Monitoring kelelahan otot lengan atas olahragawan menggunakan arduino = Monitoring fatigue of top arm muscles over sportsmen using arduino

Meilinda, Feronia (2019) Monitoring kelelahan otot lengan atas olahragawan menggunakan arduino = Monitoring fatigue of top arm muscles over sportsmen using arduino. Bachelor thesis, Universitas Pelita Harapan.

Full text not available from this repository.

Abstract

Informasi kelelahan otot sejak dini penting untuk diketahui dalam mengurangi risiko kram otot atau cedera otot. Peran pemantauan kondisi aktivitas otot ini dapat dilakukan dengan cara memantau sinyal aktivitas otot menggunakan elektromiografi. Namun, pemeriksaan menggunakan elektromiografi membutuhkan biaya yang mahal dan memiliki bentuk yang besar sehingga sulit untuk dibawa. Tujuan dari penelitian ini adalah untuk membuat sistem monitoring aktivitas otot yang murah, ringan, dan kecil agar mudah dibawa. Tujuan kedua yaitu mengevaluasi perubahan pada aktivitas otot saat kondisi yang berbeda. Kondisi yang dimaksud adalah kondisi saat sebelum dan sesudah olahraga. Analisis dilakukan dengan menggunakan indeks global fatigue berupa Time Domain dan Frequency Domain, dimana pada Time Domain ini, dihitung Root Mean Square dari data EMG. Pada Frequency Domain dilakukan proses FFT untuk melanjutkan perhitungan pada Frequency Domain berupa Mean Power Frequency dan Median Frequency Pengujian sistem dilakukan dengan mengumpulkan data dari alat EMG Shield dengan membuat program untuk merekam data sesuai durasi yang dapat ditentukan. Percobaan pengukuran dilakukan sebelum dan setelah olahraga. Proses dalam mengolah data aktivitas otot berupa perhitungan Time Domain, pemrosesan data raw menjadi FFT (Fast Fourier Transform) agar dapat dilakukan perhitungan Frequency Domain, dan melakukan analisis data untuk mendapatkan informasi indikasi kelelahan otot. Hasil pengujian membuktikan adanya peningkatan signifikan RMS sebesar 100% dari 10 sampel, penurunan signifikan MPF sebesar 100% dari 10 sampel, serta penurunan MDF namun tidak signifikan sebesar 70% dari 10 sampel. Hal ini menunjukkan terjadi indikasi kelelahan otot pada lengan atas setelah berolahraga. / Knowing fatigue information, especially muscle fatigue from an early age, is important to reduce the risk of muscle cramps or muscle injuries. The role of monitoring the condition of muscle activity can be done by monitoring signals of muscle activity using electromyography. However, examination using electromyography is expensife and has a large form so it is difficult to carry. The purpose of this study was to make a cheap, light, and small muscle activity monitoring system that easy to carry. The second objective is to evaluate changes in muscle activity during different conditions. The conditions are conditions before and after exercise. Analysis is carried out by using the global fatigue index in form of Time Domain and Frequency Domain, where in this Time Domain, the Root Mean Square is calculated from the EMG data. In Frequency Domain, an FFT process is carried out to continue the calculation on Frequency Domain in the form of Mean Power Frequency and Median Frequency. System testing is done by collecting data from the EMG from the EMG Shield tool by creating a program to record data according to the duration that can be determined. Trial measurements were carried out before and after exercise. The process of processing muscle activity data in the form of Time Domain calculations, processing raw data into FFT (Fast Fourier Transform), calculating Frequency Domain and analyzing data to obtain information on muscle fatigue indication. The test results show with evidenced a significant increase in RMS of 100% of the 10 samples, a significant decrease in MPF of 100% of the 10 samples, and decrease in MDF but not significantly by 70% from 10 samples. This shows an occurence indication of arm muscle fatigue after did sport.

Item Type: Thesis (Bachelor)
Creators:
CreatorsNIMEmail
Meilinda, FeroniaNIM00000012566UNSPECIFIED
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorHareva, David HabsaraNIDN0316037206david.hareva@uph.edu
Thesis advisorLukas, SamuelNIDN0331076001samuel.lukas@uph.edu
Additional Information: SK 82-15 MEI m 2019 ; 31001000290016
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions: University Subject > Current > Faculty/School - UPH Karawaci > School of Information Science and Technology > Informatics
Current > Faculty/School - UPH Karawaci > School of Information Science and Technology > Informatics
Depositing User: Stefanus Tanjung
Date Deposited: 03 Nov 2023 03:55
Last Modified: 08 Nov 2023 07:06
URI: http://repository.uph.edu/id/eprint/58611

Actions (login required)

View Item View Item