Perancangan Kendali Adaptif Kursi Roda Elektrik Menggunakan Multi-Sensor Inersia dan Dynamic Thresholding Berbasis Random Forest

Saputra, Okky (2026) Perancangan Kendali Adaptif Kursi Roda Elektrik Menggunakan Multi-Sensor Inersia dan Dynamic Thresholding Berbasis Random Forest. S1 thesis, Universitas Andalas.

	Text (01. Cover & Abstrak) 01. Cover & Abstrak.pdf - Published Version Download (1MB)
	Text (02. BAB I) 02. BAB I.pdf - Published Version Download (2MB)
	Text (03. BAB IV) 03. BAB IV.pdf - Published Version Download (612kB)
	Text (04. Daftar Pustaka) 04. Daftar Pustaka.pdf - Published Version Download (2MB)
	Text (05. Skripsi Fulltext) 05. Skripsi Fulltext.pdf - Published Version Restricted to Repository staff only Download (3MB) | Request a copy

Abstract

Sistem kendali alternatif hands-free pada kursi roda elektrik menjadi sebuah urgensi bagi individu yang mengalami keterbatasan motorik ganda pada ekstremitas atas dan bawah. Penggunaan gestur batang tubuh (torso) menggunakan sensor inersia menawarkan otonom gerak yang natural. Namun, pendekatan konvensional dengan threshold statis yang kaku rentan mengalami kegagalan deteksi (false negative) saat pengguna mulai mengalami fenomena kelelahan otot (muscle fatigue) yang mendegradasi amplitudo gerakan. Penelitian ini mengusulkan arsitektur kendali adaptif kursi roda elektrik berbasis gestur badan menggunakan jaringan sensor inersia MPU-6050 yang mengintegrasikan kompensasi threshold dinamis dan algoritma Random Forest. Inovasi utama sistem ini terletak pada penerapan filter Exponential Moving Average (EMA) untuk mengkalibrasi ulang batas pemicu aksi secara real-time menyesuaikan sisa tenaga pengguna. Sinyal gerakan yang lolos dari filter adaptif selanjutnya diklasifikasikan oleh algoritma Random Forest ke dalam lima perintah navigasi: fleksi (maju), ekstensi (mundur), lateral bending kanan (belok kanan), lateral bending kiri (belok kiri), dan tegap (diam). Berdasarkan pengujian validasi model Stratified 5-Fold Cross-Validation, algoritma Random Forest memperoleh akurasi rata-rata sebesar 94.00%, sementara pengujian performa kendali nyata pada 15 responden menunjukkan peningkatan akurasi dari 95.11% (tanpa threshold dinamis) menjadi 97.33% (menggunakan dynamic thresholding EMA). Selain itu, sistem menunjukkan efisiensi komputasi yang tinggi dengan latensi rata-rata sebesar 68.20 ms, jauh di bawah batas toleransi sistem real-time (150 ms). Sinergi metode ini terbukti mampu menghasilkan sistem navigasi kursi roda elektrik yang aman, responsif, dan adaptif terhadap dinamika stamina fisik penggunanya.

Actions (login required)

View Item