Perancangan Sistem Kendali Robot Manipulator 4-DOF Berbasis Artefak Electroencephalography Menggunakan Image Processing dan Metode Klasifikasi Linear Discriminant Analysis Untuk Pengambilan Objek

Pahlevi, Zakky Akbar (2026) Perancangan Sistem Kendali Robot Manipulator 4-DOF Berbasis Artefak Electroencephalography Menggunakan Image Processing dan Metode Klasifikasi Linear Discriminant Analysis Untuk Pengambilan Objek. S1 thesis, Universitas Andalas.

	Text (01. Cover & Abstrak) 01. Cover & Abstrak.pdf - Published Version Download (328kB)
	Text (02. BAB I) 02. BAB I.pdf - Published Version Download (303kB)
	Text (03. BAB V) 03. BAB V.pdf - Published Version Download (267kB)
	Text (04. Daftar Pustaka) 04. Daftar Pustaka.pdf - Published Version Download (316kB)
	Text (05. Skripsi Fulltext) 05. Skripsi Fulltext.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Teknologi Brain-Computer Interface (BCI) merupakan solusi inovatif untuk membantu individu dengan keterbatasan fisik. Tujuan dari penelitian ini adalah merancang sistem kendali lengan robot manipulator 4-DOF yang dioperasikan melalui sinyal artefak Electroencephalography (EEG) sebagai alat bantu bagi penyandang disabilitas motorik berat. Metode yang diusulkan meliputi akuisisi data melalui perangkat OpenBCI (kanal Fp1, Fp2, C3, C4) dan penerapan algoritma Linear Discriminant Analysis (LDA) untuk mengklasifikasikan enam aktivitas otot wajah: kedipan dua mata, kedipan kanan, kedipan kiri, lirikan kiri, lirikan kanan, dan gigitan rahang. Sistem ini juga mengintegrasikan pengolahan citra berbasis ruang warna HSV dengan konfigurasi dua kamera ortogonal untuk mendeteksi koordinat 3D objek, serta kalkulasi Inverse Kinematics untuk navigasi pergerakan sendi robot. Berdasarkan hasil pengujian terhadap 5 subjek, model klasifikasi LDA mencapai tingkat akurasi keseluruhan sebesar 96,22% dengan waktu komputasi 0,000024 detik. Subsistem pengolahan citra menunjukkan tingkat presisi spasial yang tinggi dengan rata-rata error di bawah 2 mm, sementara aktuasi mekanis Inverse Kinematics mencatatkan rata-rata keberhasilan antara 98,46% hingga 99,96%. Pada pengujian integrasi sistem real-time, persentase keberhasilan (success rate) mencapai 100% untuk instruksi pengambilan dan pelepasan objek, serta 80-90% untuk instruksi rotasi. Inovasi sistem robotik ini terbukti bekerja secara presisi, responsif, dan dapat dikembangkan lebih lanjut sebagai teknologi asistif bagi kemandirian pasien disabilitas motorik.

Actions (login required)

View Item