PROPOSAL PENELITIAN UNGGULAN DANA LOKAL ITS

PROPOSAL

PENELITIAN UNGGULAN

DANA LOKAL ITS

PENGEMBANGAN SISTEM MONITORING REHABILITASI

PASIEN STROKE DENGAN METODE MOTOR

RELEARNING PROGRAM MENGGUNAKAN SINYAL EEG

TIM PENELITI : Ketua :

Dr. Adhi Dharma WIbawa., ST., MT (Teknik Komputer / FTEIC ITS) Anggota :

Hilman Fatoni., ST., MT (Teknik Biomedik/ FTEIC)

Prof. Ir. Mauridhi Hery. P., M.Eng., Ph.D (Teknik Komputer/ FTEIC) Dr. Diah Puspito Wulandari, S.T., M.Sc. (Teknik Komputer/FTEIC)

Wardah Rahmatul Islamiyah, dr., Sp.S (FK Unair - RSUA)

DIREKTORAT RISET DAN PENGABDIAN KEPADA MASYARAKAT INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA 2020

ii

SURAT

PERNYATMN KESEDIMN

MITRA PENELITIAN Yang bertanda tangan dibawah ini kami:

Menyatakan kesediaan instansi kami untuk bekerjasama sebagai mitra dalam kegiatan Penelitian

Unggulan DANA ITS dengan tim dari ITS sebagai berikut :

Nama J abatan NIP Mewakili Instansi Alamat Judul Penelitian

Ketua Tim Peneliti

NIP

lnstansi

: Wardah Rahmatul lslamiyah, dr., Sp.S

: -

Sekretaris Program Studi Sp1 Neurologi FK Unair

-

Ketua KSM (Kelompok staf medik) Neurologi RS

Universitas Airlangga

: 197905192009122003

: Fakultas Kedokteran Universitas Airlangga, RSUA : Jl. Prof. Dr. Moestopo 4-6 Surabaya

: PENGEMBANGAN SISTEM MONITORING REHABILITASI

PASIEN STROKE DENGAN METODE MOTOR RELEARNING

PROGRAM MENGGUNAKAN SINYAL EEG : Dr. Adhi Dharma Wibawa., ST., MT

: 197505052008121003

: Departemen Teknik Komputer, FIEIC ITS

Program Penelitian Unggulan : DANA ITS 2020

Jangka Waktu

Penelitian

: Dua Tahun

Dan bahwa instansi kami bersedia untuk memenuhi peran tugas sebagai mitra sebagai berikut l

1.

Memberikan rekomendasi pasien stroke yang bisa dimonitor proses rehabilitasinya

2.

Membantu memberikan arahan aspek medis terkait pola sinyal EEG

3.

Membantu memberikan akses kepada pasien stroke di RSUA" Universitas Airlangga

Surat pernyataan ini kami buat dengan sebenarnya untuk digunakan seperlunya'

Surabaya, 4 Maret 2020

Wardah Rahmatul lslamiyah, dr., Sp.S NrP. 197905192009122003

iii

RINGKASAN

WHO (World Health Organization) menyebutkan terdapat 17 juta kasus stroke baru yang tercatat tiap tahunnya dan di dunia terjadi 7 juta kematian yang disebabkan oleh stroke. Stroke mengakibatkan gangguan neurologis serius, seperti berkurangnya kemampuan motorik anggota tubuh dan otot, kognitif, visual dan koordinasi secara signifikan. Satu-satunya cara agar pasien stroke bisa kembali normal adalah dengan menjalankan program rehabilitasi stroke. Salah satu metode rehabilitasi stroke yang banyak diterapkan di rumah sakit adalah metode Motor Relearning Program (MRP). Di dalam MRP pasien akan dilatih untuk mengembalikan kemampuan kontrol motorik nya seperti sedia kala.

Proses monitoring fungsi koordinasi motorik pada pasien rehabilitasi stroke selama ini dijalankan hanya melalui pengamatan visual kemampuan gerakan. Metode ini memiliki akurasi yang kurang terukur. Penggunaan teknik yang obyektif dan parametrik penting untuk menentukan progress program rehabilitasi pasien stroke. Stroke adalah penyakit akibat terganggunya aliran darah ke otak yang berakibat pada terganggunya pengiriman perintah otak ke fungsi motorik. Perintah otak ini dapat diukur dengan menggunakan sinyal EEG (Electroencephalogram).

EEG adalah alat yang mampu memberikan informasi tentang sinyal listrik pada cerebral cortex otak. Dengan teknik pemrosesan sinyal, data EEG dapat digunakan untuk monitoring proses rehabilitasi pasien stroke terkait fungsi koordinasi motorik. Belum ada sistem yang langsung menerapkan EEG sebagai tool dalam evaluasi proses rehabilitasi pasien stroke.

Di dalam proposal penelitian ini akan dikembangkan sistem monitoring rehabilitasi pasien stroke dengan menggunakan teknologi EEG. Sistem ini akan terdiri : device EEG elektroda, software yang merekam sinyal EEG, dan memfilter secara otomatis sinyal EEG serta menjalankan analisa terkait fitur sinyal EEG yang bisa digunakan sebagai bahan monitoring rehabilitasi pasien stroke diantaranya : mean amplitudo sinyal dalam band Alpha, Beta, Teta dan Delta, Zero Crossing, Standard Deviasi dan PSD (Power Spectral Density). Dokter akan melakukan analisa perbandingan nilai berbagai fitur tersebut antara sebelum dan sesudah pasien tersebut menjalankan rehabilitasi dalam kurun waktu tertentu. Respond time, activation delay and duration adalah fitur detail tambahan di dalam sistem monitoring ini. Ke depan sistem ini akan bisa diadopsi dan dijalankan di banyak rumah sakit di Indonesia tanpa membayar lisensi sistem yang mahal dari luar negeri. Diharapkan luaran dari proposal ini dalam waktu 2 tahun adalah produk dalam bentuk sistem rehabilitasi pasien stroke dengan software aplikasi buatan sendiri, paten sistem, 2 paper jurnal internasional terindeks Scopus dan 2 paper dalam seminar internasional terindeks Scopus. Proposal ini kami rencanakan dalam 2 tahap pengerjaan, tahun pertama adalah pembuatan produk sistem dan ujicoba langsung di RSUA serta pelaksanaan UAT (User Acceptance Test). Tahun kedua akan dilanjutkan dengan penerapan ke beberapa rumah sakit lain, puskesmas dan masyarakat secara luas.

Kata kunci: Monitoring system for stroke rehabilitation, stroke patient, EEG feature extraction

iv

DAFTAR ISI

LEMBAR PENGESAHAN ... iii

ABSTRAK... v

DAFTAR ISI ... vii

DAFTAR GAMBAR ... ix DAFTAR TABEL ... x BAB 1 PENDAHULUAN ... 1 1.1 Latar Belakang ... 1 1.2 Rumusan Masalah ... 3 1.3 Tujuan ... 4 1.4 Batasan Masalah ... 4 1.5 Kontribusi ... 5 BAB 2 ... 6 KAJIAN PUSTAKA ... 2.1 Penelitian Terkait ... 6 Rehabilitasi Stroke ... 7 Koordinasi motorik ... 8

Metode Fisioterapi : Motor Relearning Program ... 8

Monitoring Rehabilitasi Stroke ... 9

Electroencephalograph (EEG) ... 14

Sistem International 10-20 pada Perekaman Sinyal EEG ... 16

Ekstraksi Fitur EEG ... 19

BAB 3 ... 20

METODOLOGI PENELITIAN ... 20

3.1 Persiapan ... 20

3.1.1 Partisipan ... 22

3.1.2 Eksplorasi hardware EEG ... 222

3.2 Pelaksanaan Penelitian ... 3.2 Pengembangan Aplikasi Monitoring ... 25

Proses Ekstraksi Fitur dan Analisa Fitur ... 266

v

BAB 4 LUARAN DAN TARGET CAPAIAN ... 29 BAB 5 JADWAL DAN RANCANGAN ANGGARAN ... 372 BAB 6 DAFTAR PUSTAKA ... 36

vi

DAFTAR GAMBAR

Gambar 2. 1 Contoh rehabilitasi dengan metode Relearning program ... 9

Gambar 2. 2 Macam-macam gelombang otak manusia ... 15

Gambar 2. 3 Metode pengukuran untuk menentukan lokasi electrode berdasarkan system 10-20 ... 17

Gambar 2. 4 Sistem Peletakan Elektrode 10-20 ... 18

Gambar 2. 4 Lokasi peta fungsi otak ... 17

Gambar 3. 1 Proses rehabilitasi Stroke RecoveriX ... 20

Gambar 3. 2 OpenBCI Ultracortex "Mark IV" with ganglion board 8 channel .. 21

Gambar 3. 3 Tahapan sebelum penelitian ... 21

Gambar 3. 4 Open BCI Ultracortex “Mark IV” ... 22

Gambar 3. 5 Pemasangan hardware terhadap partisipan ... 23

Gambar 3. 6 Visualisasi gelombang otak... 22

Gambar 3. 7 Metodologi Penelitian ... 23

Gambar 3. 8 User Interface Aplikasi Sistem Monitoring ... 25

vii

DAFTAR TABEL

Tabel 2. 1 Fokus rehabilitasi stroke menurut ICF ... 10

Tabel 2. 2 Klasifikasi metode monitoring stroke menurut fungsinya ... 11

Tabel 2. 3 Monitoring motor cortex pada pasien stroke menggunakan EEG ... 13

Tabel 2. 4 Parameter yang dipilih dari fitur statistikal domain waktu ... 19

1

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Penyakit tidak menular (degeneratif) merupakan penyebab kematian terbanyak di Indonesia, dalam dunia kesehatan biasa juga disebut dengan istilah Noncommunicable Diseases (NCD). Salah satu penyebab kematian terbanyak adalah Stroke. Menurut laporan dalam Riset Kesehatan Dasar (Riskesdas) Tahun 2018 ada peningkatan prevalensi dari riset sebelumnya di tahun 2013 yaitu dari 7% menjadi 10,7%. Di seluruh dunia, stroke merupakan 10% penyebab kematian dan penyebab kecacatan (disability). Tanpa penanggulangan, pencegahan dan rehabilitasi yang tepat stroke dapat menjadi penyebab keempat dari kecacatan pada tahun 2030[2].

Data WHO (World Health Organization) menyebutkan terdapat 17 juta kasus stroke baru yang tercatat tiap tahunnya dan di dunia terjadi 7 juta kematian yang disebabkan oleh stroke. Di Indonesia, jumlah penderita stroke mengalami peningkatan setiap tahunnya. Jumlah penduduk Indonesia pada tahun 2014 mencapai 252 juta penduduk dan terdapat 3.049.200 di antaranya yang menderita penyakit stroke. Jika dibandingkan dengan jumlah penduduk Brunei Darussalam yang berjumlah sekitar 400 ribu jiwa, penderita stroke di Indonesia bisa diibaratkan 6 kali lipat dari jumlah penduduk negara tersebut.

Stroke adalah kondisi yang terjadi ketika pasokan darah ke otak terganggu atau berkurang akibat penyumbatan (stroke iskemik) atau pecahnya pembuluh darah (stroke hemoragik). Tanpa darah, otak tidak akan mendapatkan asupan oksigen dan nutrisi, sehingga sel-sel pada sebagian area otak akan mati. Kondisi ini menyebabkan bagian tubuh yang dikendalikan oleh area otak yang rusak tidak dapat berfungsi dengan baik. Umumnya stroke yang diakibatkan oleh penyumbatan atau penyempitan pembuluh darah memiliki risiko kematian yang kecil tapi kecacatan yang tinggi, sedangkan stroke akibat perdarahan angka kematiannya tinggi.

Rehabilitasi medik pada penderita stroke atau rehabilitasi stroke, sangat penting dalam memulihkan kemampuan serta kekuatan gerak tubuh dan meningkatkan

2

kualitas hidup. Dengan demikian, diharapkan melalui rehabilitasi stroke, bisa menstabilkan kondisi medik, mengontrol kondisi yang dapat mengancam jiwa, membatasi komplikasi terkait stroke, dan mencegah datangnya stroke timbul kembali di kemudian hari. Selain itu, juga dapat kembali mandiri untuk melakukan kegiatan sehari-hari. Pendekatan pada rehabilitasi stroke mencakup aktivitas fisik, seperti latihan keterampilan motorik, serta pendekatan rehabilitasi kognitif dan emosional. Rehabilitasi pasien stroke memanfaatkan sifat plasticity dari sel otak, dimana susunan syaraf di dalam otak memiliki kelenturan yang tinggi. Jika di dalam satu area susunan syaraf ada kerusakan dan menimbulkan gangguan pada kerja otak, maka dengan rehabilitasi, otak pada daerah yang lain akan mengcover perintah yang terganggu tadi. Dari dasar teori ini, maka rehabilitasi pasien stroke sangat bisa diandalkan untuk memulihkan pasien stroke kembali ke normal.

Pada kegiatan rehabilitasi stroke, intinya adalah mengembalikan fungsi motorik pasien. Artinya fokus untuk memulihkan fungsi koordinasi motorik yang melemah karena gangguan disabilitas dari stroke. Untuk mengatasi problem fisik yang berperan adalah program fisioterapi dan terapi okupasi [1]. Proses ini melibatkan serangkaian program dan latihan serta alat bantu dan tenaga medis untuk memberikan hasil yang maksimal.

Tahapan terpenting dari program rehabilitasi adalah monitoring dan evaluasi. Hal ini untuk mengamati dan mengukur sejauh mana efektifitas strategi yang diterapkan pada program rehabilitasi menurut parameter yang ditentukan. Secara umum metode yang digunakan di proses monitoring ini adalah menggunakan skala standar klinis seperti ARAT (Action Research Arm Test), Barthel Indeks dan sejenisnya. Menurut skala standar klinis, potensi terbesar untuk puluh adalah sekitar bulan ke 2 – 5 setelah stroke, terkadang hingga bulan ke enam [15]. Akan tetapi, metode ini kurang sensitif untuk mendeteksi perubahan kecil yang terjadi, padahal perubahan sekecil apapun penting untuk proses monitoring. Selain itu, metode ini memiliki unsur subyektifitas yang tinggi [25], tergantung dari pengamatan penilai. Metode ini tentunya memiliki akurasi yang kurang terukur.

Penggunaan alat EEG dapat menjadi alternatif dalam proses monitoring dan evaluasi rehabilitasi pasien stroke. Electroencephalogram (EEG) adalah alat yang bisa merekam aktifitas elektrik di sepanjang kulit kepala. EEG mengukur fluktuasi tegangan

3

yang dihasilkan oleh arus ion di dalam neuron otak [7]. Namun masih sedikit penelitian tentang hal ini, maka perlu dilakukan penelitian yang lebih mendalam sebelum metode ini bisa diaplikasikan.

Pada proposal ini penulis berusaha untuk melakukan pengamatan terhadap pola koordinasi motorik pasien stroke melalui pengukuran secara obyektif. Pengukuran obyektif ini dilakukan menggunakan alat EEG. Sensor EEG dipasang dengan menempelkan elektroda pada permukaan kepala pasien stroke. Hasil ekstraksi fitur menggunakan domain frekuensi waktu dari EEG akan digunakan untuk menentukan pola koordinasi motorik pada pasien stroke. Pasien stroke diamati pola koordinasi motoriknya dari tahap awal rehabilitasi hingga sampai tahap akhir rehabilitasi. Diharapkan hasil yang diperoleh bisa digunakan untuk menentukan tingkat keberhasilan proses rehabilitasi pada pasien stroke. Software aplikasi akan kami kembangkan untuk melaksanakan beberapa pekerjaan :

1. Pembacaan data EEG setelah keluar dari sensor

2. Penghilangan noise/ derau dari sinyal EEG (Artefak Removal)

3. Pemfilteran sinyal EEG ke dalam beberapa band sesuai dengan fungsi dari tiap band (Alpha, Beta, teta dan Delta)

4. Ekstraksi fitur secara otomatis sesaat setelah sinyal EEG selesai difilter sesuai band (pita) frekuensi nya. Fitur tersebut diantaranya : nilai mean amplitudo dalam range waktu tertentu, nilai Zero Crossing yang menggambarkan aktivitas listrik pada otak, nilai standard deviasi yang juga menggambarkan variasi dari aktivitas listrik di otak serta PSD (Power Spectral Density) sebagai parameter aktivitas otak, apakah menurun atau naik pada band tertentu.

1.2 Rumusan Masalah

Rehabilitasi merupakan hal yang penting pasca serangan stroke dan merupakan satu-satunya harapan pasien stroke untuk kembali ke kondisi normal atau keluar dari ketergantungan dengan orang lain. Saat ini, dokter mengamati progres rehabilitasi pasien stroke masih menggunakan cara visual dan pencatatan manual sehingga aspek perubahan mikro seperti kecepatan respon, kekuatan, delay, durasi mengerjakan sebuah task dll tidak akan bisa tertangkap dalam proses penilaian secara manual. Dengan EEG,

4

proses rehabilitasi akan dapat dimonitor secara lebih akurat dengan parameter yang lebih bisa dijadikan acuan dalam pengukuran. Sistem yang terdiri atas perangkat EEG, Laptop dan software yang bisa bekerja secara otomatis melakukan analisa progress proses rehabilitasi pasien stroke sejauh ini masih belum ada dan belum tersedia di rumah sakit. Dalam proposal ini kami berencana akan mengembangkan sebuah sistem yang terdiri atas perangkat keras dan perangkat lunaknya untuk melaksanakan monitoring proses rehabilitasi pasien stroke. Ke depan sistem ini akan dapat digunakan secara luas baik oleh puskesmas, rumah sakit atau masyarakat yang ingin menjalankan rehabilitasi sendiri di rumah mereka.

1.3 Tujuan

Program penelitian ini bertujuan untuk menerapkan teknologi EEG untuk monitoring proses rehabilitasi pasien stroke. Dengan sistem yang akan dikembangkan ini diharapkan masyarakat akan memiliki kemandirian dalam hal monitoring proses rehabilitasinya sehingga memudahkan proses penyembuhan dan pemulihan kondisi stroke. Rumah sakit dan puskesmas pun akan dapat memanfaatkan teknologi tepat guna ini untuk membantu penerapan rehabilitasi pasien stroke di tempat masing-masing. Jika masyarakat mampu mengadakan sistem ini sendiri dengan dana mandiri, maka masyarakat bisa juga mengadakan alat EEG, laptop dan software yang dihasilkan dari kegiatan penelitian ini secara mandiri dan menjalankan proses rehabilitasinya di rumah. Pasien akan datang ke rumah sakit cukup hanya pada saat akan kontrol ke dokter atau melaporkan hasil rehabilitasinya.

1.4 Batasan Masalah

Kegiatan penelitian ini, sementara masih akan diujicobakan di RSUA (RS Unair). Tim abmas ITS akan bekerjasama dengan dokter specialis syaraf dari FK Unair untuk menerapkan sistem baru ini kepada pasien pasien stroke yang rawat jalan dan menjalankan rehabilitasi di RSUA. Dokter spesialis syaraf akan bertugas menentukan level keparahan pasien stroke dan melakukan pencatatan kondisi awal pada saat sebelum melaksanakan proses rehabilitasi. Metode rehabilitasi yang akan diujikan pada kegiatan ini adalah 3 gerakan sesuai metode motor relearning program, yaitu menggenggam, mengangkat tangan keatas, dan menekuk tangan. Dari tiga gerakan ini akan dimontior

5

oleh system kondisi awal dan kondisi perubahannya dengan menggunakan parameter yang sudah kami rencanakan diawal.

1.5 Kontribusi

Kegiatan penelitian berpotensi berkontribusi pada dunia kedokteran khususnya dalam proses rehabilitasi pasien stroke. Dengan hasil penelitian ini bisa mendorong penggunaan alat EEG sebagai penunjang dalam monitoring dan assesment proses rehabilitasi pasien stroke. Penggunaan alat EEG dalam proses monitoring rehabilitasi pasien stroke bisa memberikan penilaian yang lebih akurat terkait fungsi motorik pasien daripada metode yang selama ini digunakan yaitu dengan penilaian secara visual saja. Penerapan alat EEG ini secara luas bisa mendorong peningkatan efektifitas program rehabilitasi stroke. Bukan tidak mungkin hasil penelitian ini bisa memperbesar kesempatan pasien stroke untuk bisa beraktifitas secara normal atau pada kondisi fisik awal sebelum terkena stroke. Kontribusi lainnya adalah sistem yang akan kami kembangkan ini bisa juga digunakan untuk menguji efektifitas beberapa metode rehabilitasi pasien stroke seperti metode Bobath, relearning ataupun metode terapi lainnya.

6

BAB 2

TINJAUAN PUSTAKA

Penelitian Terkait

Pada tahun 2014, E. Monge-Pereira dkk [6] meneliti tentang metode assesment pasien pasca stroke dengan menggunakan EEG. Dari penelitian tersebut dia menyimpulkan bahwa analisis EEG berbasis persiapan gerakan dan eksekusi dengan membandingkan pasien stroke berguna untuk menentukan diagnosis dan memprediksi hasil. Aktivasi kortikal yang hampir normal dikaitkan dengan fungsionalitas yang lebih baik, dan perkembangan menuju karakteristik normal dari aktivasi kortikal menunjukkan bahwa terapi telah efektif. Setelah melewati beberapa perkembangan yang baik maka pasien dikeluarkan dari program rehabilitasi setelah dinilai menggunakan skala standar. Dengan EEG bisa didapatkan hasil yang peka dengan perubahan-perubahan sekecil apapun, dengan demikian berguna untuk mendukung penilaian (assesment) pada pasien, efektifitas intervensi dan prognosis yang tepat untuk memfasilitas pengambilan keputusan dalam praktik klinis.

Dalam penelitian Salvatore Giaquinto, MD dkk [28] disebutkan bahwa EEG yang terukur dapat berguna untuk pasien yang sedang menjalani rehabilitasi stroke sehingga bisa memantau mekanisme perbaikan fungsi motorik otak dan bisa untuk mengungkapkan kelainan yang tidak terdeteksi oleh evaluasi klinis kasar.

Sedangkan pada tahun 2017, Gadi Bartur dkk [10] berusaha mengembangkan EEG marker yang real time untuk mendapatkan angka BEI (Brain Engagement Index) atau Indeks Keterlibatan Otak pada kegiatan rehabilitasi stroke. Dan didapatkan hasil bahwa jika angka BEI tinggi maka perubahan fungsi motorik yang disebabkan dari sesi rehabilitasi bisa bertambah lebih baik. Hal ini menunjukkan bahwa dengan metode yang tepat penggunaan EEG dalam proses rehabilitasi stroke bisa menambah tingkat keberhasilan pemulihan pasien. Penyakit stroke adalah gangguan fungsi otak akibat aliran darah ke otak mengalami gangguan (berkurang). Akibatnya, nutrisi dan oksigen yang dbutuhkan otak tidak terpenuhi dengan baik [26]. Penyebab stroke ada 2 macam, yaitu adanya sumbatan di pembuluh darah (trombus), dan adanya pembuluh darah yang pecah.

7

Umumnya stroke diderita oleh orang tua, karena proses penuaan menyebabkan pembuluh darah mengeras dan menyempit (arteriosclerosis) dan adanya lemak yang menyumbat pembuluh darah (atherosclerosis). Tapi beberapa kasus terakhir menunjukkan peningkatan kasus stroke yang terjadi pada usia remaja dan usia produktif (15-40 tahun). Pada golongan ini, penyebab utama stroke adalah stress, penyalahgunaan narkoba, alkohol, faktor keturunan, dan gaya hidup yang tidak sehat [29].

2.1 Rehabilitasi Stroke

Stroke memiliki efek yang buruk bagi kesehatan kita semua. Rehabilitasi mempunyai peran penting dalam pemulihan kesehatan pasien pasca stroke. Dalam proses rehabilitasi terdiri dari beberapa latihan fisik untuk melihat fungsi motorik dari pasien. Rehabilitasi merupakan mekanisme untuk pemulihan saraf dan kortikal dari stroke. Dengan metodologi berbasis bukti (evidence-based) menjadi tolok ukur keberhasilan pemulihan pasien dari stroke. Diharapkan dengan proses rehabilitasi, pasien stroke fungsi motorik akan terus membaik seperti sediakala [31].

Tujuan rehabilitasi stroke adalah lebih ke arah meningkatkan kemampuan fungsionalnya daripada ke arah memperbaiki defisit neurologisnya, atau mengusahakan agar penderita sejauh mungkin dapat memanfaatkan kemampuan sisanya untuk mengisi kehidupan secara fisik, emosional, dan sosial ekonomi dengan baik [7].

Menurut WHO, rehabilitasi ialah semua tindakan yang ditujukan untuk mengurangi dampak disabilitas/handicap, agar memungkinkan penyandang cacat berintegrasi dengan masyarakat. Prinsip rehabilitasi medik pada stroke ialah mengusahakan agar sedapat mungkin pasien tidak bergantung pada orang lain. Bagi pasien yang telah mendapat serangan stroke, intervensi rehabilitasi medis sangat penting untuk mengembalikan pasien pada kemandirian mengurus diri sendiri dan melakukan aktivitas kehidupan sehari-hari tanpa menjadi beban bagi keluarganya

Menurut definisi WHO, jelaslah bahwa yang ditanggulangi rehabilitasi medis adalah problem fisik dan psikis. Untuk mengatasi problem fisik yang berperan adalah program fisioterapi dan terapi okupasi. Keduanya sebetulnya mempunyai kesamaan dalam sasaran, dengan sedikit perbedaan bahwa terapi okupasi juga melatih aktivitas kehidupan sehari-hari dan melakukan prevokasional untuk mengarahkan pasien pada latihan kerja bila terpaksa alih pekerjaan [34].

8

2.2 Koordinasi motorik

Koordinasi motorik atau kontrol motorik adalah pengaturan sistematis gerakan pada organisme yang memiliki sistem saraf. Kontrol motor mencakup fungsi gerakan yang dapat dikaitkan dengan refleks dan kemauan. Kontrol motorik sebagai bidang studi terutama merupakan sub-disiplin psikologi atau neurologi.

Teori-teori psikologis baru tentang kontrol motorik menyajikannya sebagai proses dimana manusia dan hewan menggunakan otak / kognisi mereka untuk mengaktifkan dan mengoordinasikan otot dan anggota tubuh yang terlibat dalam kinerja keterampilan motorik. Dari perspektif psikologis, koordinasi motorik pada dasarnya adalah integrasi informasi sensorik untuk menentukan serangkaian kekuatan otot yang tepat dan aktivasi sendi untuk menghasilkan beberapa gerakan atau tindakan yang diinginkan. Proses ini membutuhkan interaksi kooperatif antara sistem saraf pusat dan sistem muskuloskeletal, dan dengan demikian koordinasi motorik merupakan masalah pemrosesan informasi, koordinasi, mekanika, fisika, dan kognisi. Koordinasi motorik yang baik sangat penting bagi manusia untuk berinteraksi dengan sekitar, tidak hanya menentukan kemampuan tindakan, tetapi juga mengatur keseimbangan dan stabilitas. Koordinasi motorik dibutuhkan dalam aktivitas sehari-hari seperti berjalan, mengetik, mengambil gelas, dan sebagainya sehingga gangguan fungsi ini dapat memengaruhi kualitas hidup seseorang.

Organisasi dan produksi gerakan adalah masalah yang kompleks, sehingga studi tentang kontrol motorik telah dikaji dari berbagai disiplin ilmu, termasuk psikologi, ilmu kognitif, biomekanik dan ilmu saraf. Sementara studi modern tentang kontrol motorik adalah bidang yang semakin lintas disiplin, pertanyaan penelitian secara historis didefinisikan sebagai fisiologis atau psikologis, tergantung pada apakah fokusnya adalah pada sifat fisik dan biologis, atau aturan organisasi dan struktural. Bidang studi yang berkaitan dengan kontrol motorik adalah koordinasi motorik, pembelajaran motorik, pemrosesan sinyal, dan teori kontrol persepsi.

Metode Fisioterapi : Motor Relearning Program

Motor Relearning Program (MRP) adalah metode rehabilitasi stroke dengan

melatih ulang kontrol motor berdasarkan pemahaman tentang pergerakan normal & analisis disfungsi motorik. MRP menekankan pada praktek latihan gerak tertentu,

9

pelatihan kontrol kognitif atas otot dan gerak. Komponen aktifitas gerak disesuaikan dengan gerakan sehari-hari. Intinya mempelajari gerakan yang sudah dikuasai pasien sebelum terserang stroke.

Keunggulan MRP antara lain dapat mengenali pola dan menganalisis pola motorik pasien stroke, tidak perlu melakukan serangkaian latihan fisik tapi bisa dipilih komponen latihan yang paling dan mengena kepada pasien, bisa langsung dijelaskan kepada pasien melalui ucapan dan percontohan gerakan, kinerja pasien bisa langsung dipantau dan diberikan feedback.

Gambar 2.1 Contoh Rehabilitasi dengan metode Motor Relearning program

Salah satu bagian tubuh yang dilatihkan dengan metode MRP adalah tubuh bagian atas, dalam hal ini tangan atau lengan. Karena dari tangan bisa didapat informasi sensorik serta kemampuan untuk melakukan posturing pada seseorang. Adapun gerakan yang bisa dilakukan adalah gerakan menggenggam tangan, gerakan mengangkat tangan ke samping tubuh (abduksi), gerakan membuka menutup lengan ke atas atau ke bawah (fleksi). Fungsi utama tangan adalah memegang, melepaskan dan memanipulasi obyek.

2.3 Monitoring Rehabilitasi Stroke

Rehabilitasi Stroke dipercaya sebagai cara paling efektif dalam rangka pemulihan dan reorganisasi kortikal dengan menggabungkan prinsip-prinsip pembelajaran motorik secara berulang pada pasien secara intensif. Untuk mengetahui tingkat keberhasilan rehabilitasi diperlukan monitoring dengan melihat dan mengamati serta melakukan pengukuran dan penilaian sejauh mana tingkat keberhasilan rehabilitasi.

10

Pada dunia medis, tahap monitoring rehabilitasi stroke sering disebut dengan stroke rehabilitation assessment. Pada tahap ini dilakukan pengukuran serta evaluasi hasil dari proses rehabilitasi. Van der Putten menegaskan bahwa tahapan ini memainkan peranan penting untuk menilai efektifitas proses rehabilitasi berdasarkan bukti kesehatan yang tersedia [32].

Framework ICF (International Classification of Functioning, Disability and Health) [33] yang dikeluarkan oleh WHO mengidentifikasi 3 fungsi utama dari manusia yang menjadi fokus dari proses rehabilitasi, yaitu body functions/ structure, activities dan participation. Penjelasan lengkap pada Tabel 2.1.

Tabel 2. 1Fokus rehabilitasi stroke menurut ICF [16]

Metode Monitoring Subjektif

Berdasarkan review yang dilakukan S. Katherine dkk [27], ada banyak metode skala standar klinis yang umum digunakan untuk monitoring rehabilitasi stroke. Total ada 38 metode penilaian yang bisa digunakan. Berbagai metode ini bisa diklasifikasian dalam body functions/structure (32), activities (33) dan participation outcomes (26). Tabel 2.2.

11

Tabel 2. 2Klasifikasi metode monitoring stroke menurut fungsinya [27]

Total ada 15 metode monitoring rehabilitasi stroke yang cocok digunakan untuk identifikasi keterbatasan aktivitas dalam melakukan gerakan. Metode ini dilakukan dengan mengamati kemampuan gerakan atau fungsi koordinasi motorik pasien terhadap serangkaian tes gerakan yang di ujicobakan menurut pola tertentu.

Metode Monitoring Obyektif

Neuroimaging technique menggunakan pendekatan alat-alat modern untuk monitoring rehabilitasi stroke, seperti functional magnetic resonance imaging (fMRI), transcranial magnetic stimulation (TMS), dan positron emission tomography (PET). Teknik ini memberikan informasi penting dalam hal diagnosis dan pengambilan keputusan klinis [12]. Analisis aktivitas cortical menggunakan alat ini telah memperluas pengetahuan manusia tentang mekanisme rehabilitasi motorik. Alat ini membantu kita merancang strategi pengobatan baru dan memiliki hasil pengukuran yang sensitif. Namun, alat-alat ini tidak selalu dapat diakses oleh semua orang karena mahal dan ketersediaan terbatas.

12

Sebagaimana alat neuroimaging modern, EEG memiliki kemampuan untuk melakukan diagnosis dan monitoring rehabilitasi stroke, tapi dengan biaya yang lebih murah, sederhana dan portable. EEG menyediakan perspektif tentang perubahan neuroplastic dalam hal pemulihan motorik, sehingga memungkinkan untuk menilai efektivitas program rehabilitasi dan memfasilitasi pengambilan keputusan klinis. EEG memiliki potensi untuk memaksimalkan pemulihan pasien disabilitas motorik dengan mencegah maladaptive plasticity dan mendorong pengembangkan intervensi baru untuk memodulasi cerebral function [8]. Berbagai penelitian terkait potensi EEG untuk proses monitoring motor cortex pada pasien stroke bisa dilihat pada tabel 2.3.

13

Tabel 2. 3Monitoring motor cortex pada pasien stroke menggunakan EEG[8]

Manual Muscle Test (MMT)

Manual Muscle Testing (MMT) adalah metode pengukuran kekuatan otot paling popular dan banyak digunakan oleh fisioterapis. Suatu usaha untuk menentukan dan mengetahui kemampuan seseorang dalam mengkontraksikan otot/grup otot secara voluntary/disadari. Metode ini mengukur kekuatan otot secara manual dengan menggunakan tangan tanpa alat khusus. Dalam pemeriksaan MMT, fisioterapis akan menggerakkan bagian tubuh tertentu dan pasien akan diminta menahan dorongan tersebut, lalu nilai atau skor akan dicatat sesuai dengan penilai berdasarkan skala MMT. Penilaian kekuatan otot ini mempunyai rentang nilai 0-5.

14 MANUAL MUSCLE TESTING (MMT):

Nilai 0 : Tidak ada kontraksi atau tonus otot sama sekali.

Nilai 1 : Terdapat kontraksi atau tonus otot tetapi tidak ada gerakan sama sekali. Nilai 2 : Mampu melakukan gerakan namun belum bisa melawan gravitasi. Nilai 3 : Mampu bergerak dengan lingkup gerak sendi secara penuh dan melawan gravitasi tetapi belum bisa melawan tahanan minimal

Nilai 4 : Mampu bergerak penuh melawan gravitasi dan dapat melawan tahanan sedang

Nilai 5 : Mampu melawan gravitasi dan mampu melawan tahanan maksimal.

2.4 Electroencephalograph (EEG)

EEG adalah suatu instrumen yang digunakan untuk mengukur, merekam dan memonitor aktifitas elektrik di sepanjang kulit kepala melalui penempatan elektroda di kepala. EEG mengukur fluktuasi tegangan yang dihasilkan oleh arus ion di dalam neuron otak [7]. Secara garis besar alat ini melakukan 2 hal pokok yaitu 1) menguatkan signal listrik pada otak yang bertegangan sangat rendah, 2) menampilkan aktivitas listrik pada otak manusia dalam bentuk grafik. Data mentah hasil pengukuran EEG berbentuk rekaman gelombang elektrik sel saraf. EEG bisa digunakan dalam dunia medis untuk mengetahui adanya gangguan fisiologi fungsi otak. Jaringan otak manusia menghasilkan gelombang listrik yang berfluktuasi. Neuron-neuron di korteks otak mengeluarkan gelombang listrik dengan voltase yang sangat kecil (µV). Berdasarkan frekwensinya, gelombang otak diklasifikasikan sebagai berikut [23] :

1. Gamma ( 31 - 100 Hz )

Gelombang Gamma cenderung merupakan yang terendah dalam amplitudo dan gelombang paling cepat. Gelombang ini muncul pada saat seseorang mengalami aktifitas mental yang sangat tinggi, misalnya sedang berada di arena pertandingan, perebutan kejuaraan, tampil dimuka umum, sangat panik, ketakutan, kondisi ini dalam kesadaran penuh.

2. Beta ( 16 - 30 Hz )

Merupakan Gelombang Otak (Brainwave) yang muncul pada saat seseorang mengalami aktifitas mental yang terjaga penuh. Misal ketika melakukan aktivitas

sehari-15

hari dan berinteraksi dengan orang lain. Frekwensi beta adalah keadaan pikiran saat ini, missal ketika duduk membaca artike; di depan komputer.

3. Alpha ( 8 - 15 Hz )

Gelombang Alpha muncul ketika seseorang sedang berada kondisi yang tenang ataupun melamun. Semua kecemasan yang ada pada gelombang Delta dan Theta akan menghilang ketika seseorang dapat mengatur gelombang Alphanya dengan baik. seseorang yang memiliki gelombang Alpha yang lebih baik dibandingkan Beta seringkali diasosiasikan dengan “peak performance”. Biasanya orang-orang dengan Gelombang Alpha yang tinggi memiliki tingkat konsentrasi yang baik dan emosi yang stabil.

Gambar 2.2. Macam-macam gelombang otak manusia

4. Theta ( 4 - 7 Hz )

Gelombang otak yang terjadi pada saat seseorang mengalami tidur ringan, atau sangat mengantuk. Tanda-tandanya napas mulai melambat dan dalam. Selain orang

16

yang sedang diambang tidur, beberapa orang juga menghasilkan Gelombang ini saat trance, hypnosis, meditasi dalam, berdoa, menjalani ritual agama dengan khusyu.

5. Delta ( 0,1 – 3 Hz )

Gelombang Otak yang memiliki amplitudo yang besar dan frekwensi yang rendah, yaitu dibawah 3 hz. Biasanya gelombang ini muncul pada saat seseorang dalam kondisi tertidur pulas dan tanpa mimpi. Selain itu, tidak ada informasi dari luar yang dapat masuk ke otak. Oleh karena itu, Gelombang Delta sendiri seringkali diasosiasikan dengan fase regenerasi dan pemulihan diri.

Dari 5 gelombang yang dihasilkan oleh otak berdasarkan rentang frekuensi, pada kegiatan penelitian ini kami akan menganalisa 2 gelombang yaitu beta dan alpha untuk diproses lebih lanjut ke dalam ekstraksi fitur. Untuk gerak motorik yang harus dilakukan secara sadar, 2 gelombang ini memiliki peran yang signifikan. Lebih jelas bisa kita lihat gambar 2.1.

Sistem International 10-20 pada Perekaman Sinyal EEG

Sistem Internasional 10-20 pada EEG merupakan standar sistem internasional peletakan elektrode-elektrode scalp pada manusia berdasarkan usulan Dr. Hebert H. Jasper. Peletakan electrode pada scalp berdasarkan pada standar anatomi tengkorak manusia yaitu nasion, inion, dan preauricular sebelah kanan dan kiri[18]. Pengukuran berdasarkan bidang anterior-posterior dibagi menjadi 5 bagian dan dilambangkan dengan kode huruf. Bagian 10% pertama dari total pengukuran bidang yaitu fronto polar (Fp), sedangkan bagian selanjutnya memiliki interval sebesar 20%. Secara berurutan bagian kedua hingga kelima adalah frontal (F), central (C), parietal (P) dan occipital (O) [18]. Ilustrasi peletakan electrode berdasarkan bidang anterior-posterior dapat dilihat pada Gambar 2.3a dimana bagian central hanya digunakan sebagai penanda pada system 10-20 karena tidak memiliki referensi khusus yang sesuai dengan standar anatomi tengkorak manusia.

Pengukuran kedua berdasarkan bidang central coronal mulai dari preauricular kiri hingga kanan. Bagian 10% pertama dari preauricular kiri maupun kanan merupakan bagian temporal (T). Bagian kedua yaitu 20% setelah bagian temporal baik dari

17

temporal kanan maupun kiri merupakan bagian central (C). Sedangkan bagian central yang merupakan pertemuan antara temporal kanan dan kiri diberi kode central z (Cz). Z dapat diartikan sebagai zero.

Ilustrasi peletakan electrode berdasarkan bidang coronal dapat dilihat pada Gambar 2.3b. Pengukuran ketiga berdasarkan pada bidang keliling antara bagian tengah fronto polar (Fp) hingga occipital (O). Bagian 10% dari tengah Fp merupakan Fp kiri dan kanan. Sedangkan bagian 20% selanjutnya secara berurutan adalah bagian inferior frontal, temporal tengah dan posterior temporal. Bagian 10% sisa adalah bagian occipital kanan dan kiri. Ilustrasi pengukuran pada bidang keliling dapat dilihat pada Gambar 2.3.c

Gambar 2. 3Metode pengukuran untuk menentukan lokasi electrode berdasarkan system 10-20 pengukuran bidang anterior-posterior (a), pengukuran bidang central coronal (b), pengukuran berdasarkan lingkar tengkorak (c). [18]

Kode angka pada sistem 10-20 digunakan untuk menunjukkan posisi elektrode tersebut. Kode angka ganjil (1,3,5,7) pada electrode menunjukkan posisi electrode berada pada preauricular bagian kiri. Sedangkan kode angka genap (2,4,6,8) pada electrode menunjukkan posisi electrode berada pada preauricular bagian kanan. Keseluruhan peletakan electrode berdasarkan system 10-20 dapat dilihat pada Gambar 2.4

18

Gambar 2.4Sistem Peletakan Elektrode 10-20 [18]

Pada kegiatan abmas ini, perekaman sinyal EEG akan menggunakan alat Ultra Cortex 8 channel. Area otak yang akan direkam adalah bagian Central (C3 dan C4). Area ini sangat berpengaruh terhadap fungsi koordinasi motorik. Gambar 2.5

19

Ekstraksi Fitur EEG

Ekstraksi fitur pada suatu sinyal EEG sangat penting untuk dilakukan dalam rangka menghapus proses yang bersifat redundancy. Pemilihan metode ekstraksi fitur yang tepat akan menghasilkan karakteristik sinyal yang baik pula. Terdapat banyak metode ekstraksi fitur pada sinyal EEG dalam domain waktu diantaranya Statistical Feature. Metode ini digunakan untuk mengklasifikasikan karakteristik sinyal EEG pada setiap pasien rehabilitasi stroke. Setiap fitur statistik digunakan untuk mengklasifikasikan tipe yang berbeda dari setiap pasien rehabilitasi stroke. Parameter dari fitur statistikal pada domain waktu dapat dilihat pada Tabel 2.4.

Tabel 2. 4 Parameter yang dipilih dari fitur statistikal domain waktu [14]

Di dalam kegiatan penelitian ini, akan dikembangkan sistem yang terdiri atas : EEG electrode Ultra Cortex 32 channel, Laptop dan software aplikasi yang dapat melakukan pengolahan sinyal EEG mulai dari teknik Artefak Removal, Bandpass filtering sesuai dengan standard band sinyal EEG (Alpha dan Beta) hingga ekstraksi fitur EEG dan visualisasi sinyal EEG sebagai laporan proses rehabilitasi pasien stroke.

20

BAB 3

METODE PENELITIAN

Pada penelitian ini penulis membagi metodologi pelaksanaan menjadi 2 tahapan, yaitu tahap pelaksanaan tahun pertama meliputi : persiapan alat, partisipan dan sistem, termasuk pengembangan software aplikasi untuk membaca sinyal EEG dari electroda EEG dan penerapan sistem monitoring rehabilitasi pasien stroke di RSUA Surabaya. Tahap kedua adalah pengujian dan penerapan sistem dengan membandingkan dua metode rehabilitasi stroke dan akan dianalisa tingkat efektifitas dna efisiensinya, yaitu metode rehabilitasi stroke Bobath dan metode rehabilitasi stroke Motor Relearning. Dalam setiap tahap pelaksanaan kami mentargetkan ada luaran jurnal internasional terindeks Scopus, disamping paten dan seminar internasional. Sebagai ilustrasi sistem yang akan dikembangkan adalah seperti gambar di bawah.

Gambar 3. 1 Proses rehabilitasi Stroke menggunakan Game Computer (www.nbtltd.com) – RecoveriX Stroke Rehabilitation

3.1 Persiapan

Tahapan persiapan sebagaimana pada Gambar 3.1 terdiri dari 4 hal, yaitu studi literatur, pemilihan partisipan, eksplorasi hardware, pengembangan aplikasi EEG. Tahapan ini sangat penting untuk persiapan sebelum pengambilan data. Studi literatur difokuskan pada mempelajari literatur terkait secara kualitatif dan kuantitatif yang mendukung rencana pengembangan sistem ini. Mulai dari buku, jurnal ilmiah, paper

21

dan sumber ilmiah lainnya. Alat yang akan kami gunakan di dalam penelitian ini adalah : EEG electrode Ultra Cortex "Mark IV" with ganglion board 8 channel, sebagaimana gambar di bawah.

Gambar 3.2 Ultra cortex “Marx IV” (https://shop.openbci.com/products/ultracortex-mark-iv)

Alur persiapan adalah sebagaimana ditunjukkan oleh flow dibawah ini.

Gambar 3. 3Tahapan sebelum penelitian Persiapan Kegiatan Penelitian

Studi Literatur

Pengembangan Aplikasi EEG

Hardware Exploration and Set up

Penerapan Sistem Rehabilitasi Pasien Stroke

22

3.1.1 Partisipan

Pemilihan partisipan yang tepat sangat penting agar data yang diperoleh pada proses pengambilan data bisa dipertanggungjawabkan. Partisipan diambil dari Rumah Sakit Universitas Airlangga, Surabaya dengan ketentuan berikut:

1. Pasien yang sedang menjalani rehabilitasi stroke iskemik.

2. Mengalami kelemahan pada lengan kanan namun masih bisa digerakan 3. Pasien dalam kondisi stabil untuk dilakukan pengukuran

Semua pasien yang terlibat di dalam penelitian kami adalah atas rekomendasi dokter specialis syaraf dari RSUA, dalam hal ini kami sudah membangun kerjasama dengan dr. Wardah Islamiyah., Sp.S (FK Unair).

3.1.2 Eksplorasi hardware EEG

Pada tahap ini kita mempelajari penggunaan alat EEG sebagai pengukuran aktivitas gelombang otak manusia. Selanjutnya mengetahui cara mengoperasikan EEG beserta tools pendukungnya. Memahami tipe data yang dihasilkan oleh electroda EEG Ultra Cortex ini dan membaca nya menggunakan aplikasi yang kita kembangkan sendiri. Alat EEG yang akan digunakan pada penelitian ini adalah OpenBCI (Open Source Brain-Computer Interface) Ultracortex "Mark IV" with ganglion board 8 channel, sebagaimana gambar 3.4

23

Alat ini dipilih karena mampu mengakomodir kebutuhan rencana pengembangan sistem monitoring rehabilitasi pasien stroke terhadap gerakan motorik tangan. Alat ini bersifat portable, mudah digunakan dan tidak terlalu mahal dibandingkan alat EEG untuk standar kedokteran, sehingga cocok jika kelak akan digunakan secara massal oleh masyarakat. Pemilihan channel pada alat ini bisa diubah-ubah sesuai kebutuhan. Pada kegiatan ini dibutuhkan channel C3 dan C4. Penelitian yang dilakukan oleh Greene dkk [14] menunjukkan bahwa channel C3 dan C4 memiliki tingkat akurasi tertinggi untuk mendeteksi fungsi motorik. Penggunaan OpenBCI pada kepala bisa dilihat pada Gambar 3.5.

Gambar 3. 5Pemasangan hardware terhadap partisipan dan posisi elektroda pada openBCI

Gelombang sinyal EEG yang akan dianalisa adalah Alpha ( 8-15 Hz ), Beta (16-30Hz). Gelombang sinyal Alpha sering muncul pada seseorang dalam keadaan sadar dan rileks sedangkan gelombang sinyal Beta sering muncul pada seseorang dalam keadaan berfikir. Dua gelombang ini akan muncul secara signifikan pada proses koordinasi motorik. Visualiasi sinyal EEG pada software openBCI bisa dilihat pada gambar 3.6.

24

Gambar 3. 6Visualisasi gelombang otak pada software openBCI

3.2 Pengembangan Aplikasi Monitoring Rehabilitasi Stroke dan Penerapannya

Metodologi pelaksanaan kegiatan penelitian ini secara umum bisa dilihat pada Gambar 3.7

Pengambilan Data

Pengembangan aplikasi untuk Pra Processing EEG (Artefak Removal, dan Bandpass filtering)

Pengembangan Aplikasi Ekstraksi Fitur EEG (mean, zero crossing, SD and PSD)

Penyimpanan Pola EEG ke dalam Database Data EEG

Pengembangan aplikasi membandingkan fitur EEG pada saat pre rehabilitasi dan post rehabilitasi

25

3.2.1 Pengambilan Data

Pengambilan data dilakukan dengan mengukur langsung pasien rehabilitasi stroke menggunakan alat EEG. Proses pengambilan data terbagi dalam 2 tahap yaitu pra induksi dan induksi.

Pra Induksi

Pra induksi adalah tahap persiapan sebelum dilakukan pengukuran EEG pada pasien. Pada tahap ini dilakukan beberapa hal penting, yaitu

1. Menentukan pasien yang akan diukur

2. Pengarahan pada pasien tentang prosedur pengambilan data dan penjelasan bahwa penggunaan alat EEG aman untuk mereka

3. Pemasangan alat EEG OpenBCI pada tubuh pasien 4. Meminta pasien untuk rileks dan tenang

5. Mengkondisikan ruangan tidak terpapar gelombang elektromagnetik karena bisa menggangu hasil pengukuran

26

Pengembangan aplikasi Artefak Removal dan Bandpass filetring

Salah satu tahapan penting dalam program penelitian ini adalah pengembangan aplikasi. Alat EEG yang murah dan terjangkau biasanya tidak disertai dengan software khusus yang bisa menjalankan pemfilteran data sendiri, baik pemfilteran artefak ataupun band/ pita sinyal EEG. Dalam kegiatan ini, software khusus akan kami kembangkan dengan menggunakan bahasa C# yang berfungsi melalukan EEG Artefak Removal dan EEG Band filtering. Untuk Artefak removal ada beberapa algorithma yang bisa kami gunakan, salah satunya adalah Amplitudo Shifted Removal atau ASR. Di dalam metode ASR, semua amplitudo sinyal EEG yang melebihi angka 100 µV akan dihapus. Menurut teori dasar, sinyal EEG adalah dalam kisaran antara +/- 100 µV. Di dalam bandpass filter, beberapa teknik bisa dikembangkan untuk memfilter sinyal EEG diantaranya dengan menerapkan teknik Transformasi Fourier. Dengan Fourier, frekeunsi sinyal EEG akan bisa dipisahkan dalam rentang band yang kita inginkan. Gambar userinterface aplikasi yang akan kami kembangkan adalah sebagai berikut:

27

Proses Ekstraksi Fitur dan Analisa Fitur

Pada tahap ini dilakukan proses ekstraksi fitur EEG. Ekstraksi fitur yang dilakukan mengacu pada fitur domain waktu. Alur lebih jelas bisa dilihat pada Gambar 3.9

Data yang telah di preprocessing kemudian akan dilakukan ekstraksi fitur EEG menurut fitur domain waktu. Beberapa fitur yang diperoleh dilakukan analisis lebih lanjut dikaitkan dengan gerakan dan kondisi stroke yang dialami subjek. Contoh salah satu analisa sebagai berikut:

Gambar 3. 9Proses ekstraksi fitur, analisis EEG Clean

Ekstraksi Fitur EEG

Time Domain Feature - Power - Mean - Standart Deviation - Kurtosis - Skewness - Entrophy Analisis fitur Selesai Validasi perbandingan

28

No Fitur EEG Gerakan Kondisi

Subject A B C D 1 Power Mengacu pada data rekam medis pasien 2 Mean 3 Standart Deviation 4 Kurtosis 5 Skewness 6 Entrophy

Tabel 3. 1 Analisis fitur EEG terkait dengan gerakan dan kondisi subject

Hasil dari analisis fitur pada semua pasien stroke kemudian dilanjutkan dengan membandingkan pada analisis fitur pada hasil rehabilitasi tahap awal hingga akhir. Perbedaan masing-masing nilai fitur per tahap dianalisa untuk melihat tingkat keberhasilan daripada rehabilitasi stroke. Dari fitur EEG yang diperoleh dilakukan analisa perbandingan dengan penilaian dari Dokter apakah sejalan perkembangan rehabilitasi stroke pasien. Semua proses perhitungan tersebut dilaksanakan sesaat setelah data EEG didapatkan dari pasien rehabilitasi. Sehingga dalam hitungan menit sebelum pasien itu pulang, hasil progress rehabilitasi nya bisa langsung diketahui apakah ada perbaikan atau tidak/belum.

3.2.2 Preliminary Work

Beberapa pekerjaan pendahuluan yang telah dilakukan untuk mendukung kegiatan penelitian ini antara lain yaitu:

1. Mencoba alat EEG dengan merk OpenBCI. Pada percobaan ini dilakukan pengambilan data EEG dari orang sehat. Meliputi pemasangan alat pada kepala, penyesuaian chanel serta download data EEG dari alat

2. Melakukan pengolahan data EEG yang di peroleh dengan software Matlab. Pengolahan disini masih pada tahap preprocesing antara lain penghilangan blink artefact dan dekomposisi sinyal dengan menggunakan fitur RunICA pada EEG Lab.

3. Mengajukan kerjasama dengan Rumah Sakit Universitas Airlangga untuk pengambilan data pasien dan telah mendapat ijin untuk penelitian ini.

4. Melaksankan penelitian EEG terutama dalam mengamati gerakan orang normal dan membandingkannya dengan pasien stroke (15 subject sehat dan

29

12 pasien stroke dilibatkan dalam kegiatan penelitian pendahuluan) dengan mengamati channel EEG pada posisi C3 dan C4. Fitur yang kami gunakan adalah mean dan nilai standard deviasi. Hasil dari penelitian ini sudah kami publikasikan di iSITIA 2019, dengan judul :

a. EEG-based Motion Task for Healthy Subjects Using Time Domain Feature Extraction: A Preliminary Study for Finding Parameter for Stroke Rehabilitation Monitoring

b. Identifying EEG Parameters to Monitor Stroke Rehabilitation using Individual Analysis

Dengan bekal kegiatan penelitian terdahulu kami, dan beberapa pengalaman dalam melakukan pengolahan sinyal EEG, dalam rencana kegiatan penelitian ini, produk kesehatan dalam bentuk sistem monitoring pasien rehabilitasi stroke akan dapat diwujudkan dengan target pada tahun pertama adalah pembuatan produk dan ujicoba (UAT : User Acceptance Test), dan tahun kedua adalah melakukan deseminasi ke beberapa rumah sakit lain dan puskesmas secara luas, serta masyarakat. Luaran yang kami harapkan adalah kemandirian bangsa dalam hal penerapan teknologi untuk kesehatan sehingga kita tidak tergantung dengan bangsa lain dan mampu menggunakan teknologi sendiri.

30

BAB 4

LUARAN DAN TARGET CAPAIAN

Dalam kegiatan Penelitian Unggulan ini, target utama luaran adalah pengembangan sistem monitoring rehabilitasi pasien stroke menggunakan sinyal EEG yang ke depan akan bisa digunakan secara luas oleh masyarakat. Di dalam pengembangan dan penerapan system ini beberapa hal penting dalam bentuk temuan saintifik juga akan ditargetkan dalam penelitian ini, diantaranya :

1. Fiture sinyal EEG yang bisa digunakan sebagai marker progress rehabilitasi pasien stroke

2. Pola fisiologis pasien stroke berdasarkan tingkat keparahannya

3. Penemuan metode rehabilitasi stroke yang efektif dan efisien yang bisa digunakan oleh dokter di rumah sakit

4. Mapping pola stroke dan tingkat keparahannya di seluruh wilayah Jawa Timur Sistem yang terdiri atas hardware, laptop dan software akan menjadi produk utama dalam kegiatan penelitian ini. Kegiatan ini akan bekerjasama dengan RSUA dan didampingi oleh dokter spesialis Syaraf, dr, Wardah., Sp.S. Sehingga beberapa target capaian dalam kegiatan 2 tahun kami akan kami tuliskan di dalam tabel dibawah ini.

Luaran Tahun I

No Target Capaian Waktu Keterangan

1 Produk kesehatan dalam bentuk sistem yang terdiri atas hardware dan software

Hardware meliputi : Laptop dan wireless EEG electrode Software : aplikasi filtering band, artefak removal, ekstraksi fitur EEG, Database hasil rehabilitasi, dan

Visualisasi capaian pasien rehabilitasi

Produk dalam bentuk sistem : Juni 2020 Penerapan ke RSUA pada pasien stroke: Juli – September 2020 Produk Sistem Monitoring Rehabilitasi Stroke dengan biaya terjangkau.

31 3 2 paper pada Seminar

Internasional. Tema Paper pertama : Hasil Teknik Ekstraksi Fitur EEG untuk Monitoring Rehabilitasi pasien Stroke menggunakan teknik Relearning program. Paper kedua adalah : Penggunaan fitur Amplitudo dan teknik segmentasi EEG untuk menerapkan EEG sebagai tool rehabilitasi pasien stroke dengan metode Bobath.

Oktober – Nopember 2020

2 Paper Seminar Internasional IEEE

4 Persiapan Jurnal Internasional Q1 dengan fokus pada : Apakah monitoring rehabilitasi pasien stroke bisa dilakukan dengan menggunakan sinyal EEG. Data yang akan kami gunakan adalah data primer.

Desember 2020 Jurnal Internasional terindeks Scopus, Q1

Luaran Tahun II

1 Menerapkan sistem monitoring rehabilitasi pasien stroke dengan menggunakan beberapa metode Rehabilitasi dan menguji efektifitas dan efisiensi beberapa metode Rehabilitasi stroke pada pasien stroke di beberapa rumah sakit di Jawa Timur

Awal tahun – April 2021

2 Penulisan paper kedua dalam bentuk Jurnal Internasional terindeks Scopus (target Q1) dengan fokus pada :

membandingkan dua metode rehabilitasi stroke dan melihat bagaimana masing-masing metode memiliki efektifitas dan efisiensi.

Mei – Agustus 2021 Paper Jurnal Internasional terindeks Scpous, Q1

3 Diseminasi hasil produk ke rumah sakit rumah sakit se Jawa Timur, termasuk Puskesmas. Sekalian dengan melaksanakan pendataan update : prevalensi dan jenis

Juli – September 2021

Pengambilan Data prevalensi dan jenis Stroke di Jawa Timur serta proses rehabilitasinya

32 stroke yang diderita

masyarakat di Jawa Timur 4 Penulisan paper ketiga (dalam

bentuk Seminar Internasional) sebagai hasil Diseminasi produk ke rumah sakit se Jawa Timur September – Oktober 2021 Paper paper Seminar Internasional ke 3

5 Penyusunan Laporan Akhir November 2021

Dari uraian tabel diatas, secara ringkas dapat kami sampaikan target di tahun pertama adalah :

1. Produk sistem

2. Dua/2 paper di seminar internasional IEEE 3. Paten/ HKI dari sistem

Sementara target di tahun ke 2 adalah :

1. Dua/2 Jurnal Internasional terindeks Scopus Q1 2. Paten/HKI ke 2

3. Satu paper dalam seminar internasional IEEE (Mapping kondisi stroke dan tingkat keparahan pasien stroke di Jawa Timur)

33

BAB 5

JADWAL DAN RANCANGAN ANGGARAN

5.1 Jadwal Kegiatan

Jadwal rencana kegiatan penelitian selama dua tahun kami jabarkan dalam kegiatan per tahun sesuai dengan tabel di bawah ini:

No Kegiatan

Tahun 2020

Maret April Mei Juni Juli Agst Sept Okt Nov Des

1 Persiapan alat,

set-up dan trial alat 2 Studi Literature 3 Pengembangan software Pengolahan data EEG 4 Evaluasi Software MRS

5 Uji coba klinis

di RSUA 6 Evaluasi sistem 7 Penerapan sistem MRS 8 Pengambilan Data Rehabilitasi 9 Persiapan penulisan paper Seminar Internasional dan submitting 10 Pengumpulan data kedua 11 Penulisan Paper Jurnal Internasional 12 Submitting paper ke Jurnal Internasional Q1 13 Monev Akhir

34

14 Penulisan

Laporan akhir Tahun pertama

Untuk jadwal rencana kegiatan tahun kedua adalah sebagaimana tabel dibawah ini:

No Kegiatan

Tahun 2021

Feb Maret April Mei Juni Juli Agust Sept Okt Nov Des

1 Persiapan

sistem dan re-evaluasi sistem 2 Penerapan sistem ke RS di Jawa Timur 3 Pengambilan data profile pasien Stroke di Jawa Timur 4 Pendataan hasil rehabilitasi pasien stroke di RS yang diujicobakan sistem MRS 5 Penulisan paper Seminar Internasional Mapping Pasien Stroke di RS di Jawa Timur 6 Penulisan paper Jurnal Q1: evaluasi sistem rehabilitasi di RS di Jawa Timur 7 Internasional Co-authorship dalam bidang Stroke Rehabilitation utk mendukung Jurnal Scopus Q1 8 Submitting paper Seminar Internasional

35 9 Submitting paper Jurnal Internasional Scopus Q1 10 Monev Progress Tahun ke 2 11 Revisi dan perbaikan paper Jurnal Q1 12 Monev Akhir

Tahun dan Lap Akhir tahun

5.2 Rencana Anggaran

Rencana anggaran yang akan kami gunakan dalam kegiatan Penelitian Teknologi Tepat Guna adalah sebagaimana dalam tabel dibawah:

Rencana Anggaran Tahun 1:

No Jenis Pengeluaran Anggaran diusulkan (Rp.) 1 Persiapan alat pendukung dan literature 5.000.000 2 Sewa alat Ultra Cortex EEG tahun pertama 10.000.000 3 Sewa Kursi roda untuk alat bantu pasien

tahun 1

5.000.000 4 Sewa kendaraan selama proses monitoring

pasien stroke dalam durasi 3 bulan untuk 20 hari kerja per bulan

30.000.000 5 Hadiah kecil untuk setiap pasien setelah

dilaksanakan monitoring rehabilitasi utk 25 pasien @ 200.000 untuk 3 kali pengambilan data.

15.000.000

6 Konsumsi rapat persiapan dan selama pelaksanaan @100.000 selama 24 kali pelaksanaan dan 6 kali rapat persiapan tim

3.000.000 7 Bahan habis selama pengukuran EEG

(Kabel, isolasi, cairan pembersih, kaos tangan plastik, plastik sampah)

7.500.000 8 Biaya Seminar Internasional 12.000.000 9 Submit paper ke Jurnal Internasional

terindeks Scopus

7.000.000 10 ATK dan Fotocopy 4.500.000

11 Lain-lain 1.000.000

Total 100.000.000

36

No Jenis Pengeluaran Anggaran diusulkan (Rp.) 1 Persiapan mapping Rumah Sakit dan klink

di Jawa Timur yang akan menerapkan sistem monitoring rehabilitasi stroke

5.000.000 2 Sewa alat Ultra Cortex EEG tahun pertama 10.000.000 3 Sewa Kursi roda untuk alat bantu pasien

tahun 1

5.000.000 4 Sewa kendaraan untuk penerapan sistem

monitoring rehabilitasi stroke di daerah dan proses pengambilan data di RS di Jawa Timur

25.000.000

5 Hadiah kecil untuk setiap pasien setelah dilaksanakan monitoring rehabilitasi utk 25 pasien @ 200.000 untuk 3 kali pengambilan data di RS yang dikunjungi

15.000.000

6 Konsumsi rapat persiapan dan selama pelaksanaan @100.000 selama 24 kali pelaksanaan dan 6 kali rapat persiapan tim

3.000.000 7 Bahan habis selama pengukuran EEG

(Kabel, isolasi, cairan pembersih, kaos tangan plastik, plastik sampah)

7.500.000 8 Biaya Seminar Internasional 12.000.000 9 Submit paper ke Jurnal Internasional

terindeks Scopus

7.000.000 10 Proses penyusunan paten 5.000.000 10 ATK dan Fotocopy 4.500.000

11 Lain-lain 1.000.000

37

BAB VI

DAFTAR PUSTAKA

1 Angliadi LS, dkk. Ilmu Kedokteran Fisik dan Rehabilitasi. Manado: Bagian Ilmu Kedokteran Fisik dan Rehabilitasi FK UNSRAT. 2006

2 Arofah, A.N, Penatalaksanaan Stroke Trombotik :Peluang Peningkatan Prognosis Pasien. Vol.7 No.14 ,2011.

3 B. R. Greene, G. B. Boylan, W. P. Marnan, G. Lightbody, S. Cannolly, Automated single channel seizure section in the neonate. Proceedings ofthe 30th annual Int’l IEEE EMBS conf., Vancouver, British Columbia, Canada, 2008.

4 Depkes RI, Riset Kesehatan Dasar 2007 Jakarta : Badan Penelitian dan Pengembangan Kesehatan Departemen Kesehatan Republik Indonesia, 2008.

5 Domkin, D.; Laczko, J.; Jaric, S.; Johansson, H.; Latash, ML. "Structure of joint variability in bimanual pointing tasks". Exp Brain Res. 143 (1): 11–23, 2002.

6 E. Monge-Pereira, F. Molina-Rueda, F.M. Rivas-Montero, J. Ibá˜nez, J.I. Serrano, I.M. Alguacil-Diego, J.C. Miangolarra-Page : Electroencephalography as a post-stroke assessment method: An updated review

7 E. Niedermeyer and F.L da Silva, Electroencephalography: Basic Principles, Clinical Applications, and Related Fields. Lippincot Williams & Wilkins. ISBN 0-7817-5126-8, 2004.

8 E.M. Pereira, F.M. Rueda, F.M.R, Montero et al, Electroencephalography as a post-stroke assessment method: An updated review, Sociedad Espanola ˜ de Neurologia, Elsevier Espana, 2014.

9 G. Yunyuan, R. Leilei, L. Rihui, Z. Yingchun, EEG-EMG Coupling Analysis in Stroke Based on Symbolic Transfer Entropy, 2018.

10 Gadi Bartur, Katherin Joubran, Sara Peleg-Shani, Jean-Jacques Vatine, and Goded Shahaf: An EEG Tool for Monitoring Patient Engagement during Stroke

Rehabilitation: A Feasibility Study

11 Goldstein, L.B., et al. Primary Prevention of Ischemic Stroke.Stroke. 37: 1583-1633, 2006

12 Jang SH. Motor recovery by improvement of limb-kinetic apraxia in a chronic stroke patient. NeuroRehabilitation, 33:195—200, 2013.

13 Jiménez Muro M, Pedro-Cuesta JJ, Almazán J, Holmqvist W. Stroke recovery in South Madrid. Function and motor recovery, resource utilization, and family support. Stroke.31:1352—9, 2000.

38

14 Jonke, Robert, Feature Extraction and Selection for Emotion Recognition from EEG. IEEE TRANSACTIONS ON AFFECTIVE COMPUTING, VOL. 5, NO. 3, JULY-SEPTEMBER 2014 : 327-339, 2014

15 Jorgensen HS, Nakayama H, Raaschou HO, Vive-Larsen J, Stoier TS, Olsen TS. Outcome and time course of recovery in stroke. Part I: Outcome. The Copenhagen stroke study. Arch Phys Med Rehabil. 76:399—405, 1995.

16 K. Byeongnam, K. Laehyun, H.K. Yun, K.Y. Sun; Cross-association analysis of EEG and EMG signals according to movement intention state ; Cognitive Systems Research; 2017.

17 Kamen, Gary. Electromyographic Kinesiology. In Robertson, DGE et al. Research Methods in Biomechanics. Champaign, IL: Human Kinetics Publ., 2004

18 Klem, G.H., Luders, H.O., Jasper, H.H., Elger, C., 1999. The ten–twenty electrode system of the International Federation. The International Federation of Clinical Neurophysiology. Electroencephalogr. Clin.Neurophysiol., Suppl. 52, 3–6.

19 L. Xinxin, X. Siyuan, Q. Yu et al; Corticomuscular Coherence Analysis on Hand Movement Distinction for Active Rehabilitation; Hindawi Publishing Corporation, Computational and Mathematical Methods in Medicine; 2013.

20 LS. Andreea, M. Luis, CC. Roberto, et al, Detecting intention to walk in stroke patients from pre-movement EEG correlates, Journal of NeuroEngineering and Rehabilitation, 2015

21 M. Tatsuya, H. Mark, Corticomuscular Coherence: A Review, Journal of Clinical Neurophysiology: November - Volume 16 - Issue 6 - p 501, 1999.

22 M. Tatsuya, T. Keiichiro, K. Benjamin, H. Mark; Coherence Between Cortical and Muscular Activities After Subcortical Stroke ; National Institute of Neurological Disorders and Stroke, National Institutes of Health, Bethesda; 2001.

23 M. Teplan, “Fundamental of EEG Measurement,” Measurement Science Review, vol. 2, pp. 1-11, 2002

24 Millikan CH: Stroke intensive care units: objectives and results. Stroke 10: 235-237, 1979

25 Pena-Pitarch ˜ E, Tico-Falguera N. Assessment of damage in affected persons with neurological sequelae. Trauma, 23:247—52, 2012.

26 Pudiastuti, D.R, Penyakit Pemicu stroke, Yogyakarta : Muha Medika, 2011.

27 S. Katherine, C. Nerissa, R. Marina et al, 20 Outcome Measures in Stroke Rehabilitation, Evidence-Based Review of Stroke Rehabilitation (EBRSR), 2013

28 Salvatore Giaquinto, MD; Andrea Cobianchi, MD; Franco Macera, TdR; Giuseppe Nolfe, PhD : EEG Recordings in the Course of

Recovery From Stroke

29 Soeharto I, Kolesterol dan Lemak Jahat, Kolesterol dan Lemak Baik, dan Proses Terjadinya Serangan Jantung dan Stroke. Jakarta: PT Gramedia Pustaka Utama, 2004.

30 Susanto, Sani, and Dedy Suryadi. 2010. Pengantar Data Mining - Menggali Pengetahuan Dari Bongkahan Data. Yogyakarta: Andi Publisher.

39

31 Trevor H. Paris, MD : Stroke Rehabilitation, Northeast Florida Medicine Vol. 58, No. 2 2007.

32 Van der Putten, J. J., Hobart, J. C., Freeman, J. A., & Thompson, A. J. Measuring change in disability after inpatient rehabilitation: comparison of the responsiveness of the Barthel Index and the Functional Independence Measure. Journal of Neurology, Neurosurgery & Psychiatry, 66(4), 480 484, 1999.

33 WHO, W. H. O., Towards a common language for functioning, disability and health: ICF. Geneva: WHO, 8-9, 2001

34 Wirawan RP. Rehabilitasi Stroke pada Pelayanan Kesehatan Primer. Majalah Kedokteran Indonesia, 59: 2, Februari, 2009.

35 X. Yuhang, M.C Verity, C. Zoran, RM. Kerry, Delay estimation between eeg and emg via coherence with time lag, Acoustics, Speech and Signal Processing (ICASSP), 2016.

40

BAB VII

BIODATA TIM PENELITI

Ketua :

a. Nama Lengkap : Dr. Adhi Dharma Wibawa., ST., MT

b. NIP/NIDN : 197605052008121003

c. Fungsional/Pangkat/Gol. : Lektor / IIIC d. Bidang Keahlian : Pengolahan Sinyal

e. Departemen/Fakultas : Teknik Komputer/ FTEIC

f. Alamat Rumah dan No. Telp. : Jl. Dinoyo 129, Surabaya. 031 5676128 g. Riwayat penelitian/pengabdian (2) yang paling relevan dengan penelitian yang

diusulkan/dilaporkan (sebutkan sebagai Ketua atau Anggota)

No Judul Tahun Skema

1 Implementasi sensor EEG dan EMG untuk monitoring Pola Motorik Pasien Stroke dalam rangka proses rehabilitasi

2019 Abdimas Dana Lokal ITS 2 Sistem Cerdas Monitoring Kinerja Jantung pada

Manula menggunakan Wireless e-Health sensors

2018 PUPT - DIKTI

h. Publikasi (2) yang paling relevan (dalam bentuk makalah atau buku)

No Judul Tahun Jenis

1 Improving the accuracy of EEG emotion

recognition by combining valence lateralization and ensemble learning with tuning parameters

2019 Cognitive Processing - Springer

Internasional Jurnal Scopus – Q2

2 EEG-based Motion Task for Healthy Subjects Using Time Domain Feature Extraction: A Preliminary Study for Finding Parameter for Stroke Rehabilitation Monitoring

2019 Seminar Internasional IEEE (iSITIA)

3 Identifying EEG Parameters to Monitor Stroke Rehabilitation using Individual Analysis

2019 Seminar Internasional IEEE (iSITIA)

4 Peningkatan Akurasi Pengenalan Emosi pada Sinyal Electroencephalograpy (EEG) Menggunakan Multiclass Fisher Discriminant Analysis

2018 Jurnal Nasional terindeks SINTA 1 – JNTETI - UGM

41 i. Tesis (2 terakhir yang paling relevan)

No Judul Tahun Jenis

1 INVESTIGASI POLA SINYAL EEG BERDASARKAN FITUR TIME DOMAIN MENGGUNAKAN ANALISA STATISTIK PADA BEBERAPA PERINTAH GERAKAN

2018 Thesis S2

2 ANALISIS POLA KOORDINASI MOTORIK PADA PASIEN

REHABILITASI STROKE MENGGUNAKAN EEG DAN EMG

BERDASARKAN DOMAIN WAKTU

2018 Thesis S2

j. Disertasi (2 terakhir yang paling relevan) yang sudah selesai dibimbing.

No Judul Tahun Lulus Jenis

1 EEG-BASED EMOTION RECOGNITION: EMPLOYING VALENCE LATERALIZATION WITH RULES EXTRACTION FROM

RELEVANCE VECTOR MACHINE

2019 Disertasi S3

Demikian data ini kami sajikan dengan sebenar-benarnya. Jika kelak dikemudian hari ada kesalahan terkait dengan data diatas, kami bersedia mempertanggungjawabkannya.

Surabaya, 5 Maret 2020

Dr. Adhi Dharma Wibawa., ST., MT NIP. 197605052008121003

42

BIODATA TIM PENELITI

Anggota :

a. Nama Lengkap : Dr. Diah Puspito Wulandari, ST, MSc.

b. NIP/NIDN : 19801219 200501 2001

c. Fungsional/Pangkat/Gol. : Asisten Ahli / IIIB d. Bidang Keahlian : Pengolahan Sinyal

e. Departemen/Fakultas : Teknik Komputer/ FTEIC

f. Alamat Rumah dan No. Telp. : Perum Dosen ITS, Blok. Surabaya g. Riwayat penelitian/pengabdian (2) yang paling relevan dengan penelitian yang

diusulkan/dilaporkan (sebutkan sebagai Ketua atau Anggota)

No Judul Tahun Skema

1 Implementasi sensor EEG dan EMG untuk monitoring Pola Motorik Pasien Stroke dalam rangka proses rehabilitasi

2019 Abdimas Dana Lokal ITS 2 Sistem Cerdas Monitoring Kinerja Jantung pada

Manula menggunakan Wireless e-Health sensors

2018 PUPT - DIKTI

h. Publikasi (2) yang paling relevan (dalam bentuk makalah atau buku)

No Judul Tahun Jenis

1 Visualization of Epilepsy Patient’s Brain Condition based on Spectral Analysis of EEG Signals using Topographic Mapping

2018 Seminar Internasional IEEE

2 Training Performance of Recurrent Neural Network using RTRL and BPTT for Gamelan Onset

Detection

2019 Seminar Internasional IEEE

3 Epileptic Seizure Detection Based on Bandwidth Features of EEG Signals

2019 Procedia Computer Science, Seminar Internasional

i. Tesis (2 terakhir yang paling relevan)

No Judul Tahun Jenis

1 PENGEMBANGAN METODE MONITORING REHABILITASI PASIEN STROKE DENGAN TEKNIK BOBATH MENGGUNAKAN SINYAL EEG

43

Demikian data ini kami sajikan dengan sebenar-benarnya. Jika kelak dikemudian hari ada kesalahan terkait dengan data diatas, kami bersedia mempertanggungjawabkannya.

Surabaya, 5 Maret 2020

Dr. Diah Puspito Wulandari, ST, MSc. NIP. 19801219 200501 2001