, H. (2011), "Fuzzy FES

Controller Using Cycle-to-cyle Control for Repetitive Movement Training in Motor Rehabilitation: Experimental Tests with Wireless System",

Journal of Medical Engineering and Technology, Vol. 35, No. 6, hal. 314-321

Pappas, I.P.I., Popovic, M.R., Keller, T., Dietz, V., Morrari, M. (2001), "A

Reliable Gait Phase Detection System", IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 9, No. 2, hal. 113-124.

Shariati, N.H., Maleki, A., Fallah, A. (2011), "Feedforward-feedback P-PID

Control of Elbow Joint Angle for Functional Electrical Stimulation: A Simulation Study", Proceedings of 2nd International Conference on Control, Instrumentation and Automation, Shiraz, hal. 156-161.

Supeno, B., Setiawan, R., Arifin, A. (2012), "Disain Wireless Functional

Electrical Stimulator Menggunakan X-Bee Pro", Proceeding dalam EECCIS 2012, Universitas Brawijaya, Malang, hal. B8-1-B8-6.

Thrasher, T. A., Wang, F., Andrews, B. (1996), "Self Adaptive Neuro-fuzzy

Control of Neural Prostheses Using Reinforcement Learning", Proceedings of the 18th Annual International Conference of the IEEE Engineering in Medicine and Biology Society Vol. 1, Amsterdam, hal. 451-452.

Thrasher, T. A., Flett, H.M., Popovic, M. R., (2006), ―Gait Training Regimen for

Incomplete Spinal Cord Injury Using Functional Electrical Stimulation,‖ Spinal Cord, Vol. 44, hal. 357-361.

Watanabe, T., Arifin, A., Masuko, T., Yoshizawa, M., (2007), "An Experimental

Test of Fuzzy Controller Based on Cycle-to-Cycle Control for FES-induced Gait: Knee Joint Control with Neurologically Intact Subjects", Proceedings of the 11th Mediterranean Conference on Medical and Biomedical Engineering and Computing 2007, Vol. 16, hal. 647-650.

Watanabe, T., Masuko, T., Arifin, A., Yoshizawa, M., (2008), "A Feasibility

Study of Fuzzy FES Controller Based on Cycle-to-Cycle Control: An Experimental Test of Knee Extension Control", IEICE Transaction of Information and System, Vol. E91-D, No. 3, hal. 865-868.

Watanabe, T., Masuko, T., Arifin, A., (2009), "Preliminary Tests of a Practical

Fuzzy FES Controller Based on Cycle-to-Cycle Control in the Knee Flexion and Extension Control", IEICE Transaction of Information and System, Vol. E92-D, No. 7, hal. 1507-1510.

World Health Organization (2013), Fact sheet in Spinal Cord Injury. Zhang, Q., Hayashibe, M., Fraisse, P., Guiraud, D. (2011), "FES-Induced Torque

Prediction With Evoked EMG Sensing for Muscle Fatigue Tracking", IEEE/ASME Transactions on Mechatronics, Vol. 16, No. 5, hal. 816–826.

RIWAYAT HIDUP PENULIS

Nama : Aidatunisadina Linazizah Basith

Alamat : Keboansikep RT 5 RW 4 no 13, Gedangan,

Sidoarjo, Jawa Timur 61254

Tempat, Tanggal Lahir : Sidoarjo, 17 Februari 1990

Jenis Kelamin : Perempuan

Agama : Islam

Status : Menikah

No. Telepon : +62 812 304 449 32

Email : [email protected]

Riwayat Pendidikan : 1. SD Muhammadiyah 1 Sidoarjo

2. SMPN 1 Sidoarjo

3. SMAN 1 Sidoarjo

4. Diploma, Institut Teknologi Telkom

5. Strata-1, Institut Teknologi Telkom

1

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Stroke merupakan salah satu permasalahan kesehatan paling penting saat

ini. Setiap tahun, di seluruh dunia, hampir 15 juta orang menderita stroke. Dari

jumlah tersebut, hampir lima juta orang mengalami disabilitas sebagai akibat dari

penyakit ini. Di Indonesia sendiri, 123.684 orang meninggal pada 2002 dan 8 dari

1000 orang mengalami disabilitas karena stroke pada 2003 (Mensah dan Mackay,

2004). Penyakit lain, seperti spinal cord injury (SCI), juga dapat mengakibatkan

kelumpuhan anggota gerak, baik sebagian maupun keseluruhan, pada

penderitanya. Setiap tahun, 250.000 hingga 500.000 orang menderita SCI (WHO

Fact sheet, 2013). Kelumpuhan yang terjadi, baik akibat stroke, SCI, maupun

penyebab lain, dapat memberikan keterbatasan gerak dan fungsi dasar yang bisa

dijalankan oleh seorang individu, seperti berjalan dan menggenggam. Selain itu,

disabilitas yang terjadi juga dapat mengurangi kualitas hidup individu yang

bersangkutan dan meningkatkan ketergantungan terhadap individu lain. Tingginya

tingkat disabilitas yang terjadi serta dampak yang ditimbulkan mendorong

dibutuhkannya sarana preventif maupun represif untuk mengurangi dan mengatasi

hal tersebut.

Salah satu cara utama untuk mengembalikan fungsi-fungsi anggota gerak

pada seorang individu adalah dengan menjalani rehabilitasi medik. Terdapat

beberapa metode yang umum digunakan, salah satunya adalah Functional

Electrical Stimulation (FES). Metode yang disebut juga sebagai Neuro Muscular

Stimulation (NMS) ini merupakan metode untuk mengembalikan fungsi motorik

anggota gerak dengan memanfaatkan sinyal elektris buatan untuk memicu

kontraksi otot. Metode ini dapat digunakan untuk rehabilitasi anggota gerak

bagian atas maupun bawah. Pada rehabilitasi anggota gerak bagian bawah (lower

limb), FES dapat digunakan untuk memperbaiki gaya berjalan (gait) dengan

mengontrol fase berayun gait dan mencegah jatuhnya kaki secara tiba-tiba pada

lantai (foot drop). FES juga telah diterapkan dalam berbagai aplikasi, di antaranya

2

untuk berdiri (Matjacic dkk, 2003, Gollee dkk, 2004), berjalan (Graupe dkk,

1998), hingga program untuk melatih gaya berjalan (Thrasher dkk, 2006).

Namun, realisasi sistem FES sendiri memiliki beberapa tantangan, antara

lain respon pasien yang beragam, kelelahan otot pasien, delay waktu yang cukup

signifikan, serta tingginya ketidaklinieritasan antara sistem saraf, otot, dan rangka.

Selain itu, sistem FES harus mampu meregulasi stimulasi elektris yang diberikan

kepada subyek secara tepat. Tidak kalah penting, perancangan sistem FES juga

harus memperhatikan faktor kenyamanan pengguna.

Sistem FES yang telah direalisasikan saat ini umumnya berukuran besar

dan memiliki cara instalasi yang rumit. Oleh karena itu, sistem terasa kurang

nyaman saat dikenakan, membutuhkan waktu lama untuk instalasi, serta bersifat

kurang praktis. Selain itu, mayoritas perangkat FES masih mengandalkan

komputer dalam merealisasikan sistem kontrolernya. Beberapa perangkat FES

komersial telah dibuat dalam bentuk wearable, namun menggunakan sistem

kontrol open-loop sehingga sistem tidak dapat beradaptasi dengan kebutuhan

pengguna secara cepat. Untuk mengatasi tantangan-tantangan tersebut,

perancangan sistem FES dapat dibuat dalam bentuk perangkat wearable yang

dapat digunakan secara portabel dengan memanfaatkan kontrol closed-loop

sehingga memudahkan gerak subyek dan proses rehabilitasi.

Dalam merealisasikan sistem FES wearable, terdapat dua bagian utama,

yaitu stimulator elektris dan sistem sensor. Stimulator elektris berfungsi

memberikan stimulasi kepada subyek secara tepat, sehingga dibutuhkan sistem

kontrol untuk mengatur besar dan durasi stimulasi yang diberikan. Hingga saat

ini, telah terdapat banyak metode sistem kontrol FES yang dikembangkan.

Beberapa di antaranya adalah penggunaan neuro-fuzzy adaptif (Thrasher dkk,

1996), multiple adaptive control (Brend dkk, 2012), neural network (Dingguo dan

Kuanyi, 2004) dan kontroler PID (Shariati dkk, 2011). Selain itu, telah

dikembangkan pula metode kontrol trayektori, namun metode ini belum dapat

digunakan pada aplikasi klinis karena hasil penjejakan yang belum akurat.

Selain metode-metode tersebut, metode lain yang telah dikembangkan

adalah penggunaan kontrol fuzzy. Berbeda dengan metode lain yang cenderung

menggunakan perhitungan matematis, kontroler fuzzy memiliki karakterististik

3

yang sesuai untuk diterapkan pada sistem nonlinier seperti FES, baik secara

simulasi maupun eksperimental (Arifin dkk, 2005, Watanabe dkk, 2009, Ibrahim

dkk, 2011). Dengan kemampuan kontroler fuzzy untuk membuat keputusan secara

fleksibel, memungkinkan kontroler untuk diterapkan dalam kondisi dengan

intervariabilitas subyek yang tinggi.

Secara umum, terdapat dua jenis metode kontrol pada FES, yaitu open-

loop dan closed-loop. Sistem open-loop FES menghasilkan stimulasi elektris

berdasarkan permintaan atau komando dari pengguna. Artinya, pengguna harus

berkonsentrasi penuh pada perangkat selama penggunaan. Hal ini tentu kurang

efektif karena membuat pengguna sulit membagi konsentrasi pada aktivitas lain.

Sistem closed-loop FES, di sisi lain, menghasilkan stimulasi berdasarkan

informasi umpan balik dari kondisi otot pengguna. Oleh karena itu, sistem closed-

loop FES dapat digunakan sebagai kontrol stimulasi real-time yang merupakan

syarat penting bagi banyak aplikasi FES (Lynch dan Popovic, 2008).

Untuk merealisasikan sistem FES closed-loop, dapat digunakan metode

cycle-to-cycle control. Karena karakteristik gerakan manusia yang bersifat cyclic¸

metode kontrol ini dipandang tepat untuk diterapkan pada sistem FES. Melalui

beberapa penelitian yang telah dilakukan, baik berupa simulasi (Arifin dkk, 2003)

maupun pengujian eksperimental (Miura dkk, 2011, Supeno dkk, 2012),

pengaplikasian metode cycle-to-cycle pada sistem FES menunjukkan hasil yang

baik dan menjanjikan untuk diterapkan pada aplikasi klinis. Selain itu,

penggunaan kontrol cycle-to-cyle dengan metode closed-loop pada perangkat

terapi untuk gerakan repetitif memungkinkan terjadinya penyesuaian secara

langsung pada perangkat berdasarkan kondisi individu pada setiap siklus.

Bagian penting lain dari sistem FES adalah sistem sensor. Untuk

mewujudkan perangkat wearable portable FES, diperlukan penggunaan sensor

yang tidak hanya efektif namun juga memiliki dimensi kecil. Hal ini dapat dicapai

melalui penggunaan inertial sensor berbasis teknologi MEMS dan sensor FSR

(Indrajaya, 2012, Arrofiqi, 2015). Dengan penggunaan sensor, akan didapatkan

umpan balik berupa informasi yang diperlukan oleh sistem.

Pada penelitian ini, telah dirancang kontroler fuzzy untuk perangkat

wearable FES dengan sistem kontrol closed-loop yang diimplementasikan pada

4

embedded system. Pengujian difokuskan pada penggunaan perangkat untuk

gerakan repetitif sendi lutut. Perangkat yang digunakan mencakup sistem sensor

dan rangkaian stimulator. Sistem sensor terdiri atas giroskop dan akselerometer

untuk mendapatkan informasi gerakan berupa sudut sendi yang dihasilkan obyek

serta FSR untuk mendapatkan fase gait, sedangkan rangkaian stimulator dirancang

menggunakan boost converter. Proses akuisisi sensor, pengondisian sinyal,

pengambilan informasi gerakan dari sistem sensor serta pengontrolan stimulasi

dilakukan menggunakan embedded system.

Proses pengujian bertujuan untuk mengetahui kemampuan sistem dalam

menghasilkan burst duration stimulasi secara otomatis serta mengetahui

kemampuan sistem untuk melakukan kompensasi terhadap kelelahan otot yang

terjadi pada individu. Pengujian dilakukan terhadap subyek normal dengan

parameter utama berupa settling index dan nilai Root Mean Squared Error.

1.2 Perumusan Masalah

Dalam penelitian ini, terdapat beberapa permasalahan yang diangkat.

1. Bagaimana perancangan dan penerapan kontroler untuk stimulator

Functional Electrical Stimulation pada embedded system.

2. Bagaimana performansi stimulator FES untuk knee-joint movement

dalam menghasilkan burst duration secara otomatis.

3. Bagaimana performansi stimulator FES untuk knee-joint movement

dalam mengatasi muscle fatigue.

1.3 Tujuan dan Manfaat

Penelitian yang diusulkan memiliki tujuan umum dan khusus. Tujuan

umumnya adalah memberikan pengetahuan kepada civitas academica Institut

Teknologi Sepuluh Nopember dan masyarakat umum akan kegunaan metode FES

dalam rehabilitasi fungsi anggota gerak. Sedangkan tujuan khusus penelitian

mencakup beberapa poin.

1. Membuat perancangan dan penerapan kontroler untuk stimulator

Functional Electrical Stimulation pada embedded system.

5

2. Mengetahui performansi stimulator FES untuk knee-joint movement

dalam menghasilkan burst duration secata otomatis.

3. Mengetahui performansi stimulator FES untuk knee-joint movement

dalam dalam mengatasi muscle fatigue.

Diharapkan adanya penelitian ini dapat membantu proses rehabilitasi pasien

dengan kelumpuhan anggota gerak bagian bawah. Selain itu, perangkat yang

wearable dan portable diharapkan memudahkan pasien melakukan rehabilitasi

dalam kehidupan sehari-hari.

6


7

BAB 2

DASAR TEORI DAN KAJIAN PUSTAKA

Pada bab ini akan dibahas mengenai sistem otot dan rangka manusia,

Functional Electrical Stimulation (FES), metode kontrol, sistem sensor dan

stimulator, serta referensi yang berkaitan dengan bagian-bagian sistem yang

diusulkan.

2.1 Sistem Otot dan Rangka

Sistem otot dan rangka pada manusia merupakan sebuah sistem organ

yang berfungsi memberikan kemampuan gerak pada tubuh. Fungsi utama sistem

otot dan rangka antara lain memberikan dukungan struktural dan bentuk untuk

tubuh secara keseluruhan, sebagai pelindung bagi organ lain, sebagai alat gerak,

serta menjaga stabilitas gerakan tubuh (Martini, 2012). Secara umum, sistem ini

terdiri atas sistem rangka, otot, sendi, dan jaringan penghubung lain.

Pergerakan pada tubuh manusia terjadi ketika otak mengirim sinyal

elektrokimia melalui syaraf menuju neuron motorik. Sinyal tersebut kemudian

diteruskan oleh neuron motorik menuju serat otot yang terhubung dengannya,

membentuk neuromuscularjoint. Otot kemudian mengalami kontraksi dan

relaksasi sesuai sinyal yang diterima.

Setiap neuron motorik dan serat otot yang terhubung dengan neuron

tersebut membentuk sebuah motor unit. Pada saat neuron motorik mengirimkan

sebuah impuls, impuls tersebut akan menghasilkan kontraksi yang cepat dan

bersifat sementara pada sebuah motor unit. Oleh karena itu, setiap neuron motorik

harus mengirimkan sederet impuls kepada serat otot yang terhubung dengannya

untuk menjaga kontraksi yang konstan pada otot yang dipengaruhi oleh motor unit

tersebut. Frekuensi pulsa yang digunakan mempengaruhi intensitas kontraksi otot

yang dihasilkan. Dengan mengerahkan jumlah motor unit yang berbeda-beda,

tubuh manusia dapat menghasilkan gaya otot yang bermacam-macam pula.

Umumnya, kontraksi otot melibatkan kondisi tegang yang konstan dan

terus-menerus pada otot. Kondisi ini, disebut juga sebagai kontraksi tetanik, dapat

8

dicapai oleh tubuh dengan mengaktifkan motor unit yang berdekatan. Aktivasi

otot dilakukan pada frekuensi 6-8 Hz secara berurutan sehingga satu motor unit

akan mengirimkan impuls ke serat ototnya sebelum motor unit di dekatnya

mengalami relaksasi dari aktivasi impuls sebelumnya. Metode untuk menjaga

kontraksi otot ini dikenal dengan asynchronous recruitment, dan berfungsi untuk

membagi beban dalam menjaga kontraksi otot ke beberapa motor unit. Metode

rekruitmen ini mampu memastikan bahwa otot mengalami kelelahan secara

perlahan, karena setiap motor unit hanya aktif pada waktu tertentu.

Serat otot sendiri terdiri atas dua jenis, yaitu serat fast-twitch dan slow-

twitch. Serat otot fast-twitch mampu merespon dengan cepat impuls yang diterima

namun juga cepat mengalami kelelahan. Sebaliknya, serat slow-twitch bersifat

lambat dalam merespon impuls namun lebih tahan terhadap kelelahan.

Serat fast-twitch umumnya lebih banyak terdapat pada otot yang tidak

digerakkan secara rutin atau mengalami atrofi dibanding pada otot yang

digerakkan secara aktif. Pada penderita SCI, banyak individu yang mengalami

atrofi pada otot yang terkena dampak penyakit tersebut. Hasilnya, otot yang

terpengaruh bersifat lemah, mudah lelah, dan hampir seluruhnya tersusun atas

serat fast-twitch. Namun kondisi ini juga dapat dibalik dengan cara melatih

kembali otot yang terpengaruh. Otot tersebut dilatih menggunakan latihan angkat

beban yang distimulasi secara elektris untuk meningkatkan kekuatan dan

ketahanan terhadap kelelahan (Lynch dan Popovic, 2008).

2.2 Lower Limb Movement

Penyakit seperti stroke dan Spinal Cord Injury (SCI) dapat

mengakibatkan hilangnya kemampuan untuk mengontrol otot dan kemampuan

untuk bergerak atau paralisis. Pada stroke, bergantung pada posisi terjadinya

stroke di otak serta berapa besar kerusakan yang terjadi pada otak, penyakit ini

dapat mengakibatkan paralisis secara permanen, sedangkan SCI dapat

mempengaruhi bagian tubuh di bawah titik terjadinya cedera. Selain komplikasi

kesehatan, dampak yang terjadi karena penyakit-penyakit tersebut adalah

berkurangnya kualitas hidup individu karena tidak lagi bebas bergerak atau

menjalankan fungsi motorik.

9

Gambar 2.1 Ilustrasi fase gait (Arifin, 2010)

Pada umumnya, manusia memiliki gaya berjalan atau gait yang berupa

sebuah pola. Gait pada anggota gerak bagian bawah merupakan gerakan cyclic

yang berulang dengan siklus tertentu, dan umumnya terdiri atas dua fase, yaitu

stance phase dan swing phase. Stance phase mewakili kondisi ketika kaki dalam

kondisi berdiri atau diam, sedangkan swing phase mewakili kondisi ketika kaki

telah mengayun untuk melangkah.

Dampak stroke atau SCI pada anggota gerak bagian bawah (lower limb)

antara lain hilangnya kontrol pada fase berayun gait dan jatuhnya kaki secara tiba-

tiba pada lantai (drop foot) saat berjalan. Keduanya dapat diperbaiki melalui

rehabilitasi medik. Karena sifatnya yang berupa gerakan cyclic, rehabilitasi untuk

memperbaiki gait dan mengembalikan fungsi motorik anggota gerak bagian

bawah dapat dilakukan dengan melakukan gerakan secara berulang.

Pada anggota gerak bagian bawah, setiap sendi terdiri atas dua kelompok

otot, yaitu otot fleksor dan ekstensor. Selain itu, beberapa otot juga berperan pada

dua sendi yang berbeda secara bersamaan. Otot-otot yang berperan pada kontraksi

sendi anggota gerak bagian bawah diperlihatkan pada Tabel 2.1.

Untuk sendi lutut sendiri, terdapat dua gerakan dasar yang dilakukan,

yaitu gerakan fleksi dan ekstensi. Gerakan fleksi lutut adalah gerakan melipat

sendi lutut menuju bagian belakang paha sehingga sudut antara paha dan betis

berkurang. Sedangkan gerakan ekstensi, sebaliknya, adalah gerakan meluruskan

lutut sehingga sudut antara paha dan betis menjadi semakin besar. Anatomi otot

10

sendi lutut diperlihatkan pada Gambar 2.2 dan ilustrasi kedua gerakan pada

Gambar 2.3.

Tabel 2.1 Otot-otot yang Mengatur Pergerakan Anggota Gerak Bagian Bawah Pergerakan Otot yang Berperan

Sudut fleksi pinggang maksimum Iliopsoas

Sudut fleksi lutut maksimum Hamstrings

Sudut ekstensi lutut maksimum Rectus femoris dan vastus (quadriceps)

Sudut fleksi plantar mata kaki maksimum Gastrocnemius medialis

Sudut dorsifleksi mata kaki maksimum Tibialis anterior

Gambar 2.2 Anatomi otot yang menggerakkan sendi lutut (Martini, 2012)

11

Gambar 2.3 Ilustrasi gerakan fleksi dan ekstensi lutut (http://biology-

forums.com/index.php?action=gallery;sa=view)

2.3 Functional Electrical Stimulation

Functional Electrical Stimulation (FES), atau disebut juga sebagai Neuro

Muscular Stimulation (NMS), merupakan salah satu alternatif dalam melakukan

rehabilitasi medik untuk mengembalikan fungsi motorik anggota gerak. Metode

ini melibatkan pemberian arus listrik pada neuron tertentu untuk menghasilkan

kontraksi otot (Lynch dan Popovic, 2008). Dengan pemberian stimulasi,

diharapkan kekakuan otot pengguna akan berkurang dan terjadi peningkatan

fungsi pada bagian tubuh yang distimulasi. Sistem FES sendiri telah

dikembangkan untuk berbagai aplikasi rehabilitasi, di antaranya untuk proses

menggenggam, berdiri, dan berjalan.

Bagian utama dari sistem FES adalah stimulator yang menghasilkan arus

listrik. Stimulasi yang diberikan berupa serangkaian pulsa pendek yang disalurkan

melalui elektroda pada bagian yang distimulasi. Gaya tegang pada otot yang

distimulasi bergantung pada intensitas dan frekuensi stimulasi. Intensitas stimulasi

merupakan fungsi dari muatan total yang ditransfer ke otot, dan bergantung pada

amplitudo pulsa, durasi, frekuensi, serta bentuk pulsa.

12

Amplitudo

Stimulasi (mA)

t (s)

Tstim

Amplitudo Stimulasi (mA)

t (s)

Tstim

(a) (b)

Gambar 2.4 Bentuk pulsa stimulasi; (a) pulsa monophasic; (b) pulsa biphasic

Pulsa stimulasi dapat berbentuk monophasic maupun biphasic. Pulsa

biphasic memiliki kemudahan dalam pengontrolan aliran arus pada otot sehingga

banyak digunakan dalam sistem FES. Namun, pulsa ini juga membutuhkan

konfigurasi perangkat keras stimulator yang lebih kompleks dibandingkan pulsa

monophasic.

Pada saat stimulasi dilakukan, FES merekrut motor unit secara sinkron,

berbeda dengan rekruitmen otot yang terjadi secara alami. Artinya, FES

menstimulasi semua motor unit pada saat bersamaan, alih-alih melakukan rotasi

stimulasi yang diberikan pada motor unit seperti yang dilakukan oleh sistem saraf.

Oleh karena itu, untuk mencapai kontraksi tetanik, FES memerlukan stimulasi

dengan frekuensi lebih tinggi dibanding asynchronous recruitment, berkisar

antara 20-40 Hz. Frekuensi yang lebih tinggi ini menyebabkan otot menjadi lebih

mudah lelah dibandingkan kelelahan yang timbul karena kontraksi oleh sistem

saraf pusat.

Selain itu, FES juga dipercaya melakukan rekruitmen terhadap serat fast-

twitch terlebih dahulu sebelum serat slow-twitch. Rekruitmen ini, disebut juga

sebagai rekruitmen nonfisiologis, merekrut otot secara terbalik dibanding

rekruitmen otot secara alami. Rekruitmen nonfisiologis terjadi karena serat fast-

twitch terhubung dengan akson berdiameter lebih besar dibanding diameter akson

serat slow-twitch. Karena diameternya yang lebih besar, akson tersebut mampu

melewatkan medan elektris beberapa kali lebih besar dibanding akson pada serat

slow-twitch sehingga serat fast-twitch merespon FES pada tingkat stimulasi yang

lebih rendah dibanding serat slow-twitch.

13

Gambar 2.5 Pulse train stimulasi untuk elektroda pada permukaan kulit (Lynch

dan Popovic, 2008)

Gambar 2.6 Perbedaan stimulasi pada individu normal dan penderita Spinal Cord

Injury (Lynch dan Popovic, 2008)

14

2.4 Sistem Kontrol FES

Secara umum, sistem kontrol pada FES terbagi menjadi dua, yaitu

kontrol open-loop dan closed-loop. Sistem open-loop FES telah banyak

diterapkan pada aplikasi klinis serta produksi alat-alat rehabilitasi secara

komersial. Namun, sistem ini memerlukan perhatian penuh dari penggunanya

selama dijalankan karena stimulasi diberikan berdasarkan perintah pengguna. Di

sisi lain, sistem closed-loop bersifat lebih kompleks karena pemberian stimulasi

didasarkan pada informasi umpan balik dari kondisi pengguna. Walaupun sistem

ini belum banyak dimanfaatkan pada aplikasi klinis, namun sistem closed-loop

dipandang lebih sesuai bagi pengembangan sistem FES karena dapat memberikan

kontrol stimulasi secara real-time.

Berdasarkan fase gait individu pengguna, sistem closed-loop FES dapat

menentukan otot mana yang akan distimulasi dan besar stimulasi yang diberikan.

Telah banyak dilakukan penelitian mengenai sistem closed-loop FES pada lower

limb, diantaranya simulasi untuk mengontrol gerakan mengayun pada single-joint

menggunakan metode fuzzy (Ibrahim dkk, 2011). Simulasi ini bertujuan untuk

menghasilkan desain strategi kontrol yang optimal. Hasil simulasi menunjukkan

kemampuan sistem dalam mengontrol sudut maksimum ekstensi lutut dan

mempertahankan gerakan mengayun yang stabil. Tes eksperimental untuk

mengontrol gerakan single-joint berupa ekstensi lutut juga telah dilakukan

(Watanabe dkk, 2008). Tes ini menunjukkan kemampuan sistem untuk mencapai

sudut target dalam sepuluh siklus pengujian. Sistem juga mampu menghasilkan

nilai mean error kurang dari 2o, atau sama dengan kisaran derajat sudut variasi

gerakan pada gait normal.

Penelitian tentang single-joint ini kemudian dikembangkan untuk

pengontrolan gerakan multi-joint, baik secara simulasi maupun eksperimental. Tes

simulasi yang telah dilakukan mencakup simulasi untuk kontroler fuzzy (Arifin

dkk, 2003; Arifin dkk, 2006b) dan simulasi stimulation schedule (Arifin dkk,

2006a). Selain itu, telah dilakukan pula tes eksperimental untuk latihan gerakan

repetitif sebagai bentuk rehabilitasi kemampuan motorik menggunakan sistem

closed-loop FES (Miura dkk, 2011).

15

Berbagai metode kontrol untuk FES juga telah dikembangkan, antara lain

penggunaan adaptive neuro-fuzzy (Thrasher dkk, 1996), multiple adaptive control

(Brend dkk, 2012), neural network (Dingguo dan Kuanyi, 2004), kontroler PID

(Shariati dkk, 2011), serta trajectory-based control. Namun, sayangnya, metode-

metode tersebut masih memiliki kekurangan, seperti performansi trajectory

tracking yang kurang akurat dan kebutuhan penambahan algoritma lain untuk

optimasi.

Selain metode-metode yang telah disebutkan, metode cycle-to-cycle

merupakan metode alternatif untuk kontrol FES (Arifin dkk, 2003; Supeno dkk,

2012). Metode ini mengatur durasi stimulation burst dari pulsa stimulasi suatu

siklus berjalan berdasarkan hasil siklus sebelumnya. Pada metode ini, lebar pulsa,

amplitudo, serta frekuensi stimulasi diatur agar bernilai tetap untuk menghasilkan

gaya otot yang stabil. Sudut sendi target dicapai dengan mengatur durasi

stimulation burst.

Besarnya stimulasi yang dihasilkan bergantung pada durasi burst TB[n]

yang dinyatakan sebagai:

𝑇𝐵 𝑛 = 𝑇𝐵 𝑛 − 1 + ∆𝑇𝐵 𝑛 , (2.1)

dengan:

TB[n-1] = besar durasi burst pada siklus sebelumnya,

∆TB[n] = nilai yang dihasilkan oleh kontroler.

16

Gambar 2.7 Berbagai sistem kontrol untuk FES (Lynch dan Popovic, 2008)

Gambar 2.8 Diagram konseptual kontrol cycle-to-cycle (Arifin dkk, 2003)

17

2.5 Fuzzy Logic Controller

Logika fuzzy adalah metode kontrol yang berusaha menirukan logika

pengambilan keputusan manusia. Dengan menerapkan pendekatan linguistik,

logika fuzzy bersifat tidak terikat kepada nilai benar salah atau logika Boolean

serta model matematika, berbeda dengan metode kontrol lain seperti Proportional

Integral Derivative (PID). Penggunaan logika fuzzy juga memungkinkan

masukan berupa data yang tidak presisi atau bahkan pecahan data. Kontroler

logika fuzzy juga bersifat mudah dimodifikasi, murah, serta lebih sederhana

dibanding kontroler yang menggunakan model matematika.

Karakter logika fuzzy tersebut menjadikan penerapannya pada kontroler

bersifat handal, terutama pada sistem yang bersifat nonlinier seperti sistem FES.

Melalui simulasi komputer, penggunaan kontroler ini terbukti lebih handal

dibandingkan kontroler lain seperti PID dan adaptive PID (Arifin dkk, 2005).

Efektivitas kontroler fuzzy juga telah teruji dalam tes eksperimental sistem FES

untuk mengontrol gerakan ekstensi lutut (Watanabe dkk, 2007) serta gerakan

fleksi dan ekstensi lutut (Miura dkk, 2011). Baik melalui tes simulasi maupun tes

eksperimental, kontroler fuzzy terbukti mampu mengontrol durasi burst yang

dibutuhkan dalam stimulasi FES serta mengatasi kelelahan otot yang terjadi pada

subyek.

Kontroler fuzzy untuk FES juga telah dikembangkan dengan

penambahan kemampuan penyesuaian parameter (Arifin dkk, 2003, Watanabe

dkk, 2009, Miura dkk, 2011). Hal ini penting sebagai solusi tantangan berupa

intervariabilitas subyek pada realisasi sistem FES.

Gambar 2.9 Contoh set fuzzy untuk sistem FES (Miura dkk, 2011)

18

2.6 Sistem Sensor

Sistem FES yang menggunakan kontrol closed-loop membutuhkan

umpan balik berupa informasi dari pengguna. Informasi tersebut merupakan

representasi dari fase gait pengguna dan digunakan untuk mengatur waktu dan

urutan stimulasi yang diberikan (Pappas dkk, 2001). Umpan balik juga berfungsi

sebagai sarana evaluasi terhadap sistem kontrol. Oleh karena itu, diperlukan

sistem sensor untuk mendapatkan informasi umpan balik tersebut.

Berbagai sistem sensor untuk aplikasi FES telah dikembangkan. Salah

satunya menggunakan biofeedback atau EMG (Zhang dkk, 2011). Sistem ini

sangat cocok diterapkan pada closed-loop FES karena dapat digunakan untuk

mengetahui karakteristik model sistem muskulo-skeletal secara langsung. Namun,

sistem ini memiliki proses desain, implementasi, dan instalasi yang sulit. Sistem

sensor lain memanfaatkan tilt sensor (Dai dkk, 1996) untuk mendeteksi foot drop,

namun sistem ini hanya dapat digunakan pada pengukuran statis. Sensor resistif

juga telah diaplikasikan pada FES untuk mendapatkan informasi sudut lutut (Chou

dkk, 2011). Perangkat yang dihasilkan menggunakan push button pada heel dan

toe, sehingga bersifat kurang wearable dan tidak cocok untuk digunakan dalam

jangka waktu lama.

Mengingat kebutuhan perangkat FES sebagai perangkat yang dapat

digunakan dalam jangka waktu panjang secara bersifat nyaman, perlu dipilih

sistem sensor yang mendukung kebutuhan tersebut. Hal ini dapat dicapai dengan

penggunaan sensor inersia berbasis teknologi MEMS. Sensor ini memiliki

dimensi yang kecil dan mampu mengukur sudur sendi secara efektif. Penggunaan

sensor inersia dapat dipadukan dengan Force Sensing Resistor (FSR) untuk

mendeteksi fase gait pengguna (Indrajaya, 2012). Selain itu, penggunaan kabel

pada sistem sensor juga perlu dikurangi, mengingat hal tersebut dapat

mempengaruhi kenyamanan pengguna. Hal ini dapat diatasi dengan penggunaan

sistem sensor wireless (Arrofiqi, 2015).

Pada penelitian sebelumnya, telah direalisasikan sistem FES wearable

yang terdiri atas sistem sensor dan stimulator elektris. Diagram blok sistem

diperlihatkan pada Gambar 2.11.

19

Gambar 2.10 Instalasi FSR pada alas kaki (Indrajaya, 2012)

Tibialis Anterior

Vastus Biceps femoris short head

GastrocnemiusMedialis

Soleus

Biceps femoris long head

Rectus femoris

Iliopsoas

Master

Gyroscope

ArmMicrocontroller

ButtonAccelerometer Baterai

Regulator

Bluetooth

GyroscopeArm

Microcontroller

Stimulator Accelerometer

Regulator

Electrode

Slave 1

GyroscopeArm

Microcontroller

Stimulator Accelerometer

Regulator

Electrode

Slave 2

GyroscopeArm

Microcontroller

FSR Accelerometer

Regulator

Slave 3

TXRX

Bluetooth

PC/LAPTOP

Master

Slave 1

Slave 2

Slipper

Belt

FSR Sensor Slave 3

Electroda

Gambar 2.11 Diagram blok sistem FES wearable (Arrofiqi, 2015)

Sistem terdiri atas empat bagian utama, yaitu master yang terletak pada

bagian pinggang dan tiga slave yang terletak pada paha, betis, dan kaki. Modul

slave 3 yang terletak pada kaki dilengkapi dengan FSR pada bagian heel dan toe

untuk mendeteksi fase gait pengguna. Pada modul master, slave 1, dan 2 yang

20

terletak pada pinggang, paha, dan betis terdapat sensor MEMS berupa

akselerometer dan giroskop untuk mengukur sudut kemiringan masing-masing

segmen. Dari sudut kemiringan tersebut, sudut yang dicapai oleh masing-masing

sendi dapat dihitung. Stimulator elektris terletak pada modul slave 1 dan slave 2,

masing-masing dengan 4 dan 5 saluran stimulasi.

Komunikasi pada perangkat FES wearable dilakukan menggunakan

komunikasi serial. Komunikasi ini dibagi menjadi dua, yaitu antara master dan

slave menggunakan komunikasi wired, serta antara master dan PC/laptop

menggunakan komunikasi wireless melalui Bluetooth.

Sistem yang direalisasikan telah berbasis pada embedded system,

sehingga akuisisi data, pengondisian sinyal, serta pembangkit sinyal stimulasi

dilakukan oleh mikrokontroler. PC/laptop difungsikan sebagai sebagai monitoring

station, sarana inisiasi data awal, dan penyimpanan data. PC/laptop juga berfungsi

sebagai antarmuka untuk pengguna.

21

2.7 Diagram Fishbone

Penelitian Functional Electrical

Stimulation dengan Metode

Cycle-to-cycle Control

Wearable Device

Arifin dkk, 2012

Sistem Kontroler

Implementasi

Sistem Sensor

Sensor fusion dan penggunaan filter Kalman

Simulasi Komputer

Watanabe dkk, 2009Penambahan output value adjustment factor

Basith, 2016Kontroler fuzzy embedded untuk FES wearable

Arifin dkk, 2005Tes performansi kontroler fuzzy

Arifin dkk, 2006Desain kontroler fuzzy

untuk swing phase

Arifin dkk, 2003Kontroler fuzzy

untuk 5 otot

Tes Eksperimental

Miura dkk, 2011Tes gerakan lutut dengan

sistem wireless

Watanabe dkk, 2007Tes kontroler fuzzy

untuk kontrol sendi lutut

Watanabe dkk, 2008Tes feasibilitas kontroler fuzzy untuk ekstensi lututIndrajaya, 2012

Sistem sensor wireless

Ma’arifah, 2015Sistem sensor untuk

dua sisi lower limb

Database

Wulansari, 2016Database temporal dan kinematik gaya gerak

Arrofiqi, 2015Sistem FES wearable

Supeno dkk, 2012Desain FES wireless

Setiawan, 2016Tes FES wearable untuk gerakan lutut

Gambar 2.12 Diagram fishbone penelitian FES dengan metode cycle-to-cycle control

22


23

BAB 3

METODE PENELITIAN

Dalam penelitian ini, dilakukan beberapa tahap untuk merealisasikan

penelitian. Tahap-tahap tersebut terdiri atas studi pustaka dan referensi,

perancangan dan penerapan sistem kontroler, pengujian sistem, pengambilan dan

pengolahan data, analisa data, serta pengambilan kesimpulan. Tahap-tahap

penelitian yang dilakukan diperlihatkan pada Gambar 3.1.

3.1 Studi Pustaka dan Referensi

Studi pustaka dan referensi yang dilakukan pada penelitian ini meliputi

karakteristik sistem muskulo-skeletal, aktivasi gerak otot, restorasi kemampuan

motorik menggunakan FES, fungsi dan prinsip kerja FES, komponen pada sistem

FES, prinsip kerja sistem kontroler fuzzy, serta metode kontrol pada kontroler

fuzzy untuk FES.

Studi pustaka dan referensi

Perancangan dan penerapan sistem kontroler

Pengujian sistem

Pengambilan dan pengolahan data

Analisa data

Pengambilan kesimpulan

Gambar 3.1 Diagram blok tahap penelitian

24

3.2 Perancangan dan Implementasi Sistem Kontroler

Pada penelitian ini, perancangan sistem dilakukan dalam dua tahap. Tahap

pertama adalah perancangan dan realisasi prototipe FLC pada embedded system.

Tahap kedua adalah realisasi kontroler pada perangkat sistem FES wearable yang

telah direalisasikan pada penelitian sebelumnya.

Salah satu tantangan dalam realisasi kontroler fuzzy adalah jumlah

pasangan aturan (rules set) yang memetakan hubungan antara variabel masukan

dan keluaran sistem kontroler. Semakin banyak masukan yang digunakan,

terdapat kemungkinan semakin banyak pula rules set yang diperlukan. Proses ini

tentunya memerlukan kapasitas prosesor yang cepat dan alokasi memori yang

tidak sedikit. Di sisi lain, embedded system memiliki kapasitas prosesor dan

memori yang terbatas dibandingkan PC/laptop. Oleh karena itu, perlu diuji

terlebih dahulu kelayakan dan ketepatan pengaplikasian kontroler fuzzy pada

embedded system sebelum kontroler diaplikasikan pada sistem wearable dengan

cara membuat prototipe.

Prototipe kontroler kemudian dievaluasi untuk mengetahui performansi

dan keefektifan kontroler dalam implementasinya pada embedded system. Hasil

evaluasi ini merupakan dasar bagi tahap selanjutnya, yaitu perancangan dan

implementasi sistem kontroler pada perangkat FES wearable.

3.3 Perancangan dan Implementasi Prototipe Kontroler Fuzzy

Pada bagian ini akan dibahas mengenai perancangan dan realisasi

prototipe kontroler fuzzy yang diimplementasikan pada embedded system.

Prototipe kontroler dirancang dan direalisasikan pada mikrokontroler ARM

STM32F429. Perancangan dan realisasi prototipe kontroler dilakukan untuk

mengetahui struktur kontroler yang sesuai untuk diterapkan pada sistem FES

wearable.

3.3.1 Perancangan Fuzzy Logic Controller

Tahap pertama dalam realisasi prototipe fuzzy logic controller adalah

perancangan sistem kontroler. Struktur prototipe kontroler fuzzy yang dirancang

diperlihatkan pada Gambar 3.1. Secara umum, sistem kontroler fuzzy terdiri atas

tiga tahap, yaitu fuzzifikasi, inference, serta defuzzifikasi. Fuzzifikasi merupakan

25

tahap untuk mengubah nilai masukan (crisp input) menjadi variabel fuzzy yang

dinyatakan dalam istilah linguistik. Fuzzy rules adalah set aturan yang memetakan

hubungan antara masukan dan keluaran. Aturan ini diterapkan pada tahap

inference. Sedangkan defuzzifikasi adalah tahap untuk mengubah hasil

perhitungan fuzzy menjadi keluaran berupa nilai crisp kembali.

Prototipe FLC dirancang dan direalisasikan sebagai kontroler Single

Input Single Output (SISO), dengan nilai error sebagai variabel masukan dan

ΔTB sebagai keluaran. Error didefinisikan sebagai selisih antara nilai sudut

referensi dan sudut maksimum yang dicapai oleh sendi.

𝐸𝑟𝑟𝑜𝑟 = 𝜃𝑡𝑎𝑟𝑔𝑒𝑡 − 𝜃𝑚𝑎𝑥 (3.1)

Membership function untuk variabel masukan error dan variabel

keluaran ΔTB masing-masing didefinisikan dalam tujuh istilah linguistik, yaitu

Negative Large (NL), Negative Medium (NM), Negative Small (NS), Zero,

Positive Small (PS), Positive Medium (PM), dan Positive Large (PL). Masing-

masing variabel digambarkan dalam set fuzzy berbentuk segitiga dan trapezoid,

seperti diperlihatkan pada Gambar 3.3 dan 3.4.

Fuzzifikasi Inference Defuzzifikasi

Input Membership

Function

Fuzzy rules Output Membership

Function

-θtarget Error[n-1] ΔTB*[n] ΔTB[n]

Kontroler Fuzzy

θaktual

Gambar 3.2 Struktur prototipe kontroler fuzzy

26

Z PS PM PLNSNMNL1

μ(error)

Error (°)0-3-6-9 3 6 9

Gambar 3.3 Input membership function error

Z PS PM PLNSNMNL1

μ(ΔTB)

ΔTB (ms)0-100-200-300 100 200 300

Gambar 3.4 Output membership function ΔTB

Gambar 3.5 Plot hubungan antara variabel masukan dan keluaran prototipe fuzzy

Fuzzy rules set untuk kontroler, seperti diperlihatkan pada Tabel 3.1,

dibuat dengan mempertimbangkan karakteristik gerakan pada ekstrimitas bagian

bawah. Nilai ΔTB ditentukan berdasarkan nilai error, sedangkan error

diasumsikan berada dalam region positif atau negatif bergantung pada posisi sudut

actual yang dicapai oleh sendi terhadap sudut target. Jika sudut aktual bernilai

lebih kecil dari sudut target, maka error yang dihasilkan berada dalam daerah

negatif. Sebaliknya, jika sudut aktual yang dicapai oleh sendi bernilai lebih besar

dari sudut target, maka error berada dalam daerah positif, seperti diilustrasikan

pada Gambar 3.6.

-400-300

-200-100

0

100

200

300

400

-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10ΔTB

(ms)

Error (°)

27

Jika error berada dalam daerah negatif, yang berarti sudut yang

dihasilkan sendi belum mencapai nilai sudut target, kontroler akan melakukan

penyesuian dengan menambah nilai TB atau durasi stimulasi, atau dengan kata

lain memberikan nilai positif bagi TB. Demikian pula sebaliknya, jika error

berada pada daerah positif, atau sudut yang dihasilkan sendi sudah melebihi sudut

target, kontroler melakukan penyesuaian dengan memberikan nilai negatif bagi

TB atau mengurangi durasi stimulasi.

Tahap terakhir dari sistem fuzzy adalah defuzzifikasi atau pengubahan

kembali variabel fuzzy menjadi nilai crisp. Pada perancangan ini, defuzzifikasi

dilakukan menggunakan metode Center of Gravity sesuai Persamaan (3.2),

∆𝑇𝐵 = 𝜇 (∆𝑇𝐵𝑘

∗)∆𝑇𝐵𝑘∗

𝑘

𝜇 (∆𝑇𝐵𝑘∗)𝑘

, (3.2)

dengan:

𝜇(∆𝑇𝐵𝑘∗) = nilai hasil fuzzifikasi,

∆𝑇𝐵𝑘∗ = nilai bobot masing-masing.

Tabel 3.1 Fuzzy Rules Set untuk Kontroler SISO error NL NM NS Z PS PM PL

ΔTB PL PM PS Z NS NM NL

θtarget

Region error positif

Region error negatif

Gambar 3.6 Ilustrasi penentuan region error

28

3.3.2 Perancangan Protokol Transfer Data

Untuk memastikan komunikasi data antara PC/laptop dan embedded

system berjalan secara efektif, direalisasikan sebuah protokol transfer data.

Protokol tersebut menggunakan satu kanal Direct Memory Access (DMA) yang

telah tersedia pada embedded system. Data dikirim sebagai sebuah paket. Masing-

masing paket data diawali dengan sebuah start bit dan diakhiri dengan sebuah

stop bit untuk membedakan paket satu dengan yang lain. Bit yang berada di antara

start bit dan stop bit merupakan data yang mengandung informasi berupa sudut

referensi, sudut aktual, variabel fuzzy, serta hasil perhitungan kontroler. Transfer

data menggunakan protokol ini berjalan langsung antara RAM dan USART,

sehingga subrutin komputasi lain tetap dapat dijalankan oleh prosesor. Diagram

blok proses transfer data diperlihatkan pada Gambar 3.8.

Proses transfer data menggunakan komunikasi serial 8 bit, sehingga data

yang dapat dikirim atau diterima berkisar antara 0 sampai 255. Di sisi lain, hampir

semua data yang akan ditransferkan bernilai lebih dari 255. Untuk mengatasi hal

ini, digunakan buffer untuk menyimpan data yang akan dikirimkan, dengan

kapasitas setiap buffer adalah 0-99. Setiap variabel data yang akan dikirimkan

dikonversi terlebih dahulu untuk menyesuaikan format ini dengan cara dibagi 100,

sehingga setiap data pada sisi pengirim akan dikirimkan per dua bit dalam satu

buffer. Untuk data berupa sudut, data yang akan dikirimkan terlebih dahulu

ditambah dengan nilai 360 untuk memastikan bahwa data sudut bernilai positif.

Buffer yang digunakan memiliki format integer, sedangkan data yang

dikirimkan, baik dari embedded system maupun PC/laptop, dikirim dalam format

karakter ASCII. Pada sisi penerima, data tersebut akan dikonversi kembali dari

karakter ASCII menjadi nilai sebenarnya. Contoh konversi data pada sisi pengirim

diperlihatkan pada Persamaan (3.3) dan (3.4), sedangkan konversi data sudut

diwakili oleh Persamaan (3.5),

𝐵𝑢𝑓𝑓𝑒𝑟[𝑛] = 𝑥/100 (3.3) 𝐵𝑢𝑓𝑓𝑒𝑟 𝑛 + 1 = 𝑥 − 𝐵𝑢𝑓𝑓𝑒𝑟 𝑛 (3.4) 𝐵𝑢𝑓𝑓𝑒𝑟 𝑛 + 2 = (𝑦 + 360/100 (3.5)

29

dengan:

x = nilai variabel data yang akan dikirimkan,

y = nilai sudut yang akan dikirimkan.

Start bit Data Stop bit

Gambar 3.7 Ilustrasi paket data

Konversi data

PC/laptop

Transfer data

Konversi data

Transfer data

Embedded system

Buffering Buffering

Gambar 3.8 Diagram blok transfer data

3.3.3 Perancangan Antarmuka Pada Embedded System

Embedded system yang digunakan untuk prototipe kontroler fuzzy, yaitu

STM32F429, telah dilengkapi dengan LCD grafik TFT 2.4”. Untuk memudahkan

penggunaan kontroler, dirancanglah antarmuka pada embedded system dengan

memanfaatkan LCD grafik.

Antarmuka dirancang dengan tiga menu utama, yaitu Home, IMF

Graphic, dan OMF Graphic. Diagram use case antarmuka diperlihatkan pada

Gambar 3.9, sedangkan diagram use case menu Home diperlihatkan pada Gambar

3.10. Pada saat embedded system diaktifkan, tampilan awal berupa halaman Home

akan muncul. Halaman ini berisi ringkasan informasi mengenai stimulasi yang

dilakukan, antara lain otot yang distimulasi, sudut referensi yang digunakan, sudut

aktual, error, serta hasil perhitungan Crisp Decision Index (CDI) dan ΔTB dari

kontroler fuzzy, seperti diperlihatkan pada Gambar 3.11.

Dari halaman Home, pengguna dapat memilih menu IMF Graphic atau

OMF Graphic dengan menekan tombol sesuai menu yang dipilih. Jika pengguna

memilih menu IMF Graphic, tampilan akan berganti untuk menunjukkan

representasi grafik serta nilai dari set fuzzy Input Membership Function.

30

Demikian pula jika menu OMF Graphic dipilih, tampilan halaman akan

menunjukkan grafik dan nilai set fuzzy dari Output Membership Function

kontroler fuzzy. Grafik pada halaman IMF dan OMF akan berubah sesuai dengan

perubahan hasil perhitungan kontroler. Karena keterbatasan layar, maka tampilan

set fuzzy pada halaman IMF Graphic dan OMF Graphic dibagi menjadi dua

bagian. Pada masing-masing halaman IMF Graphic dan OMF Graphic, tersedia

tombol untuk menggeser tampilan grafik ke kiri dan ke kanan. Selain itu, pada

tampilan halaman keduanya, terdapat tombol untuk mengakses halaman Home

serta grafik lainnya. Diagram use case menu diperlihatkan pada Gambar 3.12 dan

3.13, sedangkan tampilan halaman menu IMF Graphic dan OMF Graphic

diperlihatkan pada Gambar 3.14. Diagram aktivitas program antarmuka secara

keseluruhan diperlihatkan pada Gambar 3.15.

Pengguna Memilih Menu OMFGraphic

Memilih Menu IMFGraphic

Memilih Menu Home

Gambar 3.9 Diagram use case antarmuka embedded system

Pengguna

Memilih Menu Home Menampilkan Data<<include>>


Memilih Menu OMFGraphic

Menampilkan GrafikIMF

Menampilkan GrafikOMF

«extends»

«extends»

Gambar 3.10 Diagram use case menu Home

31

(a) (b)

Gambar 3.11 Antarmuka grafis dari FLC untuk otot Rectus Vemoris. (a) Kondisi awal. (b) Setelah data dikirim dari PC/laptop

Pengguna



<<include>>

Memilih Menu Home


Menampilkan Data


«extends»

«extends»

Memilih Menu ShiftLeft Menggeser Tampilan

«extends»

Memilih Menu ShiftRight Menggeser Tampilan

«extends»

Gambar 3.12 Diagram use case menu IMF Graphic

32

Pengguna



<<include>>

Memilih Menu Home


Menampilkan Data


«extends»

«extends»

Memilih Menu ShiftLeft Menggeser Tampilan

«extends»

Memilih Menu ShiftRight Menggeser Tampilan

«extends»

Gambar 3.13 Diagram use case menu OMF Graphic

(a) (b)

Gambar 3.14 Representasi grafis dari set fuzzy otot Rectus Vemoris. (a) Input membership function error. (b) Output membership function ΔTB

33

Pengguna Sistem

Menyalakan Perangkat Menampilkan Halaman Home

Memilih Menu IMF Graphic

Menampilkan Grafik Set Fuzzy

Menekan Tombol Shift Left Menggeser Tampilan Grafik ke Kiri

Memilih Menu OMF Graphic

Mematikan Perangkat

Menekan Tombol Achieved Angle Merubah Tampilan Data

Menekan Tombol Shift Right Menggeser Tampilan Grafik ke Kanan

Memilih Menu Home Menampilkan Halaman Home

Memilih Menu Grafik Lain Menampilkan Grafik Set Fuzzy

Gambar 3.15 Diagram aktivitas antarmuka pada embedded system

3.3.4 Perancangan Antarmuka Pada PC/laptop untuk Prototipe FLC

Pada realisasi prototipe kontroler fuzzy, juga digunakan PC/laptop

sebagai sarana pengaturan dan monitoring. Antarmuka pada PC/laptop dirancang

menggunakan Embarcadero XE2 sebagai Integrated Development Environtment

(IDE). Diagram use case antarmuka diperlihatkan pada Gambar 3.16.

Pada saat program antarmuka pertama kali dijalankan, pengguna

diharapkan memilih segmen yang akan distimulasi. Terdapat dua segmen yang

34

ditampilkan, yaitu Thigh atau paha dan Shank atau betis dengan tampilan

dropdown. Berikutnya, untuk masing-masing segmen akan muncul pilihan otot

yang dapat distimulasi. Pilihan otot pada segmen Thigh adalah Iliopsoas, Rectus

Vemoris, Vastus, BFLH, dan BFSH. Sedangkan pilihan untuk segmen Shank

adalah Tibialias Anterior, Gastrocnemius Medialis, dan Soleus. Setelah segmen

dan otot yang akan distimulasi dipilih, nilai sudut referensi otot akan ditampilkan.

Berikutnya, pengguna dapat melakukan pengaturan komponen

komunikasi serial melalui menu Setting Comport. Setelah pengaturan dilakukan,

pengguna dapat menghubungkan PC/laptop dan embedded system dengan

menekan tombol Open Port. Jika koneksi tersambung, panel di atas deretan menu

akan berubah warna menjadi hijau dan tulisan port yang digunakan akan

ditampilkan pada field.

Berikutnya, pengguna dapat mengirim data segmen dan otot yang dipilih

ke embedded system dengan menekan tombol Kirim Data. Data hasil perhitungan

kontroler fuzzy pada embedded system akan dikirim balik secara otomatis kepada

PC/laptop dan ditampilkan pada program antarmuka, baik berupa nilai maupun

representasi grafik set fuzzy.

Selain itu, pengguna juga dapat menentukan nilai masukan random untuk

kontroler dengan menekan tombol Masukan Random. Tombol Reset digunakan

untuk membersihkan tampilan dan mengembalikan ke kondisi awal ketika

program pertama kali dijalankan, seperti diperlihatkan pada Gambar 3.17.

Diagram use case masing-masing menu diperlihatkan pada Gambar 3.17 hingga

3.22 dan diagram aktivitas program antarmuka diperlihatkan pada Gambar 3.23.

35

Pengguna

Memilih MenuMasukan Random

Memilih MenuSetting Comport

Memilih Segmen danOtot

Memilih Menu OpenPort

Memilih Menu KirimData

Memilih Menu Reset

Gambar 3.16 Diagram use case antarmuka pada PC/laptop

Gambar 3.17 Tampilan awal program antarmuka pada PC/laptop

36

Pengguna


Menampilkan Segmen,Otot, Sudut Referensi

<<include>>



MenampilkanPengaturan Comport

Melakukan KoneksiSerial

«extends»

«extends»


Mengirimkan DataAwal

«extends»


MembangkitkanNilai Random

«extends»

Memilih Menu Reset MengembalikanKondisi Awal Tampilan

«extends»

Gambar 3.18 Diagram use case pemilihan segmen dan otot

Pengguna



<<include>>





«extends»

«extends»



«extends»



«extends»


«extends»

Gambar 3.19 Diagram use case menu Setting Comport

37

Pengguna







«extends»

«extends»



«extends»



«extends»


«extends»

<<include>>

Gambar 3.20 Diagram use case menu Open Port

Pengguna



<<include>>





«extends»

«extends»



«extends»



«extends»


«extends»

Gambar 3.21 Diagram use case menu Kirim Data

38

Pengguna



<<include>>





«extends»

«extends»



«extends»



«extends»


«extends»

Gambar 3.22 Diagram use case menu Masukan Random

Pengguna


<<include>>





«extends»

«extends»



«extends»



«extends»



«extends»

Gambar 3.23 Diagram use case menu Reset

39

Pengguna Sistem

Membuka Aplikasi Menampilkan Halaman Awal

Memilih Menu Setting Comport Menampilkan Pengaturan Comport

Menutup Aplikasi

Memilih Segmen dan Otot Menampilkan Segmen, Otot, dan Sudut Referensi

Memilih Menu Open Port Melakukan Koneksi Serial

Memilih Menu Kirim Data Mengirimkan Data Awal

Memilih Menu Masukan Random Membangkitkan Nilai Random

Menerima Data dari Embedded System

Menampilkan Grafik Set Fuzzy

Memilih Menu Reset Mengembalikan Tampilan ke Kondisi Awal

Gambar 3.24 Diagram aktivitas program antarmuka pada PC/laptop

3.3.5 Implementasi Pada Embedded System

Berikutnya, fuzzy logic controller hasil perancangan direalisasikan sebagai

perangkat lunak dan diimplementasikan pada embedded system. Kontroler fuzzy

kemudian diimplementasikan pada mikrokontroler ARM STM32F429.

Mikrokontroler ini dipilih berdasarkan kemampuan pemprosesannya serta

kapasitas memori yang memadai. STM32F429 memiliki 32-bit ARM Cortex-M4

RISC CPU, 2 MB memori flash, dan 256 KB RAM. Mikrokontroler ini juga

40

dilengkapi Floating Point Unit (FPU) single precision dan LCD grafik TFT 2.4”

untuk user interface.

Blok diagram sistem diperlihatkan pada Gambar 3.25. PC/laptop

digunakan sebagai monitoring station. Data awal berupa otot yang distimulasi

dikirimkan dari PC/laptop menuju embedded system melalui komunikasi serial.

Data ini digunakan oleh embedded system untuk menentukan sudut referensi,

seperti yang diperlihatkan pada Tabel 3.2. Embedded system kemudian memroses

program FLC dengan nilai error sebagai variabel masukan dan menghasilkan

variabel keluaran berupa ΔTB.

Perhitungan FLC juga menghasilkan nilai fuzzy inference untuk masing-

masing variabel. Nilai error dan ΔTB ditampilkan pada LCD TFT 2.4” sebagai

user interface. Selain itu, fuzzy inference untuk input membership function (IMF)

dan output membership function (OMF) juga ditampilkan dalam bentuk grafik set

fuzzy, seperti yang diperlihatkan pada Gambar 3.10 dan 3.11. Untuk mewakili

nilai sudut aktual yang berubah-ubah, pada embedded system diaktifkan sebuah

tombol yang akan menghasilkan nilai random saat ditekan. Nilai error, ΔTB, serta

nilai fuzzy inference kemudian dikirim kembali menuju PC/laptop menggunakan

komunikasi serial. Diagram alir perangkat lunak diperlihatkan pada Gambar 3.26.

Gambar 3.25 Diagram blok sistem

Graphic LCD

ARM Microcontroller

Button

PC / LAPTOP

Serial Port USART

Embedded System

41

Tabel 3.2 Otot yang Distimulasi dan Sudut Referensi

Otot Sudut Referensi Iliopsoas 32.4o Rectus Vemoris 3.6o Vastus 3.6o Biceps Femoris Long Head (BFLH) 69o Biceps Femoris Short Head (BFSH) 69o Tibialis Anterior 4.9o Gastrocnemius Medialis -16.4o

3.3.6 Pengujian Performansi Prototipe Kontroler

Prototipe kontroler fuzzy yang telah diimplementasikan pada embedded

system kemudian melewati beberapa pengujian untuk mengetahui performansi

kontroler serta kapasitas memori yang digunakan oleh program kontroler.

Pengujian pertama adalah untuk mengetahui kapasitas memori yang

diperlukan oleh program FLC. Setelah diamati, program kontroler fuzzy hanya

memerlukan 8208 byte dari total 256 KB RAM dan 177188 byte dari 2 MB

memori flash dari embedded system. Hal ini menunjukkan bahwa program

kontroler yang direalisasikan tidak memerlukan alokasi memori yang besar

sehingga sesuai untuk kondisi prosesor dan memori embedded system yang

terbatas.

Kontroler kemudian diuji untuk mengukur waktu yang diperlukan oleh

embedded system untuk mengeksekusi perhitungan fuzzy secara keseluruhan.

Sistem wearable FES yang akan digunakan menggunakan waktu sampling

sebesar 10 ms, sehingga waktu pemrosesan oleh prototipe kontroler harus kurang

dari rentang tersebut. Pengujian ini terbagi menjadi dua bagian. Bagian pertama

bertujuan mengukur waktu pemrosesan rutin FLC saja, sedangkan bagian kedua

bertujuan mengukur waktu pemrosesan untuk rutin FLC dan pengiriman data ke

PC/laptop. Masing-masing pengujian dilakukan untuk semua otot, dengan

masing-masing otot diuji melalui enam cycle yang terdiri atas 1 cycle dengan

sudut aktual bernilai 0o atau kondisi awal, dan lima cycle dengan sudut aktual

bernilai random yang dihasilkan oleh button pada embedded system.

42

Gambar 3.26 Diagram alir perangkat lunak prototipe kontroler fuzzy

43

Hasil pengujian diperlihatkan pada Tabel 3.3, dengan waktu pemrosesan

rata-rata untuk bagian pertama adalah 218 µs dan bagian kedua 244 µs. Hal ini

membuktikan bahwa penggunaan DMA dalam transmisi data antara embedded

system dan PC/laptop sudah efektif. Sinyal representasi dari hasil pengujian waktu

pemrosesan untuk otot Iliopsoas diperlihatkan pada Gambar 3.27 dan 3.28.

Dari hasil tes performansi, dapat dilihat bahwa prototipe kontroler fuzzy

yang telah dirancang telah sesuai untuk diimplementasikan pada embedded

system. Kontroler yang dirancang memiliki alokasi memori yang kecil dengan

waktu pemrosesan yang cepat, sesuai dengan karakteristik embedded system.

Tabel 3.3 Waktu Pemrosesan Embedded System Kondisi Waktu Pemrosesan Rata-rata (μs)

Rutin FLC 218

Rutin FLC dan transfer data 244

Gambar 3.27 Sinyal representasi waktu pemrosesan rutin FLC untuk otot

Iliopsoas

44

Gambar 3.28 Sinyal representasi waktu pemrosesan rutin FLC dan pengiriman

data untuk otot Iliopsoas

3.4 Perancangan dan Implementasi FLC Pada Sistem FES Wearable

Berdasarkan hasil pengujian performansi prototipe kontroler fuzzy,

didapatkan hasil bahwa kontroler dapat diimplementasikan pada sistem embedded

FES. Berikutnya, rancangan kontroler FLC yang digunakan pada prototipe

dikembangkan dan diimplementasikan pada sistem FES wearable yang telah

direalisasikan pada penelitian sebelumnya.

3.4.1 Pengembangan Kontroler Fuzzy

Berbeda dengan kontroler pada prototipe, kontroler pada sistem FES

wearable dirancang sesuai dengan karakteristik gerakan pada masing-masing

sendi sehingga terdapat enam kontroler secara keseluruhan. Masing-masing

kontroler dirancang sesuai Range of Motion (ROM) dan sudut referensi gerakan.

Kontroler fuzzy untuk gerakan fleksi pinggang maksimum, ekstensi

pinggang maksimum, fleksi lutut maksimum, plantarfleksi engkel maksimum,

serta dorsifleksi engkel maksimum direalisasikan sebagai kontroler SISO.

Variabel masukan kontroler SISO berupa nilai error dan variabel keluaran berupa

nilai ΔTB. Kontroler untuk gerakan ekstensi lutut maksimum direalisasikan

sebagai kontroler Multi Input Multi Output (MISO) dengan variabel masukan nilai

error dan desired range, serta variabel keluaran ΔTB.

45

Desired range merupakan lintasan atau trayektori yang akan ditempuh

oleh sendi yang akan distimulasi, seperti diperlihatkan pada Gambar 3.29. Desired

range untuk gerakan ekstensi lutut didefinisikan sebagai selisih sudut antara sudut

aktual di awal siklus dan sudut referensi dari gerakan ekstensi lutut maksimum.

Untuk gerakan dorsifleksi engkel, desired range didefinisikan sebagai selisih

antara sudut yang dicapai engkel di awal siklus dan sudut referensi. Struktur

kontroler fuzzy yang dirancang diperlihatkan pada Gambar 3.30 dan sudut acuan

yang digunakan dalam perancangan kontroler diperlihatkan pada Tabel 3.4.

Masing-masing variabel masukan dan keluaran, yaitu error, desired

range, serta ΔTB diekspresikan dalam tujuh istilah linguistik, yaitu Negative

Large (NL), Negative Medium (NM), Negative Small (NS), Zero, Positive Small

(PS), Positive Medium (PM), dan Positive Large (PL). Set fuzzy untuk variabel

error pada masing-masing gerakan diperlihatkan pada Gambar 3.31 hingga 3.35,

sedangkan set fuzzy untuk variabel desired range diperlihatkan pada Gambar 3.36

dan 3.37. Set fuzzy untuk variabel keluaran ΔTB diperlihatkan pada Gambar 3.2,

seperti yang digunakan pada prototipe kontroler. Fuzzy rules set untuk kontroler

SISO diperlihatkan pada Tabel 3.1, sedangkan rules set untuk kontroler MISO

diperlihatkan pada Tabel 3.5. Plot hubungan variabel masukan dan keluaran untuk

masing-masing gerakan diperlihatkan pada Gambar 3.38 hingga 3.43.

Berdasarkan metode kontrol cycle-to-cycle, perhitungan nilai ΔTB

dilakukan sesuai Persamaan (3.2),

TB[n] = TB[n-1] + ΔTB, (3.2)

dengan:

TB[n] = durasi stimulasi pada siklus saat ini,

TB[n-1] = durasi stimulasi siklus sebelumnya,

ΔTB = hasil defuzzifikasi kontroler yang mengindikasikan lama

penambahan atau pengurangan durasi stimulasi.

46

θtargetDesired range

θtercapai di awal siklus

Gambar 3.29 Ilustrasi penentuan desired range

Fuzzifikasi Inference Defuzzifikasi

Input Membership

Function

Fuzzy rules Output

Membership Function

Σθtarget Error[n-1] ΔTB*[n]

ΣΔTB[n]

TB[n-1]

TB[n]

Kontroler Fuzzy

Musculo Skeletal System

θmax[n]

θmax[n-1]

+-

Gambar 3.30 Struktur kontroler fuzzy untuk sistem wearable FES

Tabel 3.4 Sudut Acuan untuk Kontroler Fuzzy

Gerakan Sudut

Referensi

Range of

Motion

Range of

Error

Desired Range

Pinggang

Fleksi maks 32.4o 0o s.d. 130o 32.4o s.d. -97.6o -

Ekstensi maks -11.9o 0o s.d. -30o -11.9o s.d. 18.1o -

Lutut

Ekstensi maks 15o 0o s.d. 150o 69o s.d. -81o -15o s.d. 135o

Fleksi maks 69o 0o s.d. 15o 3.6o s.d. -11.4o -

Engkel

Dorsifleksi maks 4.9o 0o s.d. -50o -16.4o s.d. 34.6o -

Plantarfleksi maks -16.4o 0o s.d. 20o 4.9o s.d. -15.1o -

47

Z NS NM NLPSPMPL1

μ(error)

Error (°)0 7.5 15-7.5-20-40 22.5

Gambar 3.31 Set fuzzy untuk variabel masukan error pada gerakan fleksi pinggang maksimum

Z PS PM PLNSNMNL1

μ(error)

Error (°)0 3.5 7-3.5-7-10.5 10.5

Gambar 3.32 Set fuzzy untuk variabel masukan error pada gerakan ekstensi pinggang maksimum

Z NS NM NLPSPMPL1

μ(error)

Error (°)0 10 25-15-40-60 40

Gambar 3.33 Set fuzzy untuk variabel masukan error pada gerakan fleksi lutut maksimum

Z NS NM NLPSPMPL1

μ(error)

Error (°)0 1.5 3-3-7.5-11.5 4.5

Gambar 3.34 Set fuzzy untuk variabel masukan error pada gerakan dorsifleksi

engkel maksimum

48

Z NS NM NLPSPMPL1

μ(error)

Error (°)0 6.5 15-4.5-9-14 25

Gambar 3.35 Set fuzzy untuk variabel masukan error pada gerakan plantarfleksi engkel maksimum

Z NS NM NLPSPMPL1

μ(error)

Error (°)0 4 8-4-8-12 12

Gambar 3.36 Set fuzzy untuk variabel masukan error pada gerakan ekstensi lutut maksimum

Z NS NM NLPSPMPL1

μ(Desired range)

Desired range (°)54 61.5 7446.53419 89

Gambar 3.37 Set fuzzy untuk variabel masukan desired range pada gerakan ekstensi lutut maksimum

Gambar 3.38 Plot hubungan antara variabel masukan dan keluaran untuk gerakan

fleksi pinggang maksimum

-400-300-200-100

0100200300400

-98 -90 -80 -70 -60 -50 -40 -30 -20 -10 0 10 20 30ΔTB

(ms)

Error (°)

49


ekstensi pinggang maksimum


fleksi lutut maksimum


dorsifleksi engkel maksimum

-400-300-200-100

0100200300400

-12 -9 -7 -5 -3 -1 1 3 5 7 9 11 13 15 17ΔTB

(ms)

Error (°)

-400-300-200-100

0100200300400

-80 -70 -60 -50 -40 -30 -20 -10 0 10 20 30 40 50ΔTB

(ms)

Error (°)

-400-300-200-100

0100200300400

-16 -12 -8 -4 0 4 8 12 16 20 24 28 32ΔTB

(ms)

Error (°)

50


plantarfleksi engkel maksimum

Gambar 3.43 Plot diagonal hubungan antara variabel masukan dan keluaran

untuk gerakan ekstensi lutut maksimum

Tabel 3.5 Fuzzy Rules Set untuk Kontroler MISO

Error

NL NM NS Z PS PM PL

Des

ired

Ran

ge

NL PL PM PS Z NS NM NL NM PL PM PS Z NS NM NL NS PL PM PS Z NS NM NL Z PL PM PS Z NS NM NL PS PL PM PS Z NS NM NL PM PL PM PS Z NS NM NL PL PL PM PS Z NS NM NL

-400-300-200-100

0100200300400

-15

-14

-13

-12

-11

-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5

ΔTB

(ms)

Error (°)

-15-8

-16

13

-300

-200

-100

0

100

200

300

-15 -5 5 15 25 35 45 55 65 75 85 95 10

511

512

513

5

Des

ired

Ran

ge (°

)ΔTB

(ms)

Error (°)

51

3.4.2 Perancangan Antarmuka Pada PC/laptop untuk Sistem FES

Wearable

Sama seperti pada realisasi prototipe kontroler fuzzy, realisasi sistem

kontroler untuk FES wearable juga dilengkapi dengan program antarmuka pada

PC/laptop. Program ini direalisasikan menggunakan IDE Embarcadero XE2.

Program antarmuka dirancang dengan dua mode pengguna, yaitu

pengguna umum (User) dan praktisi (Expert). Pada saat program pertama kali

dijalankan, muncul tampilan awal berupa tulisan selamat datang dan pilihan

mode, seperti diperlihatkan pada Gambar 3.44.

Mode User dirancang untuk pengguna sistem FES secara umum. Jika

mode ini dipilih, halaman pemilihan gerakan yang akan distimulasi kemudian

akan dimunculkan, seperti diperlihatkan pada Gambar 3.45. Setelah pengguna

memilih gerakan, halaman monitoring kemudian ditampilkan. Untuk melakukan

stimulasi, pengguna dapat menekan tombol Start. Grafik kemudian akan

menampilkan nilai sudut target serta perubahan sudut aktual yang dicapai oleh

sendi dan nilai error gerakan, seperti diperlihatkan pada Gambar 3.46.

Pada mode Expert, menu dan pilihan pada program antarmuka dirancang

dengan asumsi bahwa pengguna merupakan praktisi atau orang yang paham atas

sistem FES wearable. Oleh karena itu, tampilan pada mode ini dilengkapi dengan

pilihan untuk memasukkan data subyek serta pengatuan terhadap sistem FES,

seperti besar tegangan stimulasi, durasi awal stimulasi, serta pengaturan port

komunikasi serial. Tampilan awal mode Expert diperlihatkan pada Gambar 3.47.

Pengguna dapat melakukan pengaturan komunikasi serial yang akan

digunakan dengan menekan tombol Setting Port pada deretan menu. Untuk

menghubungkan program antarmuka dengan perangkat wearable, pengguna dapat

menekan tombol Open Port. Saat komunikasi serial melalui Bluetooth telah

terhubung, port yang digunakan akan ditampilkan. Tulisan pada tombol Open

Port akan berubah menjadi Close Port dan fungsi tombol tersebut berubah untuk

memberikan perintah menutup koneksi serial.

Terdapat dua fungsi utama yang dapat dijalankan pada mode ini. Yang

pertama adalah pengukuran sudut pada segmen dan sendi anggota gerak bagian

bawah. Hal ini dilakukan dengan menekan Radio Button Gait Measurement. Pada

52

saat tombol ini dipilih, tampilan akan otomatis berubah menjadi tab Sensor

System. Fungsi kedua adalah untuk menjalankan stimulasi elektris, yaitu dengan

menekan Radio Button Electrical Stimulation. Sama seperti pada fungsi

pengindraan sudut, tab Functional Electrical Stimulation akan otomatis

ditampilkan jika tombol Electrical Stimulation ditekan.

Untuk mulai menjalankan kedua fungsi, baik pengindraan maupun

stimulasi, pengguna dapat menekan tombol Start. Setelah fungsi mulai dijalankan,

tulisan pada tombol akan berubah menjadi Stop untuk menghentikan subprogram

yang berjalan.

Pada fungsi stimulasi elektris, pengguna dapat melakukan pengaturan

terhadap stimulasi yang dijalankan melalui pilihan pada tab Functional Electrical

Stimulation. Pengguna dapat mengatur besar tegangan stimulasi, periode setiap

siklus, gerakan yang akan diinisiasi, serta durasi awal stimulasi.

Selama salah satu fungsi tersebut berjalan, PC/laptop juga akan

menerima data dari perangkat wearable. Data tersebut akan ditampilkan dalam

bentuk angka dan grafik pada tampilan antarmuka sehingga memudahkan

monitoring terhadap kinerja perangkat dan fungsi yang sedang berjalan.

Selain fungsi-fungsi yang telah dijelaskan, program antarmuka juga

berfungsi menyimpan data yang telah diterima oleh PC/laptop. Hal ini dilakukan

dengan menekan tombol Save Data. Data akan disimpan dengan ekstensi *.txt.

Demikian pula sebaliknya, data yang telah disimpan dapat ditampilkan kembali

dengan menekan tombol Load Data. Data akan ditampilkan dalam bentuk grafik

dan juga angka sesuai parameter yang tersimpan. Diagram aktivitas program

antarmuka untuk sistem FES wearable secara keseluruhan diperlihatkan pada

Gambar 3.48.

53

Gambar 3.44 Tampilan halaman awal program antarmuka untuk PC/laptop

54

Gambar 3.45 Tampilan pemilihan gerakan pada mode User

55

Gambar 3.46 Tampilan halaman monitoring pada mode User

56

Gambar 3.47 Tampilan awal halaman monitoring pada mode Expert

57

Pengguna Sistem

Membuka Aplikasi Menampilkan Halaman Awal

Memilih Menu Port Setting Menampilkan Pengaturan Comport

Menutup Aplikasi

Memilih Mode User Menampilkan Pilihan Gerakan

Memilih Menu Open Port Melakukan Koneksi Serial

Memilih Menu Start Mengirimkan Data Awal

Memilih Menu Save Data Menyimpan Data

Menerima Data dari Embedded System

Menampilkan Grafik dan Parameter Data

Memilih Menu Load Data Menampilkan Data Tersimpan

Memilih Gerakan yang Distimulasi Menampilkan Halaman Monitoring

Memilih Mode Expert Menampilkan Halaman Awal Mode Expert

Memilih Menu Start Melakukan Koneksi Serial dan Transfer Data

Menampilkan Grafik dan Parameter Data

Memilih Mode Gait Measurement Menampilkan Tab Sensor System

Memilih Mode Electrical Stimulator Menampilkan Tab Functional Electrical Stimulator

Gambar 3.48 Diagram aktivitas program antarmuka sistem FES wearable

58

3.4.3 Implementasi Pada Perangkat FES Wearable

Berikutnya, kontroler fuzzy yang telah dirancang diimplementasikan

pada perangkat FES wearable. Perangkat tersebut terdiri atas empat bagian, yaitu

master yang terletak pada bagian pinggang dan tiga slave yang diletakkan pada

setiap segmen anggota gerak, yaitu paha, betis, dan kaki. Prosesor pada perangkat

wearable menggunakan mikrokontroler ARM STM32F103C8T6.

Diagram blok sistem wearable FES yang telah dilengkapi kontroler fuzzy

diperlihatkan pada Gambar 3.49 dan penggunaan perangkat pada Gambar 3.50.

PC/laptop memiliki fungsi utama sebagai monitoring station. Melalui antarmuka

pada PC/laptop, stimulasi yang akan diberikan dapat diatur, terdiri atas gerakan

yang akan distimulasi, besar boost voltage yang akan digunakan, hingga durasi

setiap siklus. Data awal stimulasi ini kemudian dikirimkan ke embedded system

menggunakan komunikasi serial melalui bluetooth.

Pada sisi embedded system, data stimulasi yang diterima oleh master

kemudian diproses. Master kemudian meneruskan data awal stimulasi kepada

slave. Pada saat bersamaan, master juga memberikan perintah kepada setiap slave

untuk mengakuisisi data menggunakan sistem sensor. Data yang dikumpulkan

berupa sudut kemiringan (tilt angle) masing-masing segmen. Dari data tersebut,

sudut yang dicapai oleh setiap sendi bisa didapatkan sehingga dapat diketahui

efek stimulasi terhadap gerakan secara langsung. Sudut aktual inilah yang menjadi

masukan bagi kontroler fuzzy.

Sistem sensor melakukan sampling data setiap 10 ms. Pada setiap

sampling, data kemudian diproses untuk mendeteksi nilai maksimum gerakan

serta nilai error. Hal ini berlangsung hingga akhir satu siklus, di mana kontroler

fuzzy akan memroses data yang telah terkumpul dalam siklus tersebut. Proses

fuzzifikasi dilakukan dengan masukan nilai error pada saat sudut aktual bernilai

maksimum. Kontroler kemudian melakukan perhitungan sehingga didapatkan

nilai ΔTB. Stimulasi untuk siklus baru dilakukan dengan menambahkan nilai ΔTB

ke dalam durasi stimulasi dari siklus sebelumnya sehingga terbentuk kontrol

closed-loop. Pada kontroler MISO, nilai desired range diambil di awal setiap

siklus kemudian diproses oleh kontroler fuzzy untuk mendapatkan variabel

keluaran ΔTB. Diagram alir proses di dalam kontroler fuzzy diperlihatkan oleh

59

Gambar 3.51. Pada setiap sampling, embedded system juga mengirimkan kembali

data hasil pengindraan sensor serta perhitungan kontroler fuzzy ke PC/laptop.

Data-data tersebut kemudian ditampilkan pada antarmuka di PC/laptop sehingga

memudahkan monitoring.

Sistem FES wearable menggunakan protokol transfer data yang sama

seperti protokol pada prototipe dengan sedikit perubahan. Protokol pada sistem

wearable dikembangkan untuk mengakomodasi transfer data antara PC/laptop dan

embedded system, serta transfer data antara master dan slave dalam embedded

system sendiri. Masing-masing komunikasi data menggunakan satu kanal DMA

untuk pengiriman data dan satu kanal lain untuk penerimaan.

Transfer data

Akuisisi data Kontroler fuzzy

Stimulasi

PC/laptop Embedded system

Sudut sendi

TB[n]

Pengaturan stimulasi

Transfer data

Monitoring

Gambar 3.49 Diagram blok sistem wearable FES

Gambar 3.50 Penggunaan perangkat FES wearable

60

Mulai

Selesai

Fuzzifikasi

Fuzzy rules set

Defuzzifikasi

Crisp Decision Index

Error dan θmaks

Input membership function

Nilai ΔTB

Data sudut

Perhitungan nilai error dan θmaks

Counter = Periode/100?

Counter = 0

T

Y

TB[n] = TB[n-1] + ΔTB

TB[n]

Gambar 3.51 Diagram alir proses fuzzy pada kontroler SISO

61

BAB 4

PENGUJIAN DAN EVALUASI PERFORMANSI

Pada bab ini akan dibahas hasil yang telah didapatkan selama penelitian

berlangsung. Telah dilakukan beberapa pengujian terhadap sistem kontroler yang

telah dirancang, mencakup:

1. pengujian eksperimental kontrol gerakan fleksi lutut maksimum,

2. pengujian eksperimental kontrol gerakan ekstensi lutut maksimum.

4.1 Pengujian Eksperimental Kontrol Gerakan Sendi Lutut

Pengujian dilakukan dengan menggunakan perangkat FES wearable yang

telah direalisasikan pada penelitian sebelumnya untuk mengontrol gerakan fleksi

dan ekstensi lutut maksimum. Pengujian untuk kedua gerakan menggunakan

elektroda permukaan yang ditempatkan pada kaki kanan subyek. Pengujian

dilakukan kepada sepuluh orang subyek laki-laki berusia 21-25 tahun. Sebelum

pengujian, tujuan dan tahap pengujian dijelaskan kepada subyek dan subyek telah

memberikan persetujuan untuk menjalani pengujian. Pada kedua pengujian,

subyek diminta untuk duduk nyaman dalam kondisi kaki dapat bergerak bebas,

seperti diperlihatkan pada Gambar 4.1.

Frekuensi dan lebar pulsa untuk pulsa stimulasi ditetapkan sebesar 20 Hz

dan 200 µs, serta digunakan interval sampling sebesar 10 ms. Setiap pengujian

dilakukan sebanyak dua kali, masing-masing terdiri atas 30 siklus stimulasi.

Periode stimulasi untuk setiap siklus dibuat tetap selama 5 detik, dan burst

duration awal untuk setiap gerakan ditetapkan sebesar 0 ms.

Sebelum pengujian berlangsung, dilakukan pengukuran tegangan boost

awal serta posisi awal untuk masing-masing gerakan. Pengukuran tegangan boost

dilakukan untuk mengetahui nilai amplitudo tegangan yang sesuai sehingga dapat

dihasilkan gerakan maksimal namun tetap terasa nyaman bagi masing-masing

subyek. Posisi awal subyek diukur sebagai masukan bagi perhitungan yang akan

dilakukan oleh kontroler fuzzy. Sudut sendi subyek diukur menggunakan

akselerometer dan giroskop pada sistem sensor perangkat FES wearable.

62

Gambar 4.1 Posisi subyek untuk pengujian eksperimental gerakan fleksi dan

ekstensi lutut maksimum

4.2 Pengujian Kontrol Gerakan Fleksi Lutut Maksimum

Pengujian eksperimental untuk gerakan fleksi lutut maksimum dilakukan

dengan memberikan stimulasi pada otot Biceps Femoris Long Head yang

merupakan otot fleksor lutut. Pengujian kontrol gerakan fleksi lutut maksimum

kemudian dievaluasi melalui dua parameter, yaitu Settling Index (SI) dan Root

Mean Squared Error (RMSE). SI didefinisikan sebagai jumlah siklus yang

diperlukan untuk mencapai target dengan error absolut kurang dari atau sama

dengan 5% dari sudut target, atau sebesar 3.5o. Parameter evaluasi pengujian

diperlihatkan pada Tabel 4.1.

63

Tabel 4.1 Parameter Evaluasi Pengujian Kontrol Fleksi Lutut Maksimum Subyek Trial Settling Index (siklus) RMSE (o)

A 1 3 0.46 ± 2.55

2 3 0.58 ± 3.15

B 1 5 0.89 ± 4.74

2 2 0.72 ± 4.03

C 1 - 2.92 ± 3.63

2 6 1.67 ± 8.54

D 1 3 0.47 ± 1.93

2 17 1.23 ± 5.97

E 1 2 1.04 ± 5.71

2 4 0.82 ± 4.21

F 1 5 0.87 ± 4.69

2 2 0.27 ± 1.23

G 1 9 1.85 ± 2.62

2 - 1.97 ± 1.52

H 1 6 0.99 ± 4.94

2 15 1.53 ± 7.02

I 1 3 0.85 ± 4.63

2 6 1.31 ± 6.61

J 1 3 0.58 ± 3.23

2 3 1.25 ± 3.68

Dari hasil pengujian, didapatkan bahwa SI untuk semua subyek berada di

bawah 10 siklus, dengan dua trial pada Subyek D dan Subyek H mencapai SI di

atas 10 siklus. Selain itu, pengujian pertama pada Subyek C dan pengujian kedua

pada Subyek G tidak dapat mencapai sudut target selama 30 siklus pengujian.

RMSE untuk semua subyek berkisar di bawah 2o, dengan hanya pengujian

pertama Subyek C menghasilkan RMSE lebih besar dari nilai tersebut.

Hasil pengontrolan gerakan Subyek A pada pengujian pertama

diperlihatkan pada Gambar 4.2 dan hasil keluaran ΔTB diperlihatkan pada

Gambar 4.3. Dari hasil pengujian, dapat dilihat bahwa burst duration mampu

64

dikontrol dengan baik oleh kontroler fuzzy hingga akhir pengujian. Subyek

mampu mencapai sudut target dalam tiga siklus, dan hanya mengalami sedikit

osilasi pada siklus ke-6 hingga ke-9. Selama sisa pengujian, kontroler mampu

mengatur burst duration sehingga sendi dapat mencapai sudut target secara stabil.

Pada Gambar 4.3 terlihat bahwa kontroler meregulasi burst duration pada siklus-

siklus awal stimulasi dengan menambahkan maupun mengurangi durasi stimulasi.

Setelah sendi mampu mencapai sudut target, pada siklus ke-11 hingga seterusnya

kontroler tidak melakukan penambahan durasi atau ΔTB bernilai nol untuk

mempertahankan posisi sudut fleksi yang dicapai oleh lutut.

Hal yang sama juga terlihat pada hasil pengujian pertama pada Subyek I,

seperti diperlihatkan pada Gambar 4.4 dan 4.5. Kontroler mampu menghasilkan

burst duration yang mendorong subyek mencapai sudut target pada siklus ke-3.

Sepanjang sisa pengujian, tampak bahwa gerakan fleksi sendi subyek beberapa

kali menghasilkan torsi yang lebih besar maupun lebih kecil sehingga melebihi

atau tidak mencapai sudut target. Namun hal ini dapat diatasi oleh kontroler

dengan meregulasi burst duration sehingga sudut target kembali tercapai dengan

stabil hingga akhir siklus pengujian.

Dari Tabel 4.1, dapat dilihat bahwa nilai RMSE untuk kedua pengujian

tersebut bernilai di bawah 1o, yang berarti error rata-rata dalam 30 siklus cukup

kecil.

Gambar 4.2 Hasil kontrol gerakan fleksi lutut maksimum (Subyek A, pengujian

1)

01020304050607080

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Sudu

t (°)

Jumlah Siklus

Sudut TargetSudut Tercapai

65


maksimum (Subyek A, pengujian 1)

Gambar 4.4 Hasil kontrol gerakan fleksi lutut maksimum (Subyek I, pengujian

1)


maksimum (Subyek I, pengujian 1)

-150-100

-500

50100150200250

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

ΔTB

(ms)

Jumlah Siklus

01020304050607080

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Sudu

t (°)

Jumlah Siklus


-200-150-100-50

050

100150200250

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29ΔTB

(ms)

Jumlah Siklus

66

Gambar 4.4 memperlihatkan hasil pengujian kedua pada Subyek J, di

mana burst duration dapat dikontrol dengan baik hingga siklus ke-5. Pada siklus

ke-6 hingga siklus ke-11, sudut yang dicapai oleh lutut turun hingga 7.7 derajat

dari target. Hal ini dapat diatasi oleh kontroler dengan cara meningkatkan burst

duration pada siklus berikutnya, sehingga pada siklus ke-12, sudut fleksi

mencapai 64.9°. Namun sudut aktual kembali turun hingga siklus ke-18. Pada

siklus ke-19, subyek mampu menghasilkan sudut sebesar 71.8°. Kondisi ini

bertahan hingga siklus ke-20. Penurunan sudut aktual kemudian terjadi kembali

pada siklus ke-21 dan berlanjut hingga akhir pengujian meskipun kontroler telah

melakukan perubahan durasi stimulasi.

Penurunan sudut yang terjadi mengindikasikan terjadinya kelelahan otot.

Pada kondisi terjadi kelelahan otot, error maksimum yang dihasilkan oleh subyek

adalah sebesar 9.1° pada siklus ke-16. Kelelahan otot diasumsikan dapat teratasi

jika error absolut berkurang hingga bernilai kurang dari atau sama dengan Δθ

sebesar 3.5°. Indeks rekoveri didefinisikan sebagai jumlah siklus yang dibutuhkan

untuk mengompensasi kelelahan otot yang terjadi. Pada pengujian ini, siklus yang

dibutuhkan adalah sebesar 13 siklus.

Gambar 4.6 Hasil kontrol gerakan fleksi lutut maksimum (Subyek J, pengujian

2)

01020304050607080

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Sudu

t (°)

Jumlah Siklus


67


maksimum (Subyek D, pengujian 1)

Gambar 4.8 Hasil kontrol gerakan fleksi lutut maksimum (Subyek E, pengujian

1)


maksimum (Subyek E, pengujian 1)

-200

20406080

100120

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

ΔTB

(ms)

Jumlah Siklus

01020304050607080

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31

Sudu

t (°)

Jumlah Siklus


-150-100-50

050

100150200250

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

ΔTB

(ms)

Jumlah Siklus

68

Osilasi juga terjadi pada pengujian kontrol gerakan fleksi lutut

maksimum. Seperti diperlihatkan pada Gambar 4.8, pengujian pertama pada

Subyek E menghasilkan sudut yang tidak teratur dan cenderung naik-turun. Untuk

mengatasi hal tersebut, kontroler melakukan regulasi burst duration dengan cara

menambah dan mengurangi durasi stimulasi. Namun dengan sedikit perubahan

durasi, otot subyek menghasilkan torsi yang cukup besar sehingga sudut yang

dicapai oleh lutut lebih besar dari target, seperti terlihat pada siklus ke-6. Begitu

juga sebaliknya, pengurangan durasi kurang lebih 200 ms menghasilkan

perubahan sudut aktual yang cukup besar, hingga 10 derajat, seperti terlihat pada

siklus ke-8.

Selain terjadinya muscle fatigue dan osilasi, pada pengujian kontrol

gerakan fleksi lutut juga terjadi kondisi di mana subyek tidak dapat mencapai

sudut target sama sekali selama 30 siklus. Seperti diperlihatkan pada Gambar

4.10, hasil pengujian pertama pada Subyek C menunjukkan subyek menghasilkan

sudut kurang dari target sepanjang pengujian. Pada kondisi ini, sudut aktual yang

dihasilkan cenderung stabil meskipun tidak mencapai sudut yang ditargetkan

sehingga nilai ΔTB yang dihasilkan juga cenderung konstan. Tidak terjadi

perubahan sudut yang signifikan meskipun kontroler terus menambah durasi

stimulasi, yang berarti lutut subyek tidak menghasilkan torsi lebih besar meskipun

stimulasi dijalankan dalam waktu lebih lama.

Gambar 4.10 Hasil kontrol gerakan fleksi lutut maksimum (Subyek C, pengujian

1)

01020304050607080

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Sudu

t (°)

Jumlah Siklus


69


maksimum (Subyek C, pengujian 1)

Dari hasil pengujian kontrol gerakan fleksi lutut maksimum, dapat dilihat

bahwa kontroler fuzzy yang dirancang mampu meregulasi burst duration secara

efektif. Seperti diperlihatkan pada Gambar 4.5 dan 4.7, pada siklus-siklus awal

stimulasi, sebelum target tercapai, kontroler terus meningkatkan burst duration.

Setelah sudut target dapat dicapai oleh sendi, kontroler mengatur burst duration

agar sudut tetap stabil pada rentang target. Durasi stimulasi kembali diregulasi

saat sudut target tidak dapat tercapai. Sesuai perancangan fuzzy rules untuk

kontroler SISO, kontroler meningkatkan durasi stimulasi saat sudut yang dicapai

oleh sendi lebih kecil dari target. Sebaliknya, saat sudut aktual melebihi target,

kontroler merespon dengan mengurangi durasi stimulasi. Kontroler juga mampu

melakukan kompensasi atas kelelahan otot yang terjadi pada subyek dalam waktu

cukup singkat, yaitu kurang dari 10 siklus, seperti diperlihatkan pada Gambar 4.6.

4.3 Pengujian Kontrol Gerakan Ekstensi Lutut Maksimum

Pengujian kedua adalah pengujian untuk mengontrol gerakan ekstensi

lutut maksimum. Pengujian ini dilakukan dengan memberikan stimulasi pada otot

ekstensor lutut, yaitu Vastus Medialis dan/atau Rectus Vemoris. Parameter

evaluasi yang digunakan sama dengan pengujian gerakan fleksi lutut maksimum.

Hasil pengujian berdasarkan parameter evaluasi diperlihatkan pada Tabel 4.2.

SI untuk semua subyek berada di bawah 10 siklus, kecuali pengujian

pertama pada Subyek C dan pengujian kedua pada Subyek J. Terdapat pula

0

50

100

150

200

250

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

ΔTB

(ms)

Jumlah Siklus

70

kondisi dimana subyek tidak dapat mencapai sudut target selama pengujian,

seperti dicontohkan pada pengujian Subyek A dan F. RMSE untuk semua subyek

berkisar di bawah 5o, terkecuali pengujian pertama pada Subyek A yang

menghasilkan RMSE lebih besar dari 5°.

Tabel 4.2 Parameter Evaluasi Pengujian Kontrol Ekstensi Lutut Maksimum Subyek Trial Settling Index (siklus) RMSE (o)

A 1 - 5.51 ± 1.55

2 - 3.07 ± 17.57

B 1 6 2.53 ± 13.09

2 6 2.65 ± 14.00

C 1 10 2.11 ± 8.94

2 8 2.11 ± 8.77

D 1 9 4.42 ± 14.44

2 14 4.98 ± 13.57

E 1 4 1.81 ± 9.78

2 8 1.71 ± 8.92

F 1 - 4.11 ± 7.48

2 - 3.40 ± 10.20

G 1 7 2.09 ± 10.95

2 7 2.07 ± 11.16

H 1 4 1.86 ± 9.92

2 6 1.80 ± 9.47

I 1 3 1.55 ± 8.33

2 3 1.05 ± 5.81

J 1 3 1.68 ± 9.05

2 18 2.65 ± 11.68

71

Gambar 4.12 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek J,

pengujian 1)


maksimum (Subyek J, pengujian 1)

Hasil kontrol gerakan ekstensi lutut maksimum pada pengujian pertama

untuk Subyek J diperlihatkan pada Gambar 4.12 dan hasil keluaran ΔTB

diperlihatkan pada Gambar 4.13. Dapat dilihat bahwa burst duration mampu

dikontrol dengan baik oleh kontroler fuzzy selama 30 siklus pengujian. Subyek

mampu mencapai sudut target dalam tiga siklus, dan hampir tidak mengalami

osilasi hingga akhir pengujian. Selama pengujian, kontroler mampu mengatur

burst duration sehingga sendi dapat mencapai sudut target secara stabil. Pada

Gambar 4.3 terlihat bahwa kontroler meregulasi burst duration pada siklus-siklus

awal stimulasi dengan menambahkan kemudian mengurangi durasi stimulasi.

Setelah sudut target tercapai pada siklus ke-3 hingga seterusnya, kontroler tidak

010203040506070

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Sudu

t (°)

Jumlah Siklus


050

100150200250300350

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

ΔTB

(ms)

Jumlah Siklus

72

melakukan penambahan durasi atau ΔTB bernilai nol untuk mempertahankan

sudut yang dicapai oleh lutut.

Hasil pengujian kedua pada Subyek I juga memperlihatkan pola yang

sama, diperlihatkan pada Gambar 4.14 dan 4.15. Kontroler mampu menghasilkan

burst duration yang mendorong subyek mencapai sudut target pada siklus ke-5.

Gerakan ekstensi sendi lutut subyek hanya mengalami osilasi pada awal

pengujian, namun dapat diakomodasi oleh kontroler dengan meregulasi burst

duration, sehingga sudut target dapat tercapai dengan stabil hingga akhir siklus

pengujian.

Gambar 4.14 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek I,

pengujian 2)


maksimum (Subyek I, pengujian 2)

0

10

20

30

40

50

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Sudu

t (°)

Jumlah Siklus


-300-200-100

0100200300400

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29ΔTB

(ms)

Jumlah Siklus

73

Pada pengujian kontrol gerakan ekstensi lutut maksimum juga terjadi

kondisi osilasi, seperti diperlihatkan pada Gambar 4.16. Pengujian pertama pada

Subyek D menghasilkan sudut yang tidak teratur dan cenderung naik-turun.

Kontroler mengatasi hal tersebut dengan cara menambah dan mengurangi durasi

stimulasi, seperti diperlihatkan pada Gambar 4.17.

Selain terjadinya osilasi, pada pengujian kontrol gerakan ekstensi lutut

juga terjadi kondisi di mana subyek tidak dapat mencapai sudut target selama

pengujian, seperti diperlihatkan pada Gambar 4.18. Hasil pengujian kedua pada

Subyek A menunjukkan subyek menghasilkan sudut kurang dari target selama 30

siklus. Pada kondisi ini, sudut aktual yang dihasilkan cenderung stabil meskipun

tidak mencapai sudut yang ditargetkan sehingga nilai ΔTB pun bersifat tetap.

Tidak terjadi perubahan sudut yang signifikan meskipun kontroler terus

menambah durasi stimulasi, yang berarti lutut subyek tidak menghasilkan torsi

lebih besar meskipun stimulasi dijalankan lebih lama.

Gambar 4.16 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek D,

pengujian 1)

01020304050607080

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Sudu

t (°)

Jumlah Siklus


74


maksimum (Subyek D, pengujian 1)

Gambar 4.18 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek A,

pengujian 2)


maksimum (Subyek A, pengujian 2)

050

100150200250300350

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

ΔTB

(ms)

Jumlah Siklus

0102030405060

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

Sudu

t (°)

Jumlah Siklus


050

100150200250300350

1 3 5 7 9 11 13 15 17 19 21 23 25 27 29

ΔTB

(ms)

Jumlah Siklus

75

BAB 5 KESIMPULAN DAN SARAN

Pada bab ini dipaparkan kesimpulan dari hasil pengujian dan analisa

performansi yang telah dilakukan. Selain itu, melalui bab ini, disampaikan pula

saran serta usulan pengembangan penelitian yang dapat dilakukan.

5.1 Kesimpulan

Pada penelitian ini, kontroler untuk stimulator FES telah dirancang dan

diimplementasikan pada embedded system sebagai salah satu langkah dalam

merealisasikan sistem FES wearable. Sistem fuzzy dirancang dalam dua jenis

kontroler untuk enam gerakan, yaitu kontroler Single Input Single Output (SISO)

dan Multi Input Single Output (MISO). Kontroler SISO memiliki variabel

masukan berupa nilai error dan variabel keluaran ΔTB, dirancang untuk gerakan

fleksi pinggang maksimum, ekstensi pinggang maksimum, fleksi lutut maksimum,

dorsifleksi engkel maksimum, dan plantarfleksi engkel maksimum. Sedangkan

kontroler MISO menggunakan variabel masukan berupa nilai error dan desired

range serta variabel keluaran ΔTB. Kontroler ini dirancang untuk gerakan

ekstensi lutut maksimum.

Implementasi kontroler dilakukan pada embedded system ARM

STM32F429 untuk tahap prototipe dan STM32F103C8T6 untuk perangkat

wearable yang telah direalisasikan pada penelitian sebelumnya. Sistem yang

dirancang mencakup program antarmuka pada PC/laptop, sistem kontroler, serta

protokol transfer data antara PC/laptop dan embedded system menggunakan

Direct Memory Access (DMA).

Pengujian performansi kontroler dilakukan dengan mengontrol dua

gerakan pada sendi lutut, yaitu fleksi lutut maksimum dan ekstensi lutut

maksimum. Kontroler yang telah dirancang dan diimplementasikan mampu

mengontrol burst duration stimulasi secara otomatis berdasarkan masukan berupa

nilai error dan desired range. Selain itu, kontroler juga mampu mengatasi

kelelahan otot yang terjadi pada subyek saat stimulasi berlangsung.

76

Parameter evaluasi berupa Settling Index (SI) dan Root Mean Squared

Error (RMSE) memberikan hasil yang menjanjikan. SI untuk semua subyek

dalam pengujian pengontrolan gerakan fleksi lutut maksimum bernilai antara 2-10

siklus, dengan nilai RMSE kurang dari 7o, sedangkan SI untuk pengujian kontrol

gerakan ekstensi lutut maksimum bernilai antara 3-10 siklus dan nilai RMSE

kurang dari 5°. Hal ini membuktikan bahwa kontroler yang dirancang mampu

menyesuaikan stimulasi dengan kondisi pengguna secara langsung.

Kemampuan kontroler untuk mengatasi kelelahan otot pada subyek

terbukti pada pengujian kontrol gerakan fleksi lutut maksium. Error maksimum

yang dihasilkan oleh subyek pada kondisi terjadi kelelahan otot adalah sebesar

9.1° pada siklus ke-16. Jumlah siklus yang dibutuhkan untuk mengompensasi

kelelahan otot adalah sebesar 13 siklus dengan error absolut bernilai kurang dari

atau sama dengan Δθ sebesar 3.5°.

5.2 Saran

Kontroler dapat dikembangkan dengan melakukan variasi set fuzzy yang

digunakan sehingga didapatkan set fuzzy yang paling efektif. Sistem juga dapat

dikembangkan lebih lanjut dengan menambahkan fitur perubahan parameter

kontroler fuzzy secara otomatis. Hal ini diperlukan untuk mengatasi

intervariabilitas subyek yang mempengaruhi hasil kontroler. Selain itu, dapat

digunakan masukan berupa informasi kondisi otot melalui Electromyogram

(EMG) untuk mengetahui terjadinya kelelahan otot pada subyek.

Aplikasi pada subyek dengan gangguan fungsi gerak seperti hemiplegia

atau tetraplegia juga akan bermanfaat. Berbeda dengan uji eksperimental yang

telah dilakukan dengan subyek normal, dimana fungsi otot subyek masih dalam

kondisi prima dan berfungsi dengan baik. Diharapkan penggunaan sistem oleh

subyek dengan gangguan fungsi gerak dapat memberikan data nyata mengenai

kondisi dan kebutuhan subyek sehingga sistem dapat dikembangkan untuk

rehabilitasi fungsi gerak.

LAMPIRAN A

Tabel A.1 Data Fisiologis Subyek

No Subyek Usia

(tahun)

Berat

Badan (Kg)

Tinggi

Badan (cm)

Catatan Kondisi

Neuromuskuloskeletal

Aktivitas

Fisik

1. A 25 55 165 Normal Ringan

2. B 21 83 170 Normal Ringan

3. C 21 85 178 Normal Ringan

4. D 21 60 180 Normal Ringan

5. E 22 53 150 Normal Sedang

6. F 21 48 174 Normal Sedang

7. G 21 80 169 Normal Ringan

8. H 21 65 176 Normal Ringan

9. I 21 68 170 Normal Ringan

10. J 21 50 170 Normal Ringan

LAMPIRAN B

Tabel B.1 Hasil pengujian kontrol fleksi lutut maksimum Subyek A

Siklus Sudut Target

(°)

Pengujian 1 Pengujian 2 Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

58.3 10.6 0 55.8 13.1 0 2 62.9 6.0 200 60.2 8.7 200 3 68.4 0.5 100 66.8 2.1 117 4 68.3 0.6 0 68.0 0.9 100 5 70.1 -1.2 0 68.3 0.6 0 6 67.7 1.2 -9 70.0 -1.1 0 7 72.0 -3.1 13 70.4 -1.5 -4 8 66.0 2.9 -100 70.3 -1.4 -29 9 73.1 -4.2 100 69.4 -0.5 -26 10 69.3 -0.4 -100 70.5 -1.6 0 11 69.4 -0.5 0 70.3 -1.4 -42 12 68.5 0.4 0 69.0 -0.1 -25 13 68.2 0.7 0 67.7 1.2 0 14 69.1 -0.2 0 69.6 -0.7 18 15 68.7 0.2 0 67.2 1.7 0 16 68.7 0.2 0 70.4 -1.5 62 17 68.6 0.3 0 68.8 0.1 -32 18 69.2 -0.3 0 66.9 2.0 0 19 69.7 -0.8 0 69.9 -1.0 91 20 68.8 0.1 0 69.8 -0.9 0 21 69.9 -1.0 0 70.9 -2.0 0 22 67.8 1.1 0 70.6 -1.7 -83 23 68.4 0.5 10 67.2 1.7 -50 24 69.0 -0.1 0 70.9 -2.0 56 25 68.4 0.5 0 67.4 1.5 -76 26 68.5 0.4 0 68.4 0.5 39 27 69.7 -0.8 0 66.8 2.1 0 28 68.5 0.4 0 67.2 1.7 96 29 69.4 -0.5 0 69.6 -0.7 61 30 69.7 -0.8 0 68.8 0.1 0

Tabel B.2 Hasil pengujian kontrol fleksi lutut maksimum Subyek B

Siklus Sudut Target

(°)


Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

50.5 18.4 0 51.6 17.3 0 2 62.8 6.1 200 66.2 2.7 200 3 59.5 9.4 100 68.5 0.4 100 4 64.3 4.6 177 73.3 -4.4 0 5 67.7 1.2 100 66.6 2.3 -100 6 69.0 -0.1 16 67.9 1.0 100 7 64.5 4.4 0 63.6 5.3 5 8 66.7 2.2 100 69.9 -1.0 100 9 73.5 -4.6 100 69.9 -1.0 0 10 71.2 -2.3 -100 67.7 1.2 0 11 72.1 -3.2 -100 68.7 0.2 17 12 69.2 -0.3 -100 69.4 -0.5 0 13 69.6 -0.7 0 67.2 1.7 0 14 69.3 -0.4 0 71.0 -2.1 60 15 67.3 1.6 0 70.0 -1.1 -84 16 67.1 1.8 49 71.6 -2.7 -1 17 70.7 -1.8 64 69.6 -0.7 -100 18 72.9 -4.0 -57 66.7 2.2 0 19 64.5 4.4 -100 67.5 1.4 100 20 67.8 1.1 100 68.5 0.4 35 21 67.7 1.2 13 68.8 0.1 0 22 67.6 1.3 18 69.3 -0.4 0 23 67.3 1.6 25 66.3 2.6 0 24 70.2 -1.3 52 69.2 -0.3 100 25 70.5 -1.6 -15 73.2 -4.3 0 26 73.1 -4.2 -44 75.3 -6.4 -100 27 73.2 -4.3 -100 65.9 3.0 -100 28 68.6 0.3 -100 70.0 -1.1 100 29 60.9 8.0 0 72.0 -3.1 -3 30 67.6 1.3 100 70.1 -1.2 -100

Tabel B.3 Hasil pengujian kontrol fleksi lutut maksimum Subyek C

Siklus Sudut Target

(°)


Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

47.4 21.5 0 37.7 31.2 0 2 50.4 18.5 200 44.7 24.2 300 3 52.3 16.6 200 50.0 18.9 200 4 51.1 17.8 200 57.7 11.2 200 5 52.9 16.0 200 59.7 9.2 200 6 52.6 16.3 200 67.0 1.9 157 7 56.6 12.3 200 67.4 1.5 76 8 56.1 12.8 200 68.4 0.5 37 9 55.6 13.3 200 68.1 0.8 0 10 57.5 11.4 200 67.4 1.5 0 11 56.3 12.6 200 65.7 3.2 37 12 55.3 13.6 200 66.9 2.0 100 13 56.8 12.1 200 62.7 6.2 88 14 61.1 7.8 200 67.9 1.0 100 15 58.4 10.5 100 69.4 -0.5 2 16 53.4 15.5 200 70.3 -1.4 0 17 56.1 12.8 200 69.7 -0.8 -24 18 57.6 11.3 200 67.6 1.3 0 19 56.3 12.6 200 70.5 -1.6 26 20 55.3 13.6 200 67.7 1.2 -43 21 52.4 16.5 200 70.4 -1.5 17 22 52.9 16.0 200 69.3 -0.4 -29 23 51.8 17.1 200 72.0 -3.1 0 24 48.3 20.6 200 60.3 8.6 -100 25 47.7 21.2 200 66.7 2.2 113 26 49.0 19.9 200 63.6 5.3 100 27 48.3 20.6 200 63.4 5.5 100 28 49.8 19.1 200 74.6 -5.7 100 29 49.6 19.3 200 77.5 -8.6 -100 30 50.2 18.7 200 75.6 -6.7 -105

Tabel B.4 Hasil pengujian kontrol fleksi lutut maksimum Subyek D

Siklus Sudut Target

(°)


Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

60.2 8.7 0 53.2 15.7 0 2 61.7 7.2 108 57.4 11.5 200 3 66.0 2.9 100 60.1 8.8 200 4 66.4 2.5 100 58.8 10.1 126 5 67.9 1.0 100 59.0 9.9 200 6 67.9 1.0 4 61.1 7.8 200 7 67.2 1.7 6 60.3 8.6 100 8 68.2 0.7 55 62.0 6.9 108 9 68.5 0.4 0 61.8 7.1 100 10 68.2 0.7 0 62.0 6.9 100 11 68.4 0.5 0 64.7 4.2 100 12 68.5 0.4 0 61.3 7.6 100 13 68.6 0.3 0 62.3 6.6 100 14 68.0 0.9 0 62.2 6.7 100 15 67.9 1.0 0 63.1 5.8 100 16 67.9 1.0 3 61.9 7.0 100 17 66.6 2.3 6 72.2 -3.3 100 18 66.6 2.3 100 71.3 -2.4 -100 19 66.5 2.4 100 66.7 2.2 -100 20 66.4 2.5 100 72.5 -3.6 -100 21 69.3 -0.4 100 72.8 -3.9 -100 22 66.6 2.3 0 74.7 -5.8 -100 23 70.0 -1.1 100 74.1 -5.2 -100 24 67.3 1.6 -2 74.3 -5.4 -100 25 67.3 1.6 36 70.7 -1.8 -100 26 67.5 1.4 26 73.3 -4.4 -53 27 67.6 1.3 35 71.4 -2.5 -100 28 67.2 1.7 23 69.1 -0.2 -100 29 67.5 1.4 58 67.3 1.6 0 30 68.2 0.7 30 65.0 3.9 53

Tabel B.5 Hasil pengujian kontrol fleksi lutut maksimum Subyek E

Siklus Sudut Target

(°)


Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

57.5 11.4 0 51.7 17.2 0 2 70.8 -1.9 200 64.8 4.1 200 3 75.0 -6.1 -64 64.6 4.3 100 4 73.4 -4.5 -100 68.0 0.9 100 5 59.0 9.9 -100 67.0 1.9 0 6 73.8 -4.9 200 71.9 -3.0 83 7 72.0 -3.1 -100 70.4 -1.5 -100 8 57.4 11.5 -100 74.2 -5.3 -33 9 73.4 -4.5 200 71.1 -2.2 -100 10 72.8 -3.9 -100 66.3 2.6 -99 11 65.7 3.2 -100 67.2 1.7 -100 12 74.0 -5.1 100 67.1 1.8 -16 13 58.5 10.4 -100 68.3 0.6 65 14 70.2 -1.3 200 63.7 5.2 0 15 73.8 -4.9 -20 63.0 5.9 100 16 72.4 -3.5 -100 63.9 5.0 100 17 60.1 8.8 -100 69.2 -0.3 100 18 71.0 -2.1 100 69.7 -0.8 0 19 61.0 7.9 -84 69.7 -0.8 0 20 70.6 -1.7 100 72.1 -3.2 0 21 73.5 -4.6 -52 73.8 -4.9 -100 22 61.0 7.9 -100 69.0 -0.1 -100 23 68.5 0.4 100 67.5 1.4 0 24 64.3 4.6 0 67.3 1.6 33 25 71.4 -2.5 -36 66.2 2.7 47 26 63.1 5.8 -100 64.7 4.2 100 27 70.1 -1.2 100 65.6 3.3 100 28 70.2 -1.3 -8 63.9 5.0 100 29 68.5 0.4 -18 67.5 1.4 100 30 68.0 0.9 0 63.7 5.2 35

Tabel B.6 Hasil pengujian kontrol fleksi lutut maksimum Subyek F

Siklus Sudut Target

(°)


Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

52.4 16.5 0 63.0 5.9 0 2 58.2 10.7 200 65.5 3.4 100 3 61.2 7.7 200 68.3 0.6 100 4 60.5 8.4 100 67.9 1.0 0 5 67.3 1.6 100 67.8 1.1 4 6 73.6 -4.7 -100 67.6 1.3 7 7 71.1 -2.2 -100 67.5 1.4 27 8 69.0 -0.1 -99 68.9 0.0 29 9 66.1 2.8 0 68.7 0.2 0 10 68.4 0.5 100 67.1 1.8 0 11 67.1 1.8 0 67.5 1.4 72 12 69.2 -0.3 67 68.1 0.8 29 13 69.2 -0.3 0 68.5 0.4 0 14 68.8 0.1 0 68.9 0.0 0 15 71.1 -2.2 0 68.0 0.9 0 16 68.3 0.6 -100 68.4 0.5 0 17 72.1 -3.2 0 69.0 -0.1 0 18 66.9 2.0 -100 68.8 0.1 0 19 73.7 -4.8 83 68.2 0.7 0 20 72.9 -4.0 -100 68.2 0.7 0 21 67.5 1.4 -100 68.3 0.6 0 22 66.4 2.5 30 68.2 0.7 0 23 66.3 2.6 100 68.2 0.7 0 24 66.4 2.5 100 68.6 0.3 0 25 67.5 1.4 100 68.3 0.6 0 26 72.6 -3.7 31 67.6 1.3 0 27 69.5 -0.6 -100 67.6 1.3 24 28 73.5 -4.6 0 69.8 -0.9 26 29 68.5 0.4 -100 68.8 0.1 0 30 66.8 2.1 0 69.4 -0.5 0

Tabel B.7 Hasil pengujian kontrol fleksi lutut maksimum Subyek G

Siklus Sudut Target

(°)


Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

55.0 13.9 0 52.3 16.6 0 2 57.6 11.3 200 55.2 13.7 200 3 59.3 9.6 200 57.5 11.4 200 4 60.2 8.7 200 57.7 11.2 200 5 58.0 10.9 120 58.2 10.7 200 6 60.4 8.5 200 58.7 10.2 200 7 58.4 10.5 100 58.0 10.9 200 8 64.1 4.8 200 59.0 9.9 200 9 69.9 -1.0 100 59.0 9.9 200 10 60.4 8.5 0 61.4 7.5 200 11 59.6 9.3 101 58.3 10.6 100 12 60.0 8.9 172 59.1 9.8 200 13 59.5 9.4 130 58.3 10.6 180 14 59.0 9.9 177 58.3 10.6 200 15 59.6 9.3 200 58.7 10.2 200 16 59.1 9.8 170 59.2 9.7 200 17 59.2 9.7 200 59.2 9.7 200 18 58.9 10.0 200 58.9 10.0 200 19 58.5 10.4 200 58.7 10.2 200 20 59.0 9.9 200 59.2 9.7 200 21 58.5 10.4 200 58.1 10.8 200 22 58.3 10.6 200 57.9 11.0 200 23 58.9 10.0 200 59.4 9.5 200 24 58.1 10.8 200 58.4 10.5 186 25 58.5 10.4 200 58.2 10.7 200 26 57.8 11.1 200 56.6 12.3 200 27 57.3 11.6 200 57.4 11.5 200 28 57.3 11.6 200 58.1 10.8 200 29 56.9 12.0 200 59.0 9.9 200 30 55.3 13.6 200 57.6 11.3 200

Tabel B.8 Hasil pengujian kontrol fleksi lutut maksimum Subyek H

Siklus Sudut Target

(°)


Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

56.5 12.4 0 54.7 14.2 0 2 56.0 12.9 200 52.8 16.1 200 3 58.0 10.9 200 55.0 13.9 200 4 58.4 10.5 200 54.1 14.8 200 5 60.6 8.3 200 60.6 8.3 200 6 68.9 0.0 100 57.6 11.3 100 7 58.0 10.9 0 59.4 9.5 200 8 69.2 -0.3 200 57.5 11.4 184 9 68.0 0.9 0 57.5 11.4 200 10 69.6 -0.7 0 57.5 11.4 200 11 69.0 -0.1 0 57.2 11.7 200 12 71.0 -2.1 0 60.5 8.4 200 13 70.5 -1.6 -88 55.6 13.3 100 14 70.3 -1.4 -41 63.0 5.9 200 15 71.4 -2.5 -22 70.1 -1.2 100 16 70.6 -1.7 -100 71.6 -2.7 -13 17 71.5 -2.6 -47 70.9 -2.0 -100 18 71.5 -2.6 -100 69.2 -0.3 -83 19 66.8 2.1 -100 68.9 0.0 0 20 68.3 0.6 97 69.7 -0.8 0 21 66.7 2.2 0 73.1 -4.2 0 22 66.4 2.5 100 68.8 0.1 -100 23 66.5 2.4 100 74.0 -5.1 0 24 66.7 2.2 100 62.6 6.3 -100 25 66.7 2.2 100 68.0 0.9 100 26 61.7 7.2 100 68.0 0.9 0 27 69.6 -0.7 100 70.6 -1.7 0 28 66.0 2.9 0 70.9 -2.0 -44 29 67.8 1.1 100 70.7 -1.8 -79 30 72.9 -4.0 8 74.4 -5.5 -54

Tabel B.9 Hasil pengujian kontrol fleksi lutut maksimum Subyek I

Siklus Sudut Target

(°)


Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

46.7 22.2 0 45.2 23.7 0 2 63.5 5.4 200 54.9 14.0 200 3 68.3 0.6 100 60.8 8.1 200 4 69.7 -0.8 0 65.3 3.6 100 5 72.7 -3.8 0 60.7 8.2 100 6 69.8 -0.9 -100 65.9 3.0 100 7 64.8 4.1 0 61.9 7.0 100 8 68.2 0.7 100 69.8 -0.9 100 9 68.7 0.2 0 65.4 3.5 0 10 69.3 -0.4 0 64.5 4.4 100 11 70.9 -2.0 0 71.4 -2.5 100 12 69.6 -0.7 -74 72.3 -3.4 -100 13 69.1 -0.2 0 70.7 -1.8 -100 14 73.3 -4.4 0 72.1 -3.2 -61 15 65.4 3.5 -100 65.4 3.5 -100 16 67.7 1.2 100 64.6 4.3 100 17 69.3 -0.4 14 60.8 8.1 100 18 68.3 0.6 0 66.2 2.7 100 19 70.1 -1.2 0 67.2 1.7 100 20 68.1 0.8 -12 66.8 2.1 56 21 67.9 1.0 0 73.5 -4.6 100 22 69.4 -0.5 4 74.6 -5.7 -100 23 69.7 -0.8 0 71.6 -2.7 -100 24 70.1 -1.2 0 63.7 5.2 -100 25 70.7 -1.8 -10 62.7 6.2 100 26 63.4 5.5 -60 62.7 6.2 100 27 69.4 -0.5 100 78.2 -9.3 100 28 70.9 -2.0 0 58.6 10.3 -154 29 67.8 1.1 -76 65.7 3.2 200 30 65.5 3.4 9 74.4 -5.5 100

Tabel B.10 Hasil pengujian kontrol fleksi lutut maksimum Subyek J

Siklus Sudut Target

(°)


Maks (°)

Error (°)

ΔTB (ms)

Sudut Aktual

Maks (°)

Error (°)

ΔTB (ms)

1

69

59.4 9.5 0 63.3 5.6 0 2 62.2 6.7 192 58.3 10.6 100 3 65.7 3.2 100 69.5 -0.6 200 4 71.0 -2.1 100 73.9 -5.0 0 5 72.2 -3.3 -93 65.5 3.4 -100 6 69.1 -0.2 -100 61.7 7.2 100 7 67.2 1.7 0 61.2 7.7 100 8 71.4 -2.5 60 62.6 6.3 100 9 68.4 0.5 -100 63.5 5.4 100 10 70.5 -1.6 0 61.6 7.3 100 11 66.5 2.4 -43 63.0 5.9 100 12 70.5 -1.6 100 64.9 4.0 100 13 65.4 3.5 -41 61.5 7.4 100 14 72.8 -3.9 100 60.5 8.4 100 15 67.9 1.0 -100 61.1 7.8 100 16 65.8 3.1 5 59.8 9.1 100 17 70.6 -1.7 100 61.9 7.0 147 18 70.6 -1.7 -48 62.6 6.3 100 19 69.1 -0.2 -45 71.8 -2.9 100 20 71.0 -2.1 0 69.1 -0.2 -100 21 67.3 1.6 -90 64.3 4.6 0 22 68.5 0.4 46 62.6 6.3 100 23 66.7 2.2 0 63.0 5.9 100 24 71.6 -2.7 100 59.9 9.0 100 25 67.4 1.5 -100 61.8 7.1 143 26 68.6 0.3 40 58.1 10.8 100 27 67.0 1.9 0 59.1 9.8 200 28 73.9 -5.0 80 62.1 6.8 200 29 65.7 3.2 -100 62.7 6.2 100 30 73.4 -4.5 100 62.1 6.8 100

Tabel B.11 Hasil pengujian kontrol ekstensi lutut maksimum Subyek A

Siklus Sudut Target

(°)

Pengujian 1 Pengujian 2 Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

50.2 35.4 -35.3 0 49.9 31.5 -35.0 0 2 44.9 36.0 -30.0 300 19.5 35.0 -4.6 300 3 44.5 36.0 -29.6 300 21.2 35.0 -6.3 100 4 44.4 35.9 -29.5 300 -2.8 34.0 17.7 195 5 45.0 36.0 -30.1 300 15.5 33.9 -0.6 -300 6 44.6 36.2 -29.7 300 17.4 35.2 -2.5 0 7 43.4 36.2 -28.5 300 24.3 33.9 -9.4 100 8 46.8 36.6 -31.9 300 6.0 34.9 8.9 200 9 44.9 36.5 -30.0 300 -12.6 34.3 27.5 -200 10 43.8 36.4 -28.9 300 32.8 34.9 -17.9 -300 11 45.0 35.4 -30.1 300 45.0 35.4 -30.1 300 12 45.9 36.6 -31.0 300 33.3 34.7 -18.4 300 13 43.7 36.5 -28.8 300 5.3 35.1 9.6 300 14 44.0 36.2 -29.1 300 -14.8 34.8 29.7 -200 15 45.0 36.3 -30.1 300 7.2 35.1 7.7 -300 16 45.0 35.4 -30.1 300 -2.3 35.2 17.2 -200 17 47.6 33.4 -32.7 300 39.0 33.8 -24.1 -300 18 46.6 33.5 -31.7 300 8.6 35.5 6.3 300 19 47.1 34.2 -32.2 300 15.2 35.4 -0.3 -200 20 46.4 31.9 -31.5 300 38.2 34.7 -23.3 0 21 46.0 32.8 -31.1 300 -1.1 35.7 16.0 300 22 45.6 32.2 -30.7 300 34.3 33.9 -19.4 -300 23 45.6 31.9 -30.7 300 3.7 34.9 11.2 300 24 43.3 32.1 -28.4 300 37.1 33.6 -22.2 -300 25 44.3 30.1 -29.4 300 31.5 35.1 -16.6 300 26 43.7 31.0 -28.8 300 12.5 34.9 2.4 300 27 44.2 30.4 -29.3 300 29.8 33.1 -14.9 -100 28 43.1 30.4 -28.2 300 -0.5 32.8 15.4 300 29 43.9 30.1 -29.0 300 26.1 34.0 -11.2 -300 30 43.3 30.7 -28.4 300 40.9 33.2 -26.0 300

Tabel B.12 Hasil pengujian kontrol ekstensi lutut maksimum Subyek B

Siklus Sudut Target

(°)


(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

61.0 -20 18.4 0 60.5 -20 17.3 0 2 45.2 40 6.1 300 51.5 40 2.7 300 3 46.6 40 9.4 300 49.3 40 0.4 300 4 40.5 40 4.6 300 40.9 40 -4.4 300 5 36.8 40 1.2 300 34.6 40 2.3 300 6 15.2 40 -0.1 300 17.9 40 1.0 300 7 9.8 40 4.4 0 15.7 40 5.3 100 8 12.8 40 2.2 -100 18.2 40 -1.0 0 9 17.7 40 -4.6 -72 21.5 40 -1.0 100 10 15.7 40 -2.3 100 17.4 40 1.2 200 11 14.3 40 -3.2 0 15.2 40 0.2 100 12 9.0 20 -0.3 0 7.6 40 -0.5 0 13 13.9 40 -0.7 -149 0.3 40 1.7 -200 14 14.1 40 -0.4 0 9.7 40 -2.1 -300 15 26.2 40 1.6 0 12.1 40 -1.1 -100 16 2.4 40 1.8 300 22.7 40 -2.7 -100 17 21.1 40 -1.8 -300 13.4 40 -0.7 200 18 15.1 40 -4.0 180 13.7 40 2.2 0 19 11.7 40 4.4 0 22.2 40 1.4 0 20 12.3 40 1.1 -100 6.9 40 0.4 200 21 15.2 40 1.2 -100 16.7 40 0.1 -200 22 14.9 40 1.3 0 9.6 40 -0.4 0 23 16.4 40 1.6 0 14.3 40 2.6 -100 24 13.8 40 -1.3 0 13.6 40 -0.3 0 25 19.7 40 -1.6 0 9.1 40 -4.3 0 26 12.1 40 -4.2 100 15.3 40 -6.4 -132 27 11.7 40 -4.3 -100 17.7 40 3.0 0 28 11.9 40 0.3 -100 16.6 40 -1.1 100 29 20.5 40 8.0 -100 9.5 40 -3.1 0 30 23.6 40 1.3 100 12.7 40 -1.2 -100

Tabel B.13 Hasil pengujian kontrol ekstensi lutut maksimum Subyek C

Siklus Sudut Target

(°)


(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

49.2 -20 21.5 0 51.8 -20 31.2 0 2 34.8 30 18.5 300 44.2 30 24.2 300 3 31.0 30 16.6 300 42.0 30 18.9 300 4 27.6 30 17.8 300 27.6 30 11.2 300 5 25.7 30 16.0 300 31.7 30 9.2 300 6 23.8 30 16.3 300 21.8 30 1.9 300 7 18.8 30 12.3 200 20.9 30 1.5 200 8 49.0 30 12.8 300 17.7 30 0.5 149 9 20.2 30 13.3 300 13.4 30 0.8 100 10 14.6 30 11.4 100 13.8 30 1.5 0 11 15.6 30 12.6 0 20.6 30 3.2 0 12 13.7 30 13.6 0 21.0 30 2.0 100 13 23.9 30 12.1 0 16.2 30 6.2 168 14 24.5 30 7.8 200 17.8 30 1.0 0 15 21.1 30 10.5 200 19.9 30 -0.5 100 16 18.2 30 15.5 172 19.0 20 -1.4 100 17 15.9 30 12.8 100 20.9 30 -0.8 100 18 16.1 30 11.3 0 18.5 20 1.3 130 19 15.8 30 12.6 0 18.9 20 -1.6 100 20 17.5 30 13.6 0 17.7 20 1.2 100 21 16.4 30 16.5 100 17.1 30 -1.5 100 22 11.9 30 16.0 0 22.9 30 -0.4 71 23 14.0 40 17.1 -100 18.9 30 -3.1 200 24 23.9 40 20.6 0 20.9 30 8.6 100 25 21.9 30 21.2 200 18.2 30 2.2 147 26 24.8 30 19.9 200 19.6 30 5.3 100 27 21.1 20 20.6 200 19.5 20 5.5 100 28 22.9 20 19.1 176 22.5 20 -5.7 100 29 18.9 10 19.3 200 21.2 20 -8.6 200 30 19.0 0 18.7 100 22.5 10 -6.7 194

Tabel B.14 Hasil pengujian kontrol ekstensi lutut maksimum Subyek D

Siklus Sudut Target

(°)


(°)

Desired

Range (°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

67.1 -20.0 -52.2 0 63.9 -20.0 -49.0 0 2 48.2 50.0 -33.3 300 52.6 40.0 -37.7 300 3 41.4 50.0 -26.5 300 50.9 40.0 -36.0 300 4 41.4 50.0 -26.5 300 50.5 40.0 -35.6 300 5 27.6 50.0 -12.7 300 49.7 40.0 -34.8 300 6 22.5 50.0 -7.6 300 49.4 40.0 -34.5 300 7 21.0 50.0 -6.1 200 49.9 40.0 -35.0 300 8 35.4 50.0 -20.5 151 40.4 40.0 -25.5 300 9 16.3 50.0 -1.4 300 39.2 50.0 -24.3 300 10 16.2 50.0 -1.3 0 29.3 50.0 -14.4 300 11 16.9 50.0 -2.0 0 33.4 40.0 -18.5 300 12 31.0 50.0 -16.1 37 22.3 50.0 -7.4 300 13 32.2 50.0 -17.3 300 18.8 50.0 -3.9 200 14 29.6 40.0 -14.7 300 17.8 50.0 -2.9 100 15 16.8 50.0 -1.9 300 19.2 40.0 -4.3 100 16 16.3 50.0 -1.4 20 17.8 40.0 -2.9 100 17 16.8 50.0 -1.9 0 20.5 0.0 -5.6 100 18 18.2 50.0 -3.3 22 22.9 20.0 -8.0 100 19 34.3 50.0 -19.4 100 33.8 20.0 -18.9 200 20 25.8 50.0 -10.9 300 41.8 40.0 -26.9 300 21 35.2 30.0 -20.3 300 24.3 0.0 -9.4 239 22 37.8 20.0 -22.9 300 24.3 0.0 -9.4 239 23 40.4 20.0 -25.5 300 51.2 40.0 -36.3 200 24 44.0 20.0 -29.1 300 47.8 40.0 -32.9 300 25 66.5 40.0 -51.6 300 48.3 40.0 -33.4 300 26 51.3 40.0 -36.4 300 49.2 40.0 -34.3 300 27 45.9 50.0 -31.0 300 48.3 40.0 -33.4 300 28 45.1 50.0 -30.2 300 46.6 40.0 -31.7 300 29 45.5 50.0 -30.6 300 48.8 40.0 -33.9 300 30 48.8 50.0 -33.9 300 48.4 40.0 -33.5 300

Tabel B.15 Hasil pengujian kontrol ekstensi lutut maksimum Subyek E

Siklus Sudut Target

(°)


(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

14.3 40.0 -51.1 100 61.6 -20.0 -46.7 0 2 26.6 40.0 -11.7 300 22.8 40.0 -7.9 300 3 20.0 40.0 -5.1 300 19.1 40.0 -4.2 200 4 12.8 40.0 2.1 100 19.3 40.0 -4.4 100 5 17.8 40.0 -2.9 -72 20.1 40.0 -5.2 100 6 18.1 40.0 -3.2 100 25.7 40.0 -10.8 100 7 19.4 40.0 -4.5 100 11.2 40.0 3.7 300 8 18.1 40.0 -3.2 100 17.7 40.0 -2.8 -100 9 14.4 50.0 0.5 100 16.1 40.0 -1.2 100 10 15.7 40.0 -0.8 0 17.9 40.0 -3.0 0 11 15.5 40.0 -0.6 0 15.3 40.0 -0.4 100 12 17.3 40.0 -2.4 0 18.6 40.0 -3.7 0 13 17.2 40.0 -2.3 100 13.5 40.0 1.4 100 14 12.4 40.0 2.5 91 18.4 40.0 -3.5 0 15 15.6 40.0 -0.7 -100 9.4 40.0 5.5 100 16 17.0 40.0 -2.1 0 15.0 40.0 -0.1 -100 17 15.1 40.0 -0.2 67 16.6 40.0 -1.7 0 18 10.8 40.0 4.1 0 15.2 40.0 -0.3 0 19 18.2 40.0 -3.3 -100 20.6 40.0 -5.7 0 20 12.2 40.0 2.7 100 13.6 40.0 1.3 100 21 11.8 40.0 3.1 -100 16.0 40.0 -1.1 0 22 14.4 40.0 0.5 -100 12.4 40.0 2.5 0 23 12.8 40.0 2.1 0 17.1 40.0 -2.2 -100 24 18.1 40.0 -3.2 -84 14.3 40.0 0.6 54 25 17.9 40.0 -3.0 100 11.6 40.0 3.3 0 26 14.4 40.0 0.5 100 16.5 40.0 -1.6 -100 27 15.5 40.0 -0.6 0 19.6 40.0 -4.7 0 28 13.3 40.0 1.6 0 15.5 40.0 -0.6 100 29 14.3 40.0 0.6 -8 21.3 40.0 -6.4 0 30 9.0 40.0 5.9 0 14.9 40.0 0.0 190

Tabel B.16 Hasil pengujian kontrol ekstensi lutut maksimum Subyek F

Siklus Sudut Target

(°)


(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

64.9 -20.0 -50.0 0 67.6 -20.0 -52.7 0 2 46.2 40.0 -31.3 300 49.3 50.0 -34.4 300 3 41.5 50.0 -26.6 300 46.1 50.0 -31.2 300 4 41.8 50.0 -26.9 300 46.4 50.0 -31.5 300 5 35.2 50.0 -20.3 300 45.5 50.0 -30.6 300 6 31.9 40.0 -17.0 300 31.4 50.0 -16.5 300 7 27.6 50.0 -12.7 300 35.6 50.0 -20.7 300 8 24.8 50.0 -9.9 300 20.8 50.0 -5.9 300 9 30.8 40.0 -15.9 217 38.8 50.0 -23.9 127 10 25.8 40.0 -10.9 300 26.9 50.0 -12.0 300 11 35.8 50.0 -20.9 300 25.2 50.0 -10.3 300 12 32.0 50.0 -17.1 300 18.6 50.0 -3.7 296 13 33.8 40.0 -18.9 300 22.8 50.0 -7.9 100 14 36.6 40.0 -21.7 300 26.2 50.0 -11.3 200 15 39.8 50.0 -24.9 300 25.6 50.0 -10.7 300 16 32.3 50.0 -17.4 300 27.8 30.0 -12.9 300 17 35.4 30.0 -20.5 300 28.9 10.0 -14.0 300 18 37.1 20.0 -22.2 300 29.3 10.0 -14.4 300 19 47.0 40.0 -32.1 300 33.9 20.0 -19.0 300 20 41.8 50.0 -26.9 300 35.3 20.0 -20.4 300 21 37.6 40.0 -22.7 300 45.2 50.0 -30.3 300 22 34.3 50.0 -19.4 300 44.6 50.0 -29.7 300 23 33.5 40.0 -18.6 300 38.4 50.0 -23.5 300 24 34.8 40.0 -19.9 300 34.0 50.0 -19.1 300 25 35.0 50.0 -20.1 300 30.8 50.0 -15.9 300 26 34.8 40.0 -19.9 300 31.4 50.0 -16.5 300 27 35.2 40.0 -20.3 300 30.8 50.0 -15.9 300 28 29.3 50.0 -14.4 300 29.6 50.0 -14.7 300 29 33.4 40.0 -18.5 300 31.8 50.0 -16.9 300 30 35.4 40.0 -20.5 300 32.7 50.0 -17.8 300

Tabel B.17 Hasil pengujian kontrol ekstensi lutut maksimum Subyek G

Siklus Sudut Target

(°)


(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

52.2 -20.0 -37.3 0 51.1 -20.0 -36.2 0 2 42.6 30.0 -27.7 300 40.1 30.0 -25.2 300 3 37.0 30.0 -22.1 300 29.9 30.0 -15.0 300 4 33.3 30.0 -18.4 300 31.2 30.0 -16.3 300 5 19.9 30.0 -5.0 300 7.2 30.0 7.7 300 6 6.9 30.0 8.0 100 9.7 30.0 5.2 -200 7 13.8 30.0 1.1 -200 14.6 30.0 0.3 -100 8 13.0 30.0 1.9 0 5.5 30.0 9.4 300 9 9.0 20.0 5.9 -41 12.4 30.0 2.5 -200 10 22.0 30.0 -7.1 -140 9.7 30.0 5.2 -100 11 21.2 30.0 -6.3 200 13.1 30.0 1.8 -100 12 6.1 30.0 8.8 191 16.8 30.0 -1.9 -23 13 20.5 30.0 -5.6 -200 18.0 30.0 -3.1 23 14 14.8 30.0 0.1 100 11.7 30.0 3.2 100 15 7.1 30.0 7.8 0 11.8 30.0 3.1 -100 16 18.0 30.0 -3.1 -200 13.5 30.0 1.4 -100 17 18.5 30.0 -3.6 100 18.6 30.0 -3.7 0 18 18.8 30.0 -3.9 100 12.7 30.0 2.2 100 19 2.8 30.0 12.1 100 17.1 30.0 -2.2 -100 20 15.4 30.0 -0.5 -300 11.9 30.0 3.0 81 21 10.5 30.0 4.4 0 21.9 30.0 -7.0 -100 22 15.2 30.0 -0.3 -100 17.3 30.0 -2.4 200 23 18.7 30.0 -3.8 0 9.3 30.0 5.6 100 24 19.5 30.0 -4.6 100 16.0 30.0 -1.1 -100 25 19.8 30.0 -4.9 100 32.3 30.0 -17.4 0 26 24.3 30.0 -9.4 100 12.4 30.0 2.5 300 27 8.2 30.0 6.7 200 7.9 30.0 7.0 -100 28 9.6 30.0 5.3 -200 39.1 30.0 -24.2 -200 29 23.7 30.0 -8.8 -100 12.5 30.0 2.4 300 30 23.5 30.0 -8.6 200 5.2 30.0 9.7 -100

Tabel B.18 Hasil pengujian kontrol ekstensi lutut maksimum Subyek H

Siklus Sudut Target

(°)


(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

57.9 -20.0 -43.0 0 57.6 -20.0 -42.7 0 2 37.4 40.0 -22.5 300 39.4 40.0 -24.5 300 3 22.4 40.0 -7.5 300 28.2 40.0 -13.3 300 4 13.6 40.0 1.3 200 20.6 40.0 -5.7 300 5 15.5 40.0 -0.6 0 18.2 40.0 -3.3 100 6 13.1 40.0 1.8 0 17.6 40.0 -2.7 100 7 18.6 40.0 -3.7 -23 16.0 40.0 -1.1 100 8 15.6 40.0 -0.7 100 12.7 40.0 2.2 0 9 11.9 40.0 3.0 0 13.9 40.0 1.0 -77 10 12.0 40.0 2.9 -100 12.1 40.0 2.8 0 11 13.6 40.0 1.3 -100 13.5 40.0 1.4 -100 12 15.1 40.0 -0.2 0 22.7 40.0 -7.8 0 13 17.8 40.0 -2.9 0 10.3 40.0 4.6 200 14 19.3 40.0 -4.4 100 21.6 40.0 -6.7 -100 15 15.2 40.0 -0.3 100 11.3 40.0 3.6 200 16 11.0 40.0 3.9 0 15.1 40.0 -0.2 -100 17 10.3 40.0 4.6 -100 13.3 40.0 1.6 0 18 21.8 40.0 -6.9 -100 20.4 40.0 -5.5 0 19 12.0 40.0 2.9 194 14.4 40.0 0.5 100 20 7.0 40.0 7.9 -100 15.5 40.0 -0.6 0 21 7.9 40.0 7.0 -200 11.9 40.0 3.0 0 22 28.4 40.0 -13.5 -200 14.5 40.0 0.4 -100 23 20.3 40.0 -5.4 300 13.0 40.0 1.9 0 24 19.3 40.0 -4.4 100 15.9 40.0 -1.0 -43 25 20.1 40.0 -5.2 100 15.5 40.0 -0.6 0 26 7.0 40.0 7.9 100 16.0 40.0 -1.1 0 27 11.2 40.0 3.7 -200 15.6 40.0 -0.7 0 28 21.8 30.0 -6.9 -100 14.2 40.0 0.7 0 29 21.8 40.0 -6.9 200 21.9 40.0 -7.0 0 30 16.6 40.0 -1.7 200 11.6 40.0 3.3 200

Tabel B.19 Hasil pengujian kontrol ekstensi lutut maksimum Subyek I

Siklus Sudut Target

(°)


(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

0.0 30.0 -30.8 0 -2.0 32.0 -29.0 0 2 -1.9 30.0 -28.9 0 -24.2 30.0 -6.7 300 3 -31.9 29.4 1.1 300 -27.7 31.3 -3.2 200 4 -26.4 31.2 -4.4 0 -39.5 29.5 8.5 100 5 -33.2 34.7 2.3 100 -31.9 27.3 0.9 -200 6 -31.0 31.2 0.2 -100 -33.6 29.4 2.6 0 7 -30.3 32.4 -0.5 0 -30.4 29.6 -0.6 -100 8 -32.7 30.6 1.9 0 -30.9 29.2 0.0 0 9 -30.6 30.8 -0.2 -33 -31.6 29.7 0.6 0 10 -29.5 31.5 -1.3 0 -30.4 29.2 -0.5 0 11 -30.7 30.8 -0.1 0 -32.4 29.6 1.4 0 12 -30.5 24.5 -0.3 0 -31.5 29.0 0.6 0 13 -34.3 27.9 3.5 0 -32.4 30.5 1.5 0 14 -28.0 28.4 -2.8 -100 -32.8 29.1 1.9 0 15 -34.9 26.8 4.0 100 -32.8 29.9 1.8 -36 16 -28.7 28.2 -2.2 -100 -31.4 29.4 0.5 -22 17 -32.3 29.0 1.5 66 -30.6 29.4 -0.3 0 18 -34.0 27.9 3.1 0 -31.2 30.9 0.3 0 19 -27.6 26.7 -3.2 -100 -31.3 28.8 0.3 0 20 -33.6 26.4 2.7 100 -30.9 29.2 0.0 0 21 -27.5 28.5 -3.4 -100 -30.4 30.2 -0.6 0 22 -33.8 27.8 3.0 100 -32.1 30.5 1.1 0 23 -28.6 27.6 -2.2 -100 -32.2 28.9 1.2 0 24 -33.3 27.0 2.5 72 -31.3 27.8 0.4 0 25 -21.7 25.3 -9.1 -100 -30.3 30.4 -0.6 0 26 -34.1 28.6 3.3 200 -30.7 30.2 -0.2 0 27 -33.7 27.4 2.9 -100 -29.8 29.5 -1.1 0 28 -22.2 26.7 -8.6 -100 -30.3 29.7 -0.7 0 29 -36.7 27.8 5.9 200 -30.5 29.3 -0.5 0 30 -26.0 22.5 -4.8 -140 -30.0 29.7 -1.0 0

Tabel B.20 Hasil pengujian kontrol ekstensi lutut maksimum Subyek J

Siklus Sudut Target

(°)


(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

Sudut Aktual Maks

(°)

Desired Range

(°)

Error (°)

ΔTB (ms)

1

15

-1.0 50.8 -49.5 0 -0.5 42.3 -49.0 0 2 -42.4 50.3 -8.1 300 -18.6 51.3 -30.9 300 3 -50.0 51.9 -0.5 200 -24.5 50.2 -25.1 300 4 -50.6 52.6 0.1 0 -27.4 48.6 -22.1 300 5 -49.1 52.3 -1.4 0 -32.5 52.3 -17.0 300 6 -50.3 51.9 -0.2 0 -32.1 49.6 -17.4 300 7 -51.1 53.2 0.6 0 -44.3 49.0 -5.2 300 8 -49.5 52.5 -1.0 0 -28.5 48.9 -21.0 100 9 -49.6 52.3 -0.9 0 -36.0 52.2 -13.5 300 10 -50.2 52.9 -0.3 0 -42.2 50.5 -7.4 300 11 -51.1 52.7 0.6 0 -34.3 44.9 -15.3 200 12 -49.0 53.5 -1.5 0 -43.8 47.4 -5.7 300 13 -49.6 53.1 -0.9 0 -43.6 55.5 -5.9 100 14 -48.9 51.3 -1.6 0 -44.9 53.5 -4.6 120 15 -50.7 51.1 0.2 0 -40.2 54.1 -9.3 100 16 -50.1 52.6 -0.4 0 -41.8 50.2 -7.8 200 17 -50.7 53.0 0.2 0 -44.4 39.9 -5.1 200 18 -51.6 53.8 1.1 0 -47.6 21.4 -1.9 100 19 -50.3 53.0 -0.2 0 -47.1 5.0 -2.5 24 20 -51.4 52.8 0.9 0 -46.2 4.5 -3.3 100 21 -50.7 54.1 0.2 0 -49.4 3.2 -0.1 100 22 -50.2 53.3 -0.3 0 -49.4 0.6 -0.1 0 23 -48.7 53.8 -1.8 0 -50.5 1.3 1.0 0 24 -50.6 53.2 0.1 4 -50.4 1.5 0.8 0 25 -49.8 53.9 -0.7 0 -49.5 0.7 0.0 0 26 -49.3 54.2 -1.2 0 -49.6 1.5 0.1 0 27 -48.6 53.6 -1.9 0 -49.6 2.6 0.1 0 28 -50.5 54.1 0.0 16 -51.3 1.0 1.8 0 29 -50.0 55.0 -0.5 0 -49.3 1.2 -0.3 -15 30 -50.0 52.9 -0.5 0 -51.3 1.2 1.8 0

LAMPIRAN C

Publikasi

2016 International Seminar on Intelligent Technology and Its Application

Embedded Fuzzy Logic Controller for Functional Electrical Stimulation System

A. L. Basith., *A. Arifin, F. Arrofiqi

Biomedical Elec. Eng. Lab Electrical Engineering Dept.

ITS Surabaya, INDONESIA

[email protected], *[email protected],

[email protected]

T. Watanabe Grad. School of Biomed. Eng.

Tohoku University Sendai, JAPAN

[email protected]

M. Nuh Biomedical Engineering Dept.

ITS Surabaya, INDONESIA

[email protected]

Abstract—Functional electrical stimulation (FES) is one of the most common techniques used to improve motor function in individuals with paralysis. In this study, fuzzy logic controller implemented in embedded system for wearable FES was developed. The controller was designed as Single Input Single Output (SISO) and Multi Input Single Output (MISO) controllers to manage electrical stimulation for seven muscles in thigh and shank and to induce certain joint movements. The system was realized in two steps utilizing 32-bit ARM microcontrollers, STM32F429 and STM32F103C8T6, respectively. Closed-loop control was used in the system and realized using feedback from the sensors. Serial communication was utilized for data transmission between embedded system and PC/laptop as monitoring station. Experiments done to test the performance of SISO controller of knee flexion proved that the system was able to adjust burst duration and to control joint movement induced. The system designed was expected to be helpful for clinical application of motor function improvement.

Keywords—fuzzy logic controller; functional electrical stimulation; embedded system; cycle-to-cycle control.

I. INTRODUCTION Paralysis or the loss of motor function,

either partially or totally, can happen as the result of some diseases like stroke or spinal cord injury (SCI) [1]. To regain the motor function, rehabilitation can be done with many techniques. One of the most common techniques used is functional electrical stimulation (FES). The stimulation is done by giving electrical stimulation to the subject to induce a certain joint movement. By repeating the same movement induced by the stimulation, the muscle will relearn and regain its ability to contracting, thus improving motor function of the individual.

Research done in this field has proven that the use of FES for motoric ability restoration is promising, both by simulation and experimental tests [2]-[5]. But in order to be applied for clinical use, FES system should be made as compact as possible. Moreover, the system should be able to be used daily to support motor function relearning process. It requires the system to be easily set up, comfortable to be used, have small dimensions, and easily operated. It leads to the utilization of embedded system in order to

make FES system more compact, lightweight, and low cost [6], [7].

The development of FES system also faces challenges. FES system available mostly using open-loop control, requiring full concentration from the user to give command. This situation can limit the ability of the user to do another activity. It can be solved using closed-loop control, but it needs more complex system than open-loop one, since closed-loop control requires a feedback [1], [8]. Furthermore, due to non-linearity characteristics of musculoskeletal system of human, the electrical stimulation given can be varied for each person. Therefore, the FES stimulator needs to be made dynamic in order to fulfil this requirement. Fuzzy logic control (FLC), with its ability to be applied in a nonlinear system without using mathematical model, has been used to solve this problem [2]-[5], [10]. Using linguistic approach, FLC is able to model flexibility in decision making done by human and responds well to the non-linearity characteristics of musculoskeletal system.

The aim of our research group is to realize a wearable FES system suitable for motor function rehabilitation. Our previous study has been able to realize a wearable FES device consists of sensor system and electrical stimulator [9]. The sensor system was able to acquire tilt angle of body segments. The electrical stimulator also works well to produce the electrical stimulation according to the setting.

In this study, fuzzy logic controller (FLC) was developed as an early step to fully realize a portable and wearable FES system by implementing the controller in embedded system. The FLC was designed for seven muscles in thigh and shank. PC/laptop was used as a monitoring station and as an interface to choose joint movement to be induced. The initial data of the stimulation of the joint movement chosen were sent to microcontroller as parameters for the FLC calculation and stimulation of the muscles. Using the device from previous study, tilt data and angle of each body segment were acquired and used as the input for FLC. The obtained angle of joint resulted from the stimulation was used as a feedback for the next stimulation, creating a closed-loop system. The result was also sent back to the PC/laptop to be monitored using serial communication.

II. METHODS

a. Design of Fuzzy Logic Controller Protoype The realization of embedded FLC is

divided into two stages. The first is to design basic structure of the controller and closed-loop system. In this stage, prototype of the controllers were realized as Single Input Single Output (SISO) controllers using the value of error as input.

Error is defined as the difference between target angle and the angle obtained by the joint. Based on the error in previous cycle, the burst duration for current cycle is regulated following formula in (1),

TB[n]=TB[n-1]+ ΔTB[n]

where TB[n] is the burst duration of the current cycle, TB[n-1] is the burst duration of the previous cycle, and ΔTB[n] is the output of defuzzification. In cycle-to-cycle control, the pulse amplitude, pulse width, and frequency were set in constant value.

The output variable was ΔTB in accordance to (1). The membership function of error and output comprised of seven linguistic terms. Both membership functions were expressed as triangular and trapezoidal fuzzy sets as shown in Fig. 1.

Z PS PM PLNSNMNL1

μ(error)

Error (°)0

(a)

Z PS PM PLNSNMNL1

μ(ΔTB)

ΔTB (ms)0

(b) Fig. 1. Input and output membership functions of SISO fuzzy controller. (a) Input membership function of error. (b) Output membership function of ΔTB

TABLE I. RULES SET OF SISO FUZZY LOGIC CONTROLLER

Error NL NM NS Z PS PM PL ΔTB PL PM PS Z NS NM NL

The rules set was shown in Table 1, designed following the nature of gait movement. It is assumed that the bigger error achieved, the further obtained angle is from target angle, therefore it needs longer duration of stimulation. Oppositely, the smaller error achieved, the closer obtained angle is to the target, requiring less duration of stimulation. Center of Gravity method was used for defuzzification process.

The controllers were designed for seven muscles, namely the Iliopsoas, the Rectus Vemoris, the Vastus, the Biceps Femoris Long Head (BFLH), the Biceps Femoris Short Head (BFSH), the Tibialis Anterior, and the Gastrocnemius Medialis. Target angle of each muscle was shown in Table 2, and were taken from previous research [10].

b. Implementation in ARM Microcontroller The design of fuzzy logic controller was

then implemented in STM32F429 as the processor. ARM microcontroller was chosen due to several reasons. As mentioned before, FES system realized needs to be lightweight, small in dimension, easy to be operated, and low cost. The processor for this system itself should be able to handle signal processing, easy to be programmed, and has a friendly user interface. Due to those reasons, STM32F429 was considered suitable for the system.

STM32F429 has 6.5x11.8 cm dimension, with 32-bit ARM Cortex-M4 RISC CPU and a high-speed embedded memories consists of 2 MB flash memory and 256 KB RAM. This microcontroller is also equipped with Floating Point Unit (FPU) single precision and 2.4” TFT graphic LCD for user interface.

The block diagram of the system is shown in Fig. 2. The PC/laptop was used as monitoring station. The initial data was sent from PC/laptop to the embedded system using serial communication, consists of the muscle chosen to be stimulated and its target angle. The data then used for fuzzy logic calculation in embedded system. The initial data as well as the result of the FLC was displayed in TFT LCD as graphical representation. A button was activated in the embedded system to set random angle data as the representation of a changing angle obtained from body segment. The result of the calculation was sent from the embedded system to the PC/laptop and also displayed in the PC/laptop using a serial communication.

A data transfer protocol was designed utilizing one channel of Direct Memory Access (DMA) for an effective data transfer

between embedded system and PC/laptop. The data was sent as a packet, with start bit and stop bit to differentiate one packet from the next one. By using DMA, the data sent was transferred directly from RAM to USART, therefore allowing data transfer and other subroutines computation to proceed in parallel. The DMA controller then sent an interrupt to the CPU once the data transfer was done. When random achieved angle was sent using button, the display changed, showing the changed value of achieved angle and ΔTB. Graphical interface of embedded system was also designed to display the graphic of IMF of error and OMF of ΔTB as shown in Fig. 3. (b) and (c). This graphical representation would change according to the result of calculation done by the controller. It was also used to check whether FLC calculation was done according to the rules table designed and resulted in the desired ΔTB or not. The program occupied 8208 bytes of RAM and 177188 bytes of Flash memory.

The system was tested by measuring the time needed by embedded system to process the whole fuzzy calculation. This test was divided into two parts. The first was measuring process time of embedded system to execute the FLC routine only. This test resulted in 218 μs process time in average. The second part was measuring the process time for FLC routine and feedback data transmission to the PC/laptop. Different with the result of the first test, the second test resulted in longer process time, 244 μs in average. The data transmission took around 24 μs in average, proving the use of DMA was suitable for an effective data transmission.

Both tests were done for all of the muscles. Each muscle was measured for six cycles consisting of one initial condition where achieved angle was 0 degree and five random achieved angle generated by the embedded system.

TABLE II. STIMULATED MUSCLE AND TARGET ANGLE

Muscle Target Angle Iliopsoas 32.4o Rectus Vemoris 3.6o Vastus 3.6o Biceps Femoris Long Head (BFLH) 69o Biceps Femoris Short Head (BFSH) 69o Tibialis Anterior 4.9o Gastrocnemius Medialis -16.4o

Fig. 2. Block diagram of the embedded system

TABLE III. PROCESS TIME OF EMBEDDED SYSTEM

Condition Mean Process Time (μs)

FLC routine 218 FLC routine and data transmission

244

c. Design of Fuzzy Logic Controller Based on Cycle-to-cycle Control in Wearable FES System According to the result of the first stage,

the controller designed was able to calculate the value of ΔTB using fuzzy logic for each muscle in a short time and established a serial connection between microcontroller and PC/laptop. The controller then developed to be implemented in wearable FES system from our previous research. In this stage, the controller was differentiated into Single Input Single Output (SISO) and Multi Input Single Output (MISO) controllers, according to the joint movement it induced. SISO controller was designed for maximum hip flexion, maximum hip extension, maximum knee flexion, and maximum ankle plantarflexion. MISO controller was designed for maximum knee extension and maximum ankle dorsiflexion.

The inputs for SISO controllers were the errors. The rule set for SISO controller was the same as shown in Table 1 as well as the target angle used as shown in Table 2. The inputs for MISO controllers were error and desired range of the joint. The desired range of the knee extension angle was defined as the difference between the obtained maximum knee flexion angle of the current cycle and the target angle of maximum knee extension. The desired range of ankle dorsiflexion was defined as the difference between the obtained maximum ankle plantarflexion angle of the current cycle and the target angle of maximum ankle dorsiflexion. The membership function of the desired range also comprised of seven linguistic terms and expressed as triangular and trapezoidal fuzzy set. The rules set for MISO controllers are shown in Table 4.

TABLE IV. RULES SET OF MISO FUZZY LOGIC CONTROLLER

Error NL NM NS Z PS PM PL

Des

ired

Ran

ge NL PL PM PS Z NS NM NL

NM PL PM PS Z NS NM NL NS PL PM PS Z NS NM NL Z PL PM PS Z NS NM NL PS PL PM PS Z NS NM NL PM PL PM PS Z NS NM NL PL PL PM PS Z NS NM NL

The wearable FES system used ARM STM32F103C8T6 as its processor. This microcontroller is equipped with 32-bit Cortex-M3 CPU, 64 Kb Flash memory, and 20 Kb SRAM. The system consists of one master for body segment and three slaves, each for thigh, shank, and foot segment, respectively. The system also used three DMA channels for data transmission between PC/laptop and microcontroller, master and slave microcontrollers, and for ADC sampling. In this stage, the program occupied 3224 bytes of Flash memory and 36640 bytes of RAM.

d. Preliminary Test for Knee Flexion A preliminary test was conducted to see the

performance of SISO controller of knee flexion to adjust burst duration of stimulation and to control joint movement induced. The BFLH muscle was stimulated using surface electrode in the right leg of the subject. Two neurologically intact subjects (male, 21 y.o.) participated in the test and the subject’s consent was obtained.

For the test, subject was seated in a sitting tool so that subject could move his leg freely and the stimulated leg was relaxed. Initial boost voltage was first measured to determine the suitable stimulation voltage for each subject. Initial position of knee joint of the subject was measured before each trial, resulted in 53 degree of knee joint angle for Subject A and 52 degree for Subject B. Target angle was taken from previous research, which is 69 degree [10]. The angle of knee joint was measured using accelerometers and gyroscopes equipped in the wearable system. Frequency and width of the stimulation pulse was fixed at 20 Hz and 200 µs, respectively. The sampling interval was 10 ms. The test was done in three trials for each subject with each trial consisted of 30 cycles. The stimulation period for each cycle was set for 5 s and initial burst duration for each muscle was set for 500 ms.

PC/LAPTOP

Serial Port USART

Graphic LCD

ARM Microcontroller

Button

Embedded System

(a) (b) (c)

Fig. 3. Graphical interface of fuzzy logic controller for the Rectus Vemoris muscle. (a) Home screen. (b) Input membership function of error. (c) Output membership function of ΔTB

III. RESULTS

Maximum knee flexion angle was controlled by fuzzy controller. An example of the control result for Subject A and Subject B were shown in Fig. 4 and Fig. 5, respectively. The controller worked effectively to adjust burst duration. Oscillating response was shown in both subjects.

In Fig. 4, burst duration was controlled well until the 8th cycle, where the same burst duration as the 7th cycle, around 650 ms, resulted in larger muscle force. It was compensated by reducing the burst duration given to the muscle. The increased force was compensated in the 16th cycle. Muscle fatigue was considered happened in the 22nd cycle and compensated in the 28th cycle until the end of the trial. In Fig. 5, the burst duration was controlled well until the 23rd cycle where obtained angle dropped around 5 degree from the target angle, marking the lowest obtained angle. It was compensated by increasing the burst duration in the next cycle, resulting in higher obtained angle, around 68 degree.

Parameter of evaluation results of knee flexion is shown in Table 5. Settling Index (SI) and Mean Square Error (MSE) was calculated. SI was defined as number of cycle needed to achieve target angle with absolute error equal

or less than 3 degree. SI for the all the trials was 2-10 cycles, while MSE was less than 7 degree.

IV. CONCLUSION AND DISCUSSION

A. Discussion A preliminary tests of SISO controller of

knee flexion control showed that the controller designed was effective in adjusting burst duration of stimulation and as the result, the joint angle could be controlled. In all of the trials, the target angle was achieved within 10 cycles, with MSE less than 7 degree.

In the early cycle, before reaching the target angle, burst duration of stimulation increased as the control going. After target angle was achieved, burst duration was controlled to keep the joint angle. The duration was adjusted again when the muscle could not reach the target. If obtained angle was larger than target, controller responded by decreasing the duration of burst stimulation. Oppositely, the controller increased the duration when obtained angle was smaller than the target. The controller was also able to compensate the decreasing muscle force caused by muscle fatigue as shown in Fig. 4.

(a)

(b)

Fig. 4. The result of knee flexion angle control (subject A, 1st trial). (a) Burst duration TB. (b) Maximum knee flexion angle

(a)

(b)

Fig. 5. The result of knee flexion angle control (subject B, 2nd trial). (a) Burst duration TB. (b) Maximum knee flexion angle

TABLE V. EVALUATION RESULTS OF MAXIMUM KNEE FLEXION CONTROL

Subject Settling Index (cycle) Mean Square Error (deg)

1st Trial 2nd Trial 3rd Trial 1st Trial 2nd Trial 3rd Trial Subject A 3 6 2 3.33 ± 3.38 2.66 ± 2.38 2.46 ± 2.49 Subject B 10 7 2 6.53 ± 5.75 2.33 ± 2.32 2.57 ± 2.26

Different with intact central nervous system which uses asynchronous recruitment to produce muscle contraction, FES uses synchronous recruitment. It requires FES to use higher stimulation frequency compared to frequency produced by intact nervous system. This difference is one of the reasons for increasing chance of muscle fatigue happened during FES [1]. Therefore, muscle fatigue can not be avoided in FES practice. One of the solutions for this problem is using nerve-blocking technique [11]. But this solution has a drawback since it uses implanted nerve cuff electrodes. From the point of FES system, a controller with adjustment ability is needed.

In some trials, obtained angle of knee joint showed oscillating response after being stimulated. The same duration of stimulation could result in varied joint angle. It could be caused by the reaction of subject’s muscle. Physical proportion of the subject (body mass,

fat, muscle mass) also affecting the stimulation result. Subject B, with heavier and taller body than Subject A, i.e., needed higher voltage boost for the stimulation for knee flexion than Subject A. This subject’s inter-variability has a great effect to the stimulation results. The measurement condition, i.e., the electrode placement, also affected the results.

Due to the problems mentioned, parameter adjustment of the fuzzy controller is needed during the stimulation, both to compensate muscle fatigue and to compensate muscle response due to subject’s inter-variability. Our previous computer simulation study [10] showed a reliable parameter tuning that can be modified and implemented in the embedded fuzzy controller.

0100200300400500600700800

0 10 20 30 40

Bur

st d

urat

ion

[ms]

55

60

65

70

75

80

0 5 10 15 20 25 30 35

Max

kne

e fle

xion

ang

le [d

eg]

Cycle Number

0

100

200

300

400

500

600

0 10 20 30 40

Bur

st d

urat

ion

[ms]

45

50

55

60

65

70

75

80

0 5 10 15 20 25 30 35

Max

kne

e fle

xion

ang

le [d

eg]

Cycle Number

B. Conclusion In order to realize a portable and wearable

functional electrical stimulation system, fuzzy controllers were designed and implemented in embedded system. The first stage of the design resulted in a short mean process time by the embedded system to execute the fuzzy controller program, with average time of 218 µs. The system was also able to maintain a serial communication between microcontroller and PC/laptop. The design then developed and implemented in wearable FES system consisting of sensor system and electrical stimulator. The controller was developed into SISO and MISO controllers. In order to test the performance of SISO controller of knee flexion, a preliminary test was conducted with neurologically intact subjects. The controller was able to adjust burst duration of stimulation according to obtained angle of knee joint.

The implementation of fuzzy controller in embedded system was proven to be effective. The system designed occupying small size of both RAM and Flash memory. The system was also able to maintain closed-loop control and high data transmission between microcontroller and PC/laptop. The test results showed that the system designed would be helpful in clinical applications. Future research will focus on implementing parameter adjustment in the fuzzy controller to give better control result, to compensate muscle fatigue, and to address subject’s inter-variability effect.

References

[1] C. L. Lynch and M. R. Popovic, “Functional electrical

stimulation: closed-loop control of induced muscle contractions”, IEEE Control Systems Magazine, pp. 40-50, April 2008.

[2] A. Arifin, T. Watanabe, and N. Hoshimiya, “Computer simulation test of fuzzy controller for the cycle-to-cycle control of knee joint movements of swing phase of FES gait”, IEICE Transactions of Information and Systems, Vol. E88-D, No. 7, pp.1763-1766, July 2005.

[3] T. Watanabe, T. Masuko, and A. Arifin, “Preliminary tests of a practical fuzzy FES controller based on cycle-to-cycle control in the knee flexion and extension control”, IEICE Transactions of Information and Systems, Vol. E92-D, No. 7, pp.1507-1510, July 2009.

[4] N. Miura, T. Watanabe, S. Sugimoto, K. Seki, and H. Kanai, “Fuzzy FES controller using cycle-to-cycle control for repetitive movement training in motor rehabilitation. Experimental tests with wireless system”, Journal of Medical Engineering and Technology, Vol. 35, No. 6-7, pp. 314-321, 2011.

[5] B. S. K. K. Ibrahim, M. O. Tokhi, M. S. Huq, and S. C. Gharooni, “Fuzzy logic based cycle-to-cycle control of FES-induced swinging motion”, International Conference on Electrical, Control and Computer Engineering, June 2011.

[6] G. M. Lyons, T. Sinkjer, J. H. Burridge, and D. J. Wilcox, “A review of portable FES-based neural orthoses for the correction of drop foot”, IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 10, No. 4, pp. 260-279, December 2002.

[7] S. K. Sabut, R. Kumar, and M. Mahadevappa, “Design of an insole embedded foot pressure sensor controlled FES system for foot drop in stroke patients”, Proceeding of 2010 International Conference on Systems in Medicine and Biology, pp. 237-241, December 2010.

[8] C. L. Lynch and M. R. Popovic, “A comparison of closed-loop control algorithms for regulating electrically stimulated knee movements in individuals with spinal cord injury”, IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 20, No. 4, pp. 539-547, July 2012.

[9] F. Arrofiqi, A. Arifin, and B, Indrajaya, “Design of wearable system for closed-loop control of gait restoration system by functional electrical stimulation”, Proceeding of 2015 International Seminar on Intelligent Technology and Its Applications, pp. 129-134, May 2015.

[10] A. Arifin, T. Watanabe, and N. Hoshimiya, “Design of fuzzy controller of the cycle-to-cycle control for swing phase of hemiplegic gait induced by FES”, IEICE Transactions of Information and Systems, Vol. E89-D, No. 4, pp.1525-1533, April 2006.

[11] Z. Lertmanorat, K. J. Gustafson, and D. M. Durand, “Electrode array for reversing the recruitment order of peripheral nerve stimulation: experimental studies”, Annals of Biomedical Engineering, Vol. 34, No. I, pp. 152-160, January 2006.

desain dan evaluasi performansi dari embedded fuzzy

Documents