Deteksi Isyarat Wicara Huruf Vokal Pada Penderita Tuna Wicara Berbasis Sinyal Electromyograph

trI,ffc

143'

Semintrr nn

....:

_"

lnrulligffint Tmrhnr:lngg

*F=T

;::;:,;;i;t:;;i;;:i:t:i;1;i.

And

lts

ISEN

::::::..::::!:::!:::.:i.i::::j::::::::.::::::i:::::::i+

Appli*eitinnr

,

e33H-8fie3

PuerrsHED

BY

Electrical Engineerin g Department Faculty

of

Industrial Technology

Institut Teknologi Sepuluh Nopernber (lTS) ITS Carnpus, Keputih, Sukolilo

Surabaya 601 I I

rssN

2338-2423

The

14'h

Seminar

on Intelligent Technology

and

Its Applications

Copyright O 2013 by Electrical Engineering Department, Institut Teknologi Sepuluh Nopernber

All

rights reserved. No part of this book, rnay be reproduced, stored, or transmitted, in any fonns or by any means without the prior permission in writing {rom the publisher.

MaH,

IS*eBl3

&t .,\-I's Ct*i*lt*al.

[:]r-.{:il. {rf [],R:]trs:i:* I,l L]{ ffii{irrt [ii*r4r.x lrciartJ Jt l'#kr*;*:fi1 $r3x.f*i-r N:rt:,.ai1l}Ir

And

lrs

ApplitratirE

FnOCTEDINGS

oF

THE

14rH

SEnaWaR

oN

INrrUIGmt

TscnNoLoGY

AI{D

Irs

ApPLICATIoNS

E,DITOR-IN-CHIEF

Dr. Dedet C- Riawan, ST', M'Eng' E-mail : tledet.riawan@ee'its'ac'id

SECRETARY

Dr. Ir. YoYon

K'

SuPraPto, M'Sc'

E-mail : yoyonsuprapto@,ee'its'ac'id

EDITORIAL

COORDINATORS

Computer Engineering

and

Telematics

I

l{etut Eddy Purnama, ST",

Ml",

Ph't)

E-mail : ketut@ee'its'ac'id Muhtadin, ST.,

MT'

E-mail : muhtadin-s@elect-eng'its'ac'id

Electronics

Dr. Ir. Djoko Furwanto, M'Eng' E-mail : djoko@ee'its'ac'id Ir. Totok

Mujiono, MI'Kom

E-mail : totok-rn@ee'its'ac'id

Power

SYstem

Dr. Eng. I Made Yulistya Negara, ST', M'Sc' E-mail : _{YulistYa@ee'its'ac'id}

Dr. Dimas Anton Asfani, ST',

MT'

E-mail : anton@ee-its.ac'id

*ffi:1!-ffi,l{i

EDITOzuAL ADVISORY BOARD

Dr.

TriArief

Sardjono, ST',

MT'

Head otl Department of Electrical Enginering Institut Teknologi Sepuluh Nopember (ITS)' Surabaya

g-mail

: t.a. sardjono@ee'its'ac' id

SITIA's

Proceeding is published once every year

Telecommunication

Dr. Achmad Mauludilantct E-mail : maulud@ee-its-ac-id Devy Kuswidiastuti, ST-. II.SG'

E-mail : devY@ee.its'ac'id

Control

SYstem Dr. lr. M. Rameli

E-mai I : rameli@.ee-its:c'ful Dr. TrihastutiAgustinah' ST*

It[I

E-mail : trihastuti@ee-its-acjdl

MaU,

lE*e$3

Ar. AJ'.i Ell.xl[}{tl- uest. Gr Ehdrd i#fWWffiW"I.W,:Me.W.Wffi

:

t"'

q

'h-.,il.iZ='

:

'nr

l!i:-

Sslr"rinnr

fin

_{lntfil'lir"fi?rlr.}

l-lirhrl;,1ffill;

Ani:J

lts

_{AJ:plit":r:tinn:=}

t55N

,

e3lE-efia3

CoH,rnarrrEE

oF

SITIA

2013

*

-;.lr.r

Chainnan:

n* lr

,:

Tril,ogi Yurvono, DEA

4

r--

.

: _{institut Teknologi} Sepuluh Nopember (ITS)

.;:".:al

Chainlan:

-

_-

;iil

('.

Riarvatt

-:;irnical

Committee:

r*

,

_{Dr. \lohammad Nuh} (lTS),

:*

:

_{Dr. Soebagio (tI'S ),}

:--

_{" Dr. Ontoseno Penangsang (lTS),}

r*

,-. Dr. N{auridhi Hery Purnomo (lTS).

:-.

:

_{Dr. Abdullah Alkaff(lTS),} :: _{- :-. Dr. Achmad Jazidie (lTS),}

::.'i.

_{Dr. Moh. Ashari (lTS),}

r*:.:-. _{Dr. Imarn Robandi (lTS),}

l:.,r,

Dr. Adi Soeprijanto (lTS),

.-':..i-. Dr. Gamantyo Hendrantoro (lTS).

?:rl.

ida A,vu Giriantari (I-NUD" Bali).

ll:.

Hanny H. TLunbelaka (UK Petra, Surabaya),

lrr..{,

M. Shiddiq Yunus (PNUP, Makassar),

)r.

"\gus Ulinuha (UMS. Surakarta),

lr.

Parachai J. (Sripatum Univcrsity, Thailand), Dr. Pei Yi Lim (UTS-Malaysia),

Dr. Ahrnad A. Setiawan (UGM, Yogyakarta). Dr. Margo Pujiantara (lTS),

Dr. Heri Suryoatmojo (lTS),

Dr. Surya Sr-nnpeno (lTS),

Organizing

Comrnittee

:

Shandv Baskoro Annisa Riani S.

\icolausRadianputra

RendliiMaulana \ezr,a Nabilla Raclrma Prilian

Fanniesha

Hamada

M. Imam Rahmat

Radi Susetyo

Arie Aritin Aufar Gusviandi P

Luvy Arfendi

Bagas Prasetyii Annisaa Taradini Fauzul Akbar Dwi Haryanto

Amin Danar N.

Arif

Rahartomo

Syaiful

Arif

Nungki Dian S. D.

Idrus Fathul

Moch. Ade Arta Adi Prasetiyawan

Dr. I KetLrt Eddy Purnama (ITS),

Dr. M. Rameli (l't'S), Dr. Wirawan (lTS),

Dr. Ari Santoso (lTS), Dr. Djoko PLrrwanto (lTS),

Dr. Achmad Atfandi (lTS),

Dr. Achmad Ariiln (tTS), Dr. M. Rivai(lTS), Dr. Moch. Hariadi (lTS), Dr. Tri Arief Sarjono (lTS),

Dr. Yoyon K. Suprapto (lTS),

Dr. Achmad Mauludiyanto (lTS), Dr. Dedet Candra Riawan (lTS),

Dr. Ardl'orro P. (lTS).

Dr. Suwadi (lTS),

Dr. Trihastuti Agustinah (ITS), Dr. Rony Seto (tTS),

Dr. Eko Setiiadi (lTS).

Dr. Dimas Anton Asfani (lTS),

Dr. Ronny Mardi,vanto (tTS)

Randi Sibuea

Denny Novian

Revan Arwisi M. Fasih Muban'ok

Alif

Ridwan Maulana Ahmad Ginanjar W.

Akhmad Sudaryono

Yosua Pandapotan P.

Lucky Andika Nor Ain Firdaus

Vigor Aryaditya

Charisma Vian

Roy Fachri lrawan Edward Lumenta

\loch Nurul

Huda

Annisa Endarwati Cindera Gana

Chatld Prahadi

Gede Bayu

Rahman Cahyadi

AnifatulFaricha Arief Rahman

Habib Ibnu

Ni Wayan Yr"rliastuti

Aldhimas Satria

Widhayaka Adi C.

Gary Almas

Ilham Laenur Hikmat

Sondang Sentosa

S.

Agung Adi Pratama

Nancy Ardelina Ilham Budiono

Hikmah

Miladiyah

Surya Putra Prawira

Wahyr Drvi S. Arief Budi Ksatria

MaH,

IS*enl3

.\r \J* ilt ![lu],1. lft,lrl rr! I i,,l,tr,,l I th-:,r.trilul

l,!!rl{t-lrHf lti.rt lii!$ll:j,[1] SE]r.t,.*1 \{1I]r3l'f]rir

,::::::::i::::.=l$!fiktil.,ill@.

lljj

"h

:.:

,i:.1

,.

:...

qFrnitlflr

*rr

_{lnr.nltrig;ffnt}

Trl"hnnlmr;q

And

ltr

IEqN

,

;l1:;:;

l)ltitltNWttttt

::::

:::::: .. : :::::.i!..tLr"/!i!n:l;.N//l1i | | it,\f:.;/..,.4i.

Applirmt"inr:= e33Er-ALle',X

P,".

ER.

In

'

t+q

l- rnder

\

oltages Load Shedding Based on Catastrophe

Theory

Vlethod

for

>rn r-ebir1 a

Electrical

Distribution

Systems

- -:.

Fajar Uman P., Fitriana Suhartati,

A.

Budinran, Ontoseno Penangsang,

Adi

i

.::::jento

P+pEn

Io

'

toq

\liran

Daya

Optimal

lvlempertimtrangkan El'ek

Katub

Bahan

Bakar di

Sistem

l*ra

Bali 500

kV

Menggunakan metode PSO

3--.nr Seto Wibolvo, lbrahim Anwar,

Adi

Soeprijanto, Ontoseno Penangsang

P.rprR

In,

tzz

\

oltage-Based

Control

of Grid-Connected Buck-Boost

Inverter

for

SEIG Variable

Speed WECS

Dedet Ci. Riarvan, Teguh Yuwono, Sjamsjul Anam

Cnapru,R

III.

ErrgcrnoNICS

Papnn

Io

'

ot:

Perhitungan Denyut

Jantung

Berdasarkan Sinyal

EKG

Berbasis FPGA Rita Purnamasari, SugondoHadiyoso, YuyunSitiRohmah, Ahmad Zaki Ramdani

Papnn

lo,

ozs

Analisis

Ekstraksi

Ciri

Pada Suara Jantung

Diastolik

Dengan Menggunakan Wavelet

Transform

Dan

Wigner Ville Distribution

Ira Puspasari, Achmad

Arifin,

Rimuljo Hendradi

Paprn

lo

' oz+

Sistem Pengaturan dan Pemantauan Kecepatan

Putar

Motor

DC Berbasis FPGA dan

VHDL

Agfianto Eko Putra, Rahadian

Mu'alif

Pepsn

In,

osz

Perancangan dan Pembuatan Prototvpe

Instrumen

Kekuatan Napas

untuk

Diagnosis Penderita Asma

Dini

Putri Anggraini, Sumardi, Azrni Saleh

Papsnlo,

ttr

Deteksi Isyarat

Wicara

Huruf

Vokal Pada Penderita

Tuna Wicara

Bertrasis Sinyal Electromyograph

Himawan Wicaksono, Rika R., Fatchul Arif.in,

Tri Arief

S., Mauridhi

IIery

Purnomo

144

165

151

t51

t61

172

178

r84

MsH,

lS''eEl3

-nl ;\J* f:lmtrJr':r:1.

llr$1,,d llcl r. r! irh;ilFbr{fr-J I.nrxrl* lrsri! rrt iirt{Htkl{tlt 4lfr{..rl ih \ir,irr:rTt3[$

:.:.::;:::j?1"! LllL!.&!.&;:t:t:

tx

-$-ii:i::!t;:=i::::::ria

tr.

tj;.

'.:i: i:::.{a::::.Yi=

ffi i$

-4*inar

nn

lntelligent Terlmalagq

Ard

ltg

l5gl{

:

Z33E|-8833

Paoer

ID :

lll

Deteksi

Isyarat

wicara Huruf

Yokal

pada

Penderita

TunaWicaraberbasisSinyalElectromyograph

flimawan

Wicaksono'),

Rika

Rokhana2), Fatchul Arifin3)'

Tri Arief

Sardjonoa)'

Mau

HerY

Purnomo5)

. '\-

6

,---:r-

r

,,u,r)Jurusan _{Teknik Elektro, FTI, lnstitttt}

t"hofogi

S"prluh NoPember Surabaya' ?)Jurusan{eknik Ele

n^r:l^r,-rL ElaLtrnnilra Ne'eri Srrrabava.',Juiusan Teknik Elekffo, Universitas Negeri Yogyakartl Politeknik Elektronika Negeri Surabaya, ''Jurusan l eknlK tsleK[ro, ulrrvsr>rtG t\elierr

email : rlhimawan@student.eepis-its.edu" 2)rika@""pit-itt't4", r'farchui@uny'ac'id' 3)fatchu

-

_{aisardjono@elect-eng.its.ac'id, 5)hery@ee'its'ac'id}

Ahstrak*Penelitian ini direalisasikan utrhtk Menentukan Posisi Peletakkan pengambilan data samPel sinYal wajah.

2. PERANCANGAN SISTEM

elektroda

EMG pada

membantu

seseorar'tg

dengan

keterbatasan

kememtpnan berbicara (tuna wicat'a), agor dapat

m"tokukqn kegiatan kornunikasi' Llntuk mendeteksi

sinyal

Eleciomyograph

(EMG)

menggwnakan

peialatan instrutnertta,si BIOPAC l/tP30' Ketika 'seseordng

berbicara akan terjadi akliJilas

-

otot'

terutami pada daerah mulut dan

pipi'

Proses

klentifikasi isyaral "tpicara dilakukan menggunakan *

Jarfig Syarqi Tiruan (JST) dengan algorltma _ladial

Basii Function Network untuk mendeteksi isyarat wicara huruf vokal (A,

I,

U, E, O)' Ketika dilqhtkan pengujian sinyal sarupel dari pasien tuna wicato

'aipZriten

nilit

_{qkurisi 65% sirryal teridenn'fikasi'} ,idungkon

dari

sampel pasien

grar'7

normal

ctiperileh

64% sinyal

teridentifikasi' Tingkat

kiberhasilan secara keseluruhan sistem ini sebesar 64.44% dari 45 data sampel yang diaiicobakan'

Kata kunci

:

Berbicara, Twwwicara, HuruJ' vokal'

S inY al E I e c tr omYo graP h (E MG)'

1. PENDAHULUAN

Penelitian dibidang EMC tengah berkembang

pesat,

termasuk

diantaranya

Pendeteksian' 'Pemrosesan, _{Aplikasi dan Pengklasifikasian Sinyal}

EMG.

Tujuan

dari

penelitian

ini

adalah

*"*p"tUuriingkan beberapa

metodologi pembelajaran din algoritma untuk analisa sinyat EMG agar mendapatkan cata yang efrsien dan efektif dalam memahami sinYal dan sifatnYa

[l]'

Bradley et.al dalam paper yang berjudul Smoll-Vocabllary Speech Recognition

using

Sudace

Electromyography mendeskripsikan

bahwa

p"og"nuiuo-**tu berbasis sinyal EMG- efektif untuk

*"n-g*ung,

efbk

kebisingan pada- kejelasan

;;;6r""6

isyarat wicara dalam sistem komunikasi' nut ion oUlet< _ienetitian masih menggunakan pasien normal _[2].

Penelitian ini terfokus pada permasalahan diantaranya:

Gambor l. Blok diagram sistem

Mengidentifikasi sinYal

EMG

agar sebagai isYarat wicara'

Penelitian ini merupakan solusi bagi penyandang lrna

wicars dalam hal keterbatasan komunikasi' Proscs identifikasi isyarat wicara huruf'vokal berdasar sinyd

EMC yang dihasilkan oleh otot waiah (Depressor Angut i' Or {$ pada saat kontraks i dan relaksasi'

2.1. Posisi Elektroda dan Blok Diagram

Pengolahan sinyat EMG, dimulai dari pengambilan data siiyal pada gerak artikulasi pengucapan hura{

iokal, meneitukan posisi peletakkan Elektroda pada

titik

sentral pada otot wajah' Pemfilleran sinyal

digital,

Eksi'aksi Firar, proses identifikasi sinyal be-rbaris JST

t3l'

Cambar

t'

menunjukkan blok diagram sistem.

"Posisi

penempatan elektroda pada otot-waj1! harus tepat karena mempengaruhi kualitas sinfal -EMG;i.a1g

aio.i.fri

tll.

eengambilan data sampel sinyal EMG ;

*"*urf*l*l*

3

buah elektroda'

il"kttodu

hiot

i

;ti;i"kd

pada dahi bagian tengah berfungsi sebagai

iiira

atau referensi. Elektroda merah (positif)

iiletakkan pada pertengahan otot Depressor Angdi

Ma*

lB*e*13

At Ir}b tl:ilSrtr.

Ihpt. tr Ektrd En$irG;rirq Cerrp'r'

::

_{lillriii $/"i1}

;

_l

i'1,. n$-

B.

;* :1:::::,'iSSS:i]::;i.7/i ll\\:i;$##?

ItrE

l4t}l

Spminar

rn

Intplliqant

Terhnnlngg

iis sebelah kanan wajah. Kemudian elektroda putih

:tatiD, diletakkan _{di ujung otot Depressor Anguli}

rir disebelah kiri wajah.

Ernbar 2. Visualisasi posisi peletakan elektroda (kiri), posisi peletakkan elektroda pada pasien lun<t wicuret (tanan), (1) Elektroda berwarna hitam, (2) Elektroda

benvarna merah, (3) Elektroda benvarna putih. L Sbtem Akuisisi Data

BIOPAC _{MP30 digunakan sebagai sistem akuisisi}

Ir

Namun perangkat ini tidak dilengkapi dengan

Enpuan

interfbcing dan pembacaan data secara

Itime [a].

il.

mengatasi hal ini kami mengembangkan sistem

1g

dapat bekerja secara

real

tirne

dengan

mrfaatkan porl output sinyal analog, selanjutnya

mversi menjadi sinyal digital menggunakan USB

d

card [5].

L Dcsain Software

Gambar 3 mendeskripsikan flowchart pemrosesan

6d- Sinyal EMG diambil dari pasien menggunakan

la

instrumentasi Biopac, Ilamming band pass

F

dengan frekuensi cutoff 50-500 Hz digunakan

*

menghilangkan noise artitbct yang timbui akibat EEs€ran pergerakan raut wajah saat perekaman

]d

Illtll,

f.ksi

fitur

dan

identifikasi sinyal diproses ;ggunakan metode Fourier dan.trST.

D qtraksi

ftur

sinya[ isyarat wicara disimpan

n

sebwrh file berformat Bitmap. Agar dapat

Ekan

untuk mentraining classifier, file tersebut

L?an _{dalam variabel} dengan tipe data Bitmap.

;gur

ukuran 256x170 pixel

:

43520

bit

data.

Er*ao

proses scanning dari index ke 0 sampai [image:7.612.93.594.21.839.2]

m-

Hal yang sama dilakukan untuk masing-lLry isyarat wicara .

Gambar 3, Flowchart pemrosesan sinyal

Mau, Ifi*'e.SI3

ll nJs fU#rq"

F cf krriftd tjuirH{ilrJ f:raui. r. TFa{ftrrx} 5*w;furr \*gre"rtx;r.

.itrrlfEqfl. fr.trE,s,r

l\nd lts

Applicati*ns

N55ht

:

A33$-Atr23

3. PENGUJIAI\ DAN ANALISA

Dimulai dari pengambilan data sinyal EMG pada

otot wajah, pemtilteran sinyal digital menggunakan

Band

Pars Filter

(BPF), tahap

terakhir pengidentifikasian sinyal EMG menggunakan metode JST dengan algoritmaRadial Basis Function.

3.1. Pengujian Otot Depressor Anguli Oris

Tatrel I. Karakteristik sinyal is,varat wicara dari proses artikula"si huruf vocal

No Nama Sinyal Karakteristik Sinyal

lsyarat wicara

2. Isyarat wicara

't'

3. Isyamt wicara

'u'

4. lsyarat _.E'wicara

5. Isyarat _'o'lvicara

Tabel 2. Ilasil pengukura* otot Depres"tor Angtli Oris

No. Isyarat Wicara

HurufVokal P ercobaanke- Amplitudo(mY) A 0.02r I I 2 A 2 0.02232

3. A J o.02317

4. I I 0.i4136

) I 2 0.14825

6. I J 0.1 387?

7, U I 0.25313

8- Li 2 0.24571

9. U 3 0_26861

10. li I 0.35373

I E 2 0.36'145

2. E 3 0.35612

3. o o.1697',l

4. o 2 0.1 882 r

The

I4e

Seminar nn

I55N

:

E3IIEI:P8PI}

lntelligent

Technalagu

A-d

ltg

Tabel 2 data diambil dari satu orang pasien tuna

wicara dengan

3

kali percobaan untuk masing-masing isyarat wicara huruf vokal.

3.2. Pengujian Metoda Filter Sinyal Digital

Tabel 3. Hasil pengujian metoda tilter sinyal digiral

Metoda Nilai respon terhadap sinyal

Hanrming

0.0007674737586801 l2

0.005i831 1r83628588

0.0096

0.00518311183628588 0.0007674737586801 l 2

llanning

0

0.0047991'1762619063 0.0096

0.0047991776261%63

0

Baftleil

0

0.00479917762619063

0.00s6

0.04479917762619063

0

Perincian hasil pengujian identifikasi sinyal pasien tuna wicara:

-

Jumlah data

total

:20 data

-

Jumlah data benar : 13 data

-

Jurnlah data salah :

7

data

Sehingga diperoleh

nilai

perhitungan error dan akurasi, yaitu _[1][3]:

Filter

sinyal

digital pada

penelitian rnr menggunakan metoda hamming. Karena pada

kondisi steady state frekuensi respon metoda hamming lebih halus dan stabil, respon terdahap perubahan frekuensi cukup responsif dan tajam, meskipun pada steady state, sinyal yang dihasilkan

tidak stabil bila dibandingkan dengan metoda hanning dan Bartlett.

3.3. Pengujian identilikasi sinyal EMG

Tabel 4. Hubungan jumlah data leaming, larna waktu

Yo

enor

= Jumlah data salah x

100%

(l)

Jumlah data total

:

7 xl00Y.

-35%

20

o/o _accuracy

:

_{Jumlah data salah x}

I00%

_Ql

Jumlah data total

= 13 x100% =65%

20

Tatrel 6. Hasil identifikasi sinyal pada pasien nornral

betajar dan leaming rate yang digunakan Jumlah

Data

Learning

Lama Waktu Belajar Learning

RaXe

0.25

Learning

Rate

033

Learning Rate 0.67

50 7.93 6.79 7.89 75 t4.33 15.32 13.47 100 ?4.99 28.28 24.80

Tabel 5. Hasil identi{ikasi sinyal pada pasien tuna wicara

No. Nama Pasien Target

Wahlu Respons

(Secon)

Keterangan

I Pasien I A 2.01 Salah

,

Pasien 2 A 2.08 Benar

J. Pasien 3 A r.89 Benar

4. Pasien 4 A r.98 Benar

5. Pasien I I 2.20 Benar 6. Pasien 2 I 2.14 Benar 7. Pasien 3 I 2.17 Salah 8. Pasien 4 I 2.23 Benar

9. Pasien I U 1.98 Benar t0. Pasien 2 U L86 Salah

n Pasien 3 U 1.92 Belar

,$il4Ht

_{-::At AJt}

IH*e*13

hlfrr"t}.

:8ES- rrf EEEtr,(al &qt166firq Acrr'.6.

.::.Fq{4rtt rdsrok1qi liffi,h*t *t{ffir*h

[image:8.612.35.609.11.830.2]

'1. ?ti

: '' ::'::" _" :':::':t':'iii

'i;ilL$-\$f::::i:ilflfr

lP

l4rn

Seminar

nn

Intelliqant

Tpc

Perincian hasil pengujian identifikasi sinyal

@a pasien orang normal:

-

Jumlah data

total

: 25 data

-

Jumlah data benar : 16 data

-

Jumlah data salah :

9

data

Berdasarkan persarnaan

(l)

dan (2) diperoleh nilai perhitungan error dan akurasi, yaitu :

?6error :!xt00%

:36%

25

%acatracv

:16

x l0A%

:64%

25

Sejumlah 45 data sampel sinyal EMG untuk

Fo6€s identifikasi,

29

data

dapat dikenali,

smentara 16 data tidak dapat dikenali. Hai ini ffkere1sl621 posisi atau bentuk mulut seliap orang

berbeda sehingga diperlukan latihan khtrsus dan

uryesuaian bentuk mulut pada saat artikulasi

iiFrar

wicara. Agar ketegangan otot yang terjadi

&pat sesuai dan dikenali oleh sistem identifikasi.

Persentase

tingkat

keberhasilan secara Eeseluruhan sistem identifier adalah :

furlah data identifikasi

:

45 data lumlah data

dikenali :

29 data

Tingkat

keberhasilan

29

x

fiAo/o

-xx

45

4. KESIMPULAN iryulan dari penelitian ini adalah :

knempatan posisi elektroda pada otot wajah langat krusial karena bila terjadi pergeseran atau

fiak

tepat berada pada otot yang ingin diukur,

lcrrungkinan timbulnya noise akan semakin

bcsar, mengakibatkan pembacaan data sinyal

nenjadi tidak valid.

FeaEambilan sinyal sampel dilakukan pada otot

Anguli

Oris.

Elektroda positif

@osisikan pada bagian kanan atas dengan

hftang hidung sebelah kanan. Elektroda negatif

@misikan pada bagian kiri bawah dekat dengan

&gu. Kemudian elektroda referensi diposisikan

Fda rulang dahi bagian atas.

Keral,rteristik respon frekuensi filter sinyal digital

rcrggunakan metoda hamming pada steady state

mghasilkan sinyal yang lebih halus dan stabil,

Ula dibandingkan dengan metoda hanning dan Bartlett.

Sernakin banyak jumlah data learning maka

hampuan

pengenalan sistem JST terhadap

mtu

sinyal akan semakin baik, tetapi waktu yang fibr.m:hkan untuk sistem learning akan semakin lrma.

isyaral wicara huruJ'vokal dari proses artikulasi

atau pembahan bentuk mulut. Pada

uji

coba sistem data sampel berasal dari pasien tuna wicara rnenghasilkan persetase keakuratannya sebesar

65%, sedangkan data sampel yang berasal dari pasien orarlg normal memiliki tingkat keakuratan

sebesar 64%. Sehingga tingkat keberhasilan sistem secara keseltruhan sebesar 64.44%.

DAFTAR REFERENSI

[1].

M. B. I. Reaz, M. S. llussain, F. Mohd-Yasin,

2006. Techniques

of

EMG Signal Analysis:

Detection, Processing, Classification and

Applications.

l'acul4t of

Engineering,

Multimedia University,

filA0

Cyberjaya, Selangor, Malaysia. pp. 5-19.

[2].

Bradley

J.

Betts,

Kim

Binsted, Charles

Jorgensen, 2046. Small-Vocabulary Speech

Recognition using Surface Electromyography.

Journal aJ' Interacting vtith Computers .Elsevier B. tr USA, Vol. 18, pp. 4-15.

[3].

Abdulhamit Subasi, Mustafa Yilmaz, Hasan R.

Ozcalik, 2006. Classification of EMG Sigrrals

using Wavelet Neural Network. Journal

of

Neuroscience Methods Elsevier B.

Z.

Turkey,

Vol.156,pp.2-7.

[4]. Jocelyn Kremer,

Alan

Macy,

William

McMullen, 2010, Biop:c Student Lab PRO

Manual Professional Version 3.7.7 Reference Manual _for Biopac Student Lab PROt Sofbvare

and MP36/35/30 or MP45 llardware, 42 Aera Camino, Goleta, CA 931 17, pp.89-237.

l5l.

C. Zeitnitz,20l l. The Sound Card Oscilloscope

is a

Digital Oscilloscope

with

a

Frequency

Analysis (FFT)

and

Wave

File

Recorder.

Manualfor The Sound Card Oscilloscope VL.40. USA, pp. 2-14. .

[6].

Mauridhi Hery Pumomo, Agus Kurniawan,

20A6. Supervised Neural llehtorks, l"t ed., pp.

79-l 13. Yogyakarta 555 1 1.

[7].

Bruno Fierens, 201l, Extending the Delphi IDE

I{andbook

of

Embarcadero, 100 California

Street, 126 Floor San Francisco, Califomia 94111,pp.4-?7.

Msu,

l$*efI3

A{ Al'b

EIntJrqJ-E- d Ek{trt{:*l t}:4}x,mlS.g C€ltlln-s,

E.n T&,|(rxs,4$ sq.uh$ [&]$*rr*H. krotlrSufl. frfrrr*ra