Page 1
TESIS - TE 142599
DESAIN DAN EVALUASI PERFORMANSI DARI
EMBEDDED FUZZY FUNCTIONAL ELECTRICAL
STIMULATION METODE CYCLE-TO-CYCLE
CONTROL UNTUK RESTORASI GERAKAN
REPETITIF SENDI LUTUT
AIDATUNISADINA LINAZIZAH BASITH
NRP. 2213204204
DOSEN PEMBIMBING
Achmad Arifin, ST., M.Eng., Ph.D
PROGRAM MAGISTER
BIDANG KEAHLIAN ELEKTRONIKA
JURUSAN TEKNIK ELEKTRO
FAKULTAS TEKNOLOGI INDUSTRI
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2016
Page 2
THESIS - TE 142599
DESIGN AND PERFORMANCE EVALUATION OF
EMBEDDED FUZZY FUNCTIONAL ELECTRICAL
STIMULATION USING CYCLE-TO-CYCLE
CONTROL FOR KNEE-JOINT REPETITIVE
MOVEMENT RESTORATION
AIDATUNISADINA LINAZIZAH BASITH
NRP. 2213204204
SUPERVISOR
ACHMAD ARIFIN, ST., M.Eng., Ph.D.
MAGISTER PROGRAM
FIELD STUDY OF ELECTRONIC ENGINEERING
DEPARTMENT OF ELECTRICAL ENGINEERING
FACULTY OF INDUSTRIAL TECHNOLOGY
INSTITUT TEKNOLOGI SEPULUH NOPEMBER
SURABAYA
2016
Page 4
vi
Halaman ini sengaja dikosongkan
Page 5
vii
Desain dan Evaluasi Performansi Embedded Fuzzy Functional Electrical
Stimulation Metode Cycle-to-cycle Control untuk Restorasi Gerakan Repetitif
Sendi Lutut
Nama : Aidatunisadina Linazizah Basith NRP : 2213204204 Pembimbing : Achmad Arifin, ST., M.Eng., Ph.D.
ABSTRAK
Beberapa penyakit, seperti stroke dan spinal cord injury, dapat mengakibatkan kelumpuhan serta hilangnya fungsi dasar anggota gerak pada individu yang mengalaminya. Fungsi tersebut dapat dikembalikan melalui rehabilitasi medik menggunakan metode Functional Electrical Stimulation (FES). Agar rehabilitasi dapat berjalan efektif serta dapat meningkatkan kualitas hidup dan kemandirian individu, maka sistem FES perlu dibuat dalam bentuk perangkat yang wearable dengan kontrol closed-loop. Pada penelitian ini, kontroler fuzzy untuk FES wearable telah dirancang dan diimplementasikan pada embedded system. Kontroler dirancang untuk mengontrol enam gerakan anggota gerak bagian bawah dan terbagi menjadi dua jenis kontroler, yaitu kontroler Single Input Single Output (SISO) dan Multi Input Single Output (MISO). Performansi kontroler dievaluasi melalui pengujian eksperimental untuk mengontrol gerakan fleksi dan ekstensi sendi lutut dengan subyek normal. Pengujian dilakukan dengan tujuan mengetahui kemampuan sistem untuk menghasilkan burst duration stimulasi secara otomatis serta melakukan kompensasi terhadap kelelahan otot yang terjadi pada subyek. Parameter pegujian berupa settling index (SI) dan nilai Root Mean Squared Error (RMSE). Dari hasil pengujian, SI untuk semua subyek dalam pengujian pengontrolan gerakan fleksi lutut maksimum bernilai antara 2-10 siklus, dengan nilai RMSE kurang dari 7o, sedangkan SI untuk pengujian kontrol gerakan ekstensi lutut maksimum bernilai antara 3-10 siklus dan nilai RMSE kurang dari 5°. Error maksimum pada saat terjadi kelelahan otot adalah sebesar 9.1°. Indeks rekoveri yang dibutuhkan sebesar 13 siklus dengan error absolut bernilai kurang dari atau sama dengan Δθ sebesar 3.5°. Hal ini membuktikan bahwa kontroler yang dirancang mampu menyesuaikan stimulasi dengan kondisi pengguna secara langsung, serta mampu meregulasi burst duration dan mengatasi kelelahan otot yang terjadi pada subyek. Dengan respon yang cepat, kontroler diharapkan dapat diterapkan untuk aplikasi klinis.
Kata Kunci : wearable functional electrical stimulation, gerakan sendi lutut, stimulator, burst duration, kelelahan otot
Page 6
viii
Halaman ini sengaja dikosongkan
Page 7
ix
Design and Performance Evaluation on Embedded Fuzzy Functional
Electrical Stimulation Using Cycle-to-cycle Control for Knee Joint Repetitive
Movement Restoration
By : Aidatunisadina Linazizah Basith Student Identity Number : 2213204204 Supervisor : Achmad Arifin, ST., M.Eng., Ph.D.
ABSTRACT
Some diseases and accidents, like stroke and spinal cord injury, can result in paralyzed limb and the loss of basic function of the limb. Those functions can be restored through medical rehabilitation using Functional Electrical Stimulation (FES) method. In order for the medical rehabilitation to be done effectively and able to increase life’s quality and independency of the user, the FES system should be made as a wearable device using closed-loop control. In this research, fuzzy controller for wearable FES was designed and implemented in embedded system. The controller was designed to control six movements of lower limb, divided into two, which are Single Input Single Output (SISO) and Multi Input Single Output (MISO) controllers. The performance evaluation of controller was done using experimental test to control flexion and extension movements of knee-joint in normal subject. The evaluation was done to know the ability of the system to regulate burst duration automatically and the ability to compensate muscle fatigue in subject. The evaluation parameters were settling index and Root Mean Squared Error (RMSE). From the result, SI for all subjects in maximum knee flexion control was 2-10 cycles, with MSE less than 7o, while SI for maximum knee extension control was 3-10 cycles with RMSE less than 5°. Maximum error when muscle fatigue happened was 9.1°. Recovery index needed was 13 cycles with absolute error less than or equal to Δθ, about 3.5°. It was proven that the designed controller was able to accommodate subject’s condition directly, able to regulate burst duration automatically, and able to compensate muscle fatigue in subject. With fast response, the controller designed was expected to be implemented for clinical application. Keywords : wearable functional electrical stimulation, knee-joint movement, stimulator, burst duration, muscle fatigue
Page 8
x
Halaman ini sengaja dikosongkan
Page 9
xiii
DAFTAR ISI
LEMBAR PENGESAHAN .................................................................................... v
ABSTRAK ............................................................................................................ vii
ABSTRACT ............................................................................................................. ix
KATA PENGANTAR ........................................................................................... xi
DAFTAR ISI ........................................................................................................ xiii
DAFTAR GAMBAR ............................................................................................ xv
DAFTAR TABEL ................................................................................................ xix
DAFTAR PERSAMAAN .................................................................................... xxi
BAB 1 PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ....................................................................................... 1
1.2 Perumusan Masalah ................................................................................ 4
1.3 Tujuan dan Manfaat ................................................................................ 4
BAB 2 DASAR TEORI DAN KAJIAN PUSTAKA .............................................. 7
2.1 Sistem Otot dan Rangka .......................................................................... 7
2.2 Lower Limb Movement ............................................................................ 8
2.3 Functional Electrical Stimulation ......................................................... 11
2.4 Sistem Kontrol FES .............................................................................. 14
2.5 Fuzzy Logic Controller ......................................................................... 17
2.6 Sistem Sensor ....................................................................................... 18
2.7 Diagram Fishbone ................................................................................ 21
BAB 3 METODE PENELITIAN.......................................................................... 23
3.1 Studi Pustaka dan Referensi ................................................................. 23
3.2 Perancangan dan Implementasi Sistem Kontroler ................................ 24
3.3 Perancangan dan Implementasi Prototipe Kontroler Fuzzy ................. 24
3.3.1 Perancangan Fuzzy Logic Controller ............................................ 24
3.3.2 Perancangan Protokol Transfer Data ............................................. 28
3.3.3 Perancangan Antarmuka Pada Embedded System ......................... 29
3.3.4 Perancangan Antarmuka Pada PC/laptop untuk Prototipe FLC .... 33
3.3.5 Implementasi Pada Embedded System ........................................... 39
Page 10
xiv
3.3.6 Pengujian Performansi Prototipe Kontroler ................................... 41
3.4 Perancangan dan Implementasi FLC Pada Sistem FES Wearable ....... 44
3.4.1 Pengembangan Kontroler Fuzzy .................................................... 44
3.4.2 Perancangan Antarmuka Pada PC/laptop untuk Sistem FES Wearable ........................................................................................ 51
3.4.3 Implementasi Pada Perangkat FES Wearable ................................ 58
BAB 4 PENGUJIAN DAN EVALUASI PERFORMANSI ................................. 61
4.1 Pengujian Eksperimental Kontrol Gerakan Sendi Lutut ....................... 61
4.2 Pengujian Kontrol Gerakan Fleksi Lutut Maksimum ........................... 62
4.3 Pengujian Kontrol Gerakan Ekstensi Lutut Maksimum ....................... 69
BAB 5 KESIMPULAN DAN SARAN ................................................................. 75
5.1 Kesimpulan ........................................................................................... 75
5.2 Saran ..................................................................................................... 76
DAFTAR PUSTAKA
LAMPIRAN
BIOGRAFI PENULIS
Page 11
xv
DAFTAR GAMBAR
Gambar 2.1 Ilustrasi fase gait ............................................................................. 9
Gambar 2.2 Anatomi otot yang menggerakkan sendi lutut .............................. 10
Gambar 2.3 Ilustrasi gerakan fleksi dan ekstensi lutut ....................................... 11
Gambar 2.4 Bentuk pulsa stimulasi; (a) pulsa monophasic; (b) pulsa
biphasic ........................................................................................... 12
Gambar 2.5 Pulse train stimulasi untuk elektroda pada permukaan kulit ........ 13
Gambar 2.6 Perbedaan stimulasi pada individu normal dan penderita
Spinal Cord Injury......................................................................... 13
Gambar 2.7 Berbagai sistem kontrol untuk FES............................................... 16
Gambar 2.8 Diagram konseptual kontrol cycle-to-cycle ................................... 16
Gambar 2.9 Contoh set fuzzy untuk sistem FES .............................................. 17
Gambar 2.10 Instalasi FSR pada alas kaki .......................................................... 19
Gambar 2.11 Diagram blok sistem wearable FES .............................................. 19
Gambar 2.12 Diagram fishbone penelitian FES dengan metode cycle-to-
cycle control .................................................................................. 21
Gambar 3.1 Diagram blok tahap penelitian ...................................................... 23
Gambar 3.2 Struktur prototipe kontroler fuzzy ................................................. 25
Gambar 3.3 Input membership function error ................................................... 26
Gambar 3.4 Output membership function ΔTB ................................................ 26
Gambar 3.5 Plot hubungan antara variabel masukan dan keluaran
prototipe fuzzy .............................................................................. 26
Gambar 3.6 Ilustrasi penentuan region error .................................................... 27
Gambar 3.7 Ilustrasi paket data......................................................................... 29
Gambar 3.8 Diagram blok transfer data ............................................................ 29
Gambar 3.9 Diagram use case antarmuka embedded system............................ 30
Gambar 3.10 Diagram use case menu Home ...................................................... 30
Gambar 3.11 Antarmuka grafis dari FLC untuk otot Rectus Vemoris.
(a) Kondisi awal. (b) Setelah data dikirim dari PC/laptop ............ 31
Gambar 3.12 Diagram use case menu IMF Graphic .......................................... 31
Page 12
xvi
Gambar 3.13 Diagram use case menu OMF Graphic ......................................... 32
Gambar 3.14 Representasi grafis dari set fuzzy otot Rectus Vemoris.
(a) Input membership function error. (b) Output membership
function ΔTB ................................................................................. 32
Gambar 3.15 Diagram aktivitas antarmuka pada embedded system ................... 33
Gambar 3.16 Diagram use case antarmuka pada PC/laptop ............................... 35
Gambar 3.17 Tampilan awal program antarmuka pada PC/laptop ..................... 35
Gambar 3.18 Diagram use case pemilihan segmen dan otot ............................... 36
Gambar 3.19 Diagram use case menu Setting Comport...................................... 36
Gambar 3.20 Diagram use case menu Open Port ............................................... 37
Gambar 3.21 Diagram use case menu Kirim Data .............................................. 37
Gambar 3.22 Diagram use case menu Masukan Random ................................... 38
Gambar 3.23 Diagram use case menu Reset ....................................................... 38
Gambar 3.24 Diagram aktivitas program antarmuka pada PC/laptop ................. 39
Gambar 3.25 Diagram blok sistem ...................................................................... 40
Gambar 3.26 Diagram alir perangkat lunak prototipe kontroler fuzzy ............... 42
Gambar 3.27 Sinyal representasi waktu pemrosesan rutin FLC untuk otot
Iliopsoas......................................................................................... 43
Gambar 3.28 Sinyal representasi waktu pemrosesan rutin FLC dan
pengiriman data untuk otot Iliopsoas ............................................ 44
Gambar 3.29 Ilustrasi penentuan desired range .................................................. 46
Gambar 3.30 Struktur kontroler fuzzy untuk sistem wearable FES ................... 46
Gambar 3.31 Set fuzzy untuk variabel masukan error pada gerakan fleksi
pinggang maksimum...................................................................... 47
Gambar 3.32 Set fuzzy untuk variabel masukan error pada gerakan
ekstensi pinggang maksimum ........................................................ 47
Gambar 3.33 Set fuzzy untuk variabel masukan error pada gerakan fleksi
lutut maksimum ............................................................................. 47
Gambar 3.34 Set fuzzy untuk variabel masukan error pada gerakan dorsifleksi
engkel maksimum .......................................................................... 47
Gambar 3.35 Set fuzzy untuk variabel masukan error pada gerakan
plantarfleksi engkel maksimum ..................................................... 48
Page 13
xvii
Gambar 3.36 Set fuzzy untuk variabel masukan error pada gerakan
ekstensi lutut maksimum ............................................................... 48
Gambar 3.37 Set fuzzy untuk variabel masukan desired range pada
gerakan ekstensi lutut maksimum ................................................. 48
Gambar 3.38 Plot hubungan antara variabel masukan dan keluaran untuk
gerakan fleksi pinggang maksimum.............................................. 48
Gambar 3.39 Plot hubungan antara variabel masukan dan keluaran untuk
gerakan ekstensi pinggang maksimum ........................................... 49
Gambar 3.40 Plot hubungan antara variabel masukan dan keluaran untuk
gerakan fleksi lutut maksimum ...................................................... 49
Gambar 3.41 Plot hubungan antara variabel masukan dan keluaran untuk
gerakan dorsifleksi engkel maksimum ........................................... 49
Gambar 3.42 Plot hubungan antara variabel masukan dan keluaran untuk
gerakan plantarfleksi engkel maksimum ........................................ 50
Gambar 3.43 Plot diagonal hubungan antara variabel masukan dan
keluaran untuk gerakan ekstensi lutut maksimum .......................... 50
Gambar 3.44 Tampilan halaman awal program antarmuka untuk PC/laptop ...... 53
Gambar 3.45 Tampilan pemilihan gerakan pada mode User ............................... 54
Gambar 3.46 Tampilan halaman monitoring pada mode User ............................ 55
Gambar 3.47 Tampilan awal halaman monitoring pada mode Expert ................. 56
Gambar 3.48 Diagram aktivitas program antarmuka sistem FES wearable ........ 57
Gambar 3.49 Diagram blok sistem wearable FES .............................................. 59
Gambar 3.50 Penggunaan perangkat FES wearable ........................................... 59
Gambar 3.51 Diagram alir proses fuzzy pada kontroler SISO ........................... 60
Gambar 4.1 Posisi subyek untuk pengujian eksperimental gerakan fleksi
dan ekstensi lutut maksimum ........................................................ 62
Gambar 4.2 Hasil kontrol gerakan fleksi lutut maksimum (Subyek A,
pengujian 1) ................................................................................... 64
Gambar 4.3 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek A, pengujian 1) ............................................. 65
Gambar 4.4 Hasil kontrol gerakan fleksi lutut maksimum (Subyek I,
pengujian 1) ................................................................................... 65
Page 14
xviii
Gambar 4.5 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek I, pengujian 1) ............................................... 65
Gambar 4.6 Hasil kontrol gerakan fleksi lutut maksimum (Subyek J,
pengujian 2) ................................................................................... 66
Gambar 4.7 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek D, pengujian 1) ............................................. 67
Gambar 4.8 Hasil kontrol gerakan fleksi lutut maksimum (Subyek E,
pengujian 1) ................................................................................... 67
Gambar 4.9 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek E, pengujian 1).............................................. 67
Gambar 4.10 Hasil kontrol gerakan fleksi lutut maksimum (Subyek C,
pengujian 1) ................................................................................... 68
Gambar 4.11 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek C, pengujian 1) ............................................. 69
Gambar 4.12 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek J,
pengujian 1) ................................................................................... 71
Gambar 4.13 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek J, pengujian 1) .............................................. 71
Gambar 4.14 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek I,
pengujian 2) ................................................................................... 72
Gambar 4.15 Delta burst duration pengujian kontrol gerakan ekstensi lutut
maksimum (Subyek I, pengujian 2) ............................................... 72
Gambar 4.16 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek D,
pengujian 1) ................................................................................... 73
Gambar 4.17 Delta burst duration pengujian kontrol gerakan ekstensi lutut
maksimum (Subyek D, pengujian 1) ............................................. 74
Gambar 4.18 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek A,
pengujian 2) ................................................................................... 74
Gambar 4.19 Delta burst duration pengujian kontrol gerakan ekstensi lutut
maksimum (Subyek A, pengujian 2) ............................................. 74
Page 15
xix
DAFTAR TABEL
Tabel 2.1 Otot-otot yang Mengatur Pergerakan Anggota Gerak Bagian
Bawah ............................................................................................ 10
Tabel 3.1 Fuzzy Rules Set untuk Kontroler SISO ......................................... 27
Tabel 3.2 Otot yang Distimulasi dan Sudut Referensi .................................. 41
Tabel 3.3 Waktu Pemrosesan Embedded System .......................................... 43
Tabel 3.4 Sudut Acuan untuk Kontroler Fuzzy............................................. 46
Tabel 3.5 Fuzzy Rules Set untuk Kontroler MISO ........................................ 50
Tabel 4.1 Parameter Evaluasi Pengujian Kontrol Fleksi Lutut
Maksimum..................................................................................... 63
Tabel 4.2 Parameter Evaluasi Pengujian Kontrol Ekstensi Lutut
Maksimum..................................................................................... 70
Page 16
xx
Halaman ini sengaja dikosongkan
Page 17
xxi
DAFTAR PERSAMAAN
Persamaan 2.1 Perhitungan burst duration metode cycle-to-cycle control ........... 15
Persamaan 3.1 Definisi nilai error ......................................................................... 25
Persamaan 3.2 Defuzzifikasi dengan metode Center of Gravity ........................... 27
Persamaan 3.3 Konversi data [n] pada sisi pengirim ............................................ 28
Persamaan 3.4 Konversi data [n+1] pada sisi pengirim ........................................ 28
Persamaan 3.5 Konversi data sudut ....................................................................... 28
Persamaan 3.6 Perhitungan burst duration berdasarkan metode cycle-to-
cycle control .................................................................................. 45
Page 18
xxii
Halaman ini sengaja dikosongkan
Page 19
DAFTAR PUSTAKA
Arifin, A., Watanabe, T., Hoshimiya, N. (2003), ―Fuzzy Controller for Cycle-to-Cycle Control of Swing Phase of FES-induced Hemiplegic Gait: A Computer Simulation in Two-joints Control‖, Proceedings of the 25 Annual International Conference of the IEEE EMBS, Cancun, hal. 1519-1522.
Arifin, A., Watanabe, T., Hoshimiya, N. (2005), ―Computer Simulation Test of
Fuzzy Controller for the Cycle-to-Cycle Control of Knee Joint Movements of Swing Phase of FES Gait‖, IEICE Transaction of Information and System, Vol. E88-D, No. 7, hal. 1763-1766.
Arifin, A., Watanabe, T., Hoshimiya, N. (2006a), ―Design of Fuzzy Controller of the Cycle-to-Cycle Control for Swing Phase of Hemiplegic Gait Induced by FES‖, IEICE Transaction of Information and System, Vol. E89-D, No. 4, hal. 1525-1533.
Arifin, A., Watanabe, T., Yoshizawa, M., Hoshimiya, N. (2006b), ―A Test of
Stimulation Schedules for the Cycle-to-Cycle Control of Multi-joint Movements in Swing Phase of FES-induced Hemiplegic Gait‖, Journal of the Society of Biomechanisms, Vol. 30, No. 1, hal. 31-35.
Arifin, A., Arrofiqi, F., Setiawan, R., Supeno, B., Tasripan, Pujiono, (2012), ―A Wearable Human Movement Measurement System: Sensor Fusion and Signal Processing Method‖, Proceedings of The 13th Seminar on Intelligent Technology and Its Application, Surabaya, hal. 189-193.
Arrofiqi, F. (2015), Pengembangan Perangkat Wearable untuk Pengukuran Gerakan Manusia dan Rehabilitasi Kemampuan Berjalan Menggunakan Functional Electrical Stimulation System, Tesis Magister, Institut Teknologi Sepuluh Nopember, Surabaya.
Brend, O., Freeman, C.T., French, M. (2012), "Application of Multiple Model Adaptive Control to Upper Llimb Stroke Rehabilitation", Proceedings of 2012 IEEE International Conference on Control Applications, Dubrovnik, hal. 69-74.
Chou, C.H., Chen, S., Hwang, Y.S., Ho, C.S., Chen, C.C., Chen, S.C., Chen, Y.L.
(2011). "Application of FES for Hemiplegia in Extremity Coordination Training", Proceedings of 5th International Conference on Bioinformatics and Biomedical Engineering, Wuhan, hal. 1-4.
Page 20
Dai, R., Stein, R.B., Andrews, B.J., James, K.B., Wieler, M., Jun.(1996), "Application of Tilt Sensors in Functional Electrical Stimulation", IEEE Transactions on Rehabilitation Engineering, Vol. 4, No.2, hal. 63-72.
Dingguo, Z., dan Kuanyi, Z. (2004), "Neural Network Control for Leg Rhythmic
Movements Via Functional Electrical Stimulation", Proceedings of 2004 IEEE International Joint Conference on Neural Networks Vol. 2, hal. 1245-1248.
Graupe, R. Davis, Kordylewski, H., Kohn, K. H., (1998), ―Ambulation by Traumatic T4-12 Paraplegics Using Functional Neuromuscular Stimulation,‖ Crit. Rev. Neurosurg., Vol. 8, no. 4, hal. 221-231.
Gollee, H., Hunt, K. J., Wood, D. E., (2004), ―New Results in Feedback Control of Unsupported Standing in Paraplegia,‖ IEEE Trans. Neural Syst. Rehabil. Eng., Vol. 12, no. 1, hal. 73–80.
Ibrahim, B.S.K.K., Tokhi, M.O., Huq, M.S., Gharoonu, S.C. (2011), "Fuzzy Logic
Based Cycle-to-Cycle Control of FES-induced Swinging Motion", International Conference on Electrical, Control and Computer Engineering, hal. 60-64.
Indrajaya, B. (2012), Pengembangan Wireless Wearable Sensor untuk
Pengukuran Lower Limb Joint Angles dan Gait Phases, Tesis Magister, Institut Teknologi Sepuluh Nopember, Surabaya.
Lynch, C.L., Popovic, M.R. (2008), " Functional Electrical Stimulation: Closed-
loop Control of Induced Muscle Contractions", IEEE Control System, Vol. 28, No. 2, hal. 40-50.
Ma'arifah, M. (2015), Wearable Gait Measurement untuk Dua Sisi Anggota Gerak Bagian Bawah untuk Pengembangan Pathological Gait Database, Tugas Akhir Sarjana, Institut Teknologi Sepuluh Nopember, Surabaya.
Mackay, J., dan Mensah, G. (2004), The Atlas of Heart Disease and Stroke, World
Health Organization, Switzerland.
Matjacic, Z., dan Bajd, T., (1998), ―Arm-free Paraplegic Standing—Part II: Experimental Results,‖ IEEE Trans. Rehabil. Eng., Vol. 6, no. 2, hal. 139-150.
Miura, N., Watanabe, T., Sugimoto, S., Seki, K., Kanai, H. (2011), "Fuzzy FES
Controller Using Cycle-to-cyle Control for Repetitive Movement Training in Motor Rehabilitation: Experimental Tests with Wireless System",
Page 21
Journal of Medical Engineering and Technology, Vol. 35, No. 6, hal. 314-321
Pappas, I.P.I., Popovic, M.R., Keller, T., Dietz, V., Morrari, M. (2001), "A
Reliable Gait Phase Detection System", IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 9, No. 2, hal. 113-124.
Shariati, N.H., Maleki, A., Fallah, A. (2011), "Feedforward-feedback P-PID
Control of Elbow Joint Angle for Functional Electrical Stimulation: A Simulation Study", Proceedings of 2nd International Conference on Control, Instrumentation and Automation, Shiraz, hal. 156-161.
Supeno, B., Setiawan, R., Arifin, A. (2012), "Disain Wireless Functional
Electrical Stimulator Menggunakan X-Bee Pro", Proceeding dalam EECCIS 2012, Universitas Brawijaya, Malang, hal. B8-1-B8-6.
Thrasher, T. A., Wang, F., Andrews, B. (1996), "Self Adaptive Neuro-fuzzy
Control of Neural Prostheses Using Reinforcement Learning", Proceedings of the 18th Annual International Conference of the IEEE Engineering in Medicine and Biology Society Vol. 1, Amsterdam, hal. 451-452.
Thrasher, T. A., Flett, H.M., Popovic, M. R., (2006), ―Gait Training Regimen for
Incomplete Spinal Cord Injury Using Functional Electrical Stimulation,‖ Spinal Cord, Vol. 44, hal. 357-361.
Watanabe, T., Arifin, A., Masuko, T., Yoshizawa, M., (2007), "An Experimental
Test of Fuzzy Controller Based on Cycle-to-Cycle Control for FES-induced Gait: Knee Joint Control with Neurologically Intact Subjects", Proceedings of the 11th Mediterranean Conference on Medical and Biomedical Engineering and Computing 2007, Vol. 16, hal. 647-650.
Watanabe, T., Masuko, T., Arifin, A., Yoshizawa, M., (2008), "A Feasibility
Study of Fuzzy FES Controller Based on Cycle-to-Cycle Control: An Experimental Test of Knee Extension Control", IEICE Transaction of Information and System, Vol. E91-D, No. 3, hal. 865-868.
Watanabe, T., Masuko, T., Arifin, A., (2009), "Preliminary Tests of a Practical
Fuzzy FES Controller Based on Cycle-to-Cycle Control in the Knee Flexion and Extension Control", IEICE Transaction of Information and System, Vol. E92-D, No. 7, hal. 1507-1510.
World Health Organization (2013), Fact sheet in Spinal Cord Injury. Zhang, Q., Hayashibe, M., Fraisse, P., Guiraud, D. (2011), "FES-Induced Torque
Prediction With Evoked EMG Sensing for Muscle Fatigue Tracking", IEEE/ASME Transactions on Mechatronics, Vol. 16, No. 5, hal. 816–826.
Page 22
Halaman ini sengaja dikosongkan
Page 23
RIWAYAT HIDUP PENULIS
Nama : Aidatunisadina Linazizah Basith
Alamat : Keboansikep RT 5 RW 4 no 13, Gedangan,
Sidoarjo, Jawa Timur 61254
Tempat, Tanggal Lahir : Sidoarjo, 17 Februari 1990
Jenis Kelamin : Perempuan
Agama : Islam
Status : Menikah
No. Telepon : +62 812 304 449 32
Email : [email protected]
Riwayat Pendidikan : 1. SD Muhammadiyah 1 Sidoarjo
2. SMPN 1 Sidoarjo
3. SMAN 1 Sidoarjo
4. Diploma, Institut Teknologi Telkom
5. Strata-1, Institut Teknologi Telkom
Page 24
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Stroke merupakan salah satu permasalahan kesehatan paling penting saat
ini. Setiap tahun, di seluruh dunia, hampir 15 juta orang menderita stroke. Dari
jumlah tersebut, hampir lima juta orang mengalami disabilitas sebagai akibat dari
penyakit ini. Di Indonesia sendiri, 123.684 orang meninggal pada 2002 dan 8 dari
1000 orang mengalami disabilitas karena stroke pada 2003 (Mensah dan Mackay,
2004). Penyakit lain, seperti spinal cord injury (SCI), juga dapat mengakibatkan
kelumpuhan anggota gerak, baik sebagian maupun keseluruhan, pada
penderitanya. Setiap tahun, 250.000 hingga 500.000 orang menderita SCI (WHO
Fact sheet, 2013). Kelumpuhan yang terjadi, baik akibat stroke, SCI, maupun
penyebab lain, dapat memberikan keterbatasan gerak dan fungsi dasar yang bisa
dijalankan oleh seorang individu, seperti berjalan dan menggenggam. Selain itu,
disabilitas yang terjadi juga dapat mengurangi kualitas hidup individu yang
bersangkutan dan meningkatkan ketergantungan terhadap individu lain. Tingginya
tingkat disabilitas yang terjadi serta dampak yang ditimbulkan mendorong
dibutuhkannya sarana preventif maupun represif untuk mengurangi dan mengatasi
hal tersebut.
Salah satu cara utama untuk mengembalikan fungsi-fungsi anggota gerak
pada seorang individu adalah dengan menjalani rehabilitasi medik. Terdapat
beberapa metode yang umum digunakan, salah satunya adalah Functional
Electrical Stimulation (FES). Metode yang disebut juga sebagai Neuro Muscular
Stimulation (NMS) ini merupakan metode untuk mengembalikan fungsi motorik
anggota gerak dengan memanfaatkan sinyal elektris buatan untuk memicu
kontraksi otot. Metode ini dapat digunakan untuk rehabilitasi anggota gerak
bagian atas maupun bawah. Pada rehabilitasi anggota gerak bagian bawah (lower
limb), FES dapat digunakan untuk memperbaiki gaya berjalan (gait) dengan
mengontrol fase berayun gait dan mencegah jatuhnya kaki secara tiba-tiba pada
lantai (foot drop). FES juga telah diterapkan dalam berbagai aplikasi, di antaranya
Page 25
2
untuk berdiri (Matjacic dkk, 2003, Gollee dkk, 2004), berjalan (Graupe dkk,
1998), hingga program untuk melatih gaya berjalan (Thrasher dkk, 2006).
Namun, realisasi sistem FES sendiri memiliki beberapa tantangan, antara
lain respon pasien yang beragam, kelelahan otot pasien, delay waktu yang cukup
signifikan, serta tingginya ketidaklinieritasan antara sistem saraf, otot, dan rangka.
Selain itu, sistem FES harus mampu meregulasi stimulasi elektris yang diberikan
kepada subyek secara tepat. Tidak kalah penting, perancangan sistem FES juga
harus memperhatikan faktor kenyamanan pengguna.
Sistem FES yang telah direalisasikan saat ini umumnya berukuran besar
dan memiliki cara instalasi yang rumit. Oleh karena itu, sistem terasa kurang
nyaman saat dikenakan, membutuhkan waktu lama untuk instalasi, serta bersifat
kurang praktis. Selain itu, mayoritas perangkat FES masih mengandalkan
komputer dalam merealisasikan sistem kontrolernya. Beberapa perangkat FES
komersial telah dibuat dalam bentuk wearable, namun menggunakan sistem
kontrol open-loop sehingga sistem tidak dapat beradaptasi dengan kebutuhan
pengguna secara cepat. Untuk mengatasi tantangan-tantangan tersebut,
perancangan sistem FES dapat dibuat dalam bentuk perangkat wearable yang
dapat digunakan secara portabel dengan memanfaatkan kontrol closed-loop
sehingga memudahkan gerak subyek dan proses rehabilitasi.
Dalam merealisasikan sistem FES wearable, terdapat dua bagian utama,
yaitu stimulator elektris dan sistem sensor. Stimulator elektris berfungsi
memberikan stimulasi kepada subyek secara tepat, sehingga dibutuhkan sistem
kontrol untuk mengatur besar dan durasi stimulasi yang diberikan. Hingga saat
ini, telah terdapat banyak metode sistem kontrol FES yang dikembangkan.
Beberapa di antaranya adalah penggunaan neuro-fuzzy adaptif (Thrasher dkk,
1996), multiple adaptive control (Brend dkk, 2012), neural network (Dingguo dan
Kuanyi, 2004) dan kontroler PID (Shariati dkk, 2011). Selain itu, telah
dikembangkan pula metode kontrol trayektori, namun metode ini belum dapat
digunakan pada aplikasi klinis karena hasil penjejakan yang belum akurat.
Selain metode-metode tersebut, metode lain yang telah dikembangkan
adalah penggunaan kontrol fuzzy. Berbeda dengan metode lain yang cenderung
menggunakan perhitungan matematis, kontroler fuzzy memiliki karakterististik
Page 26
3
yang sesuai untuk diterapkan pada sistem nonlinier seperti FES, baik secara
simulasi maupun eksperimental (Arifin dkk, 2005, Watanabe dkk, 2009, Ibrahim
dkk, 2011). Dengan kemampuan kontroler fuzzy untuk membuat keputusan secara
fleksibel, memungkinkan kontroler untuk diterapkan dalam kondisi dengan
intervariabilitas subyek yang tinggi.
Secara umum, terdapat dua jenis metode kontrol pada FES, yaitu open-
loop dan closed-loop. Sistem open-loop FES menghasilkan stimulasi elektris
berdasarkan permintaan atau komando dari pengguna. Artinya, pengguna harus
berkonsentrasi penuh pada perangkat selama penggunaan. Hal ini tentu kurang
efektif karena membuat pengguna sulit membagi konsentrasi pada aktivitas lain.
Sistem closed-loop FES, di sisi lain, menghasilkan stimulasi berdasarkan
informasi umpan balik dari kondisi otot pengguna. Oleh karena itu, sistem closed-
loop FES dapat digunakan sebagai kontrol stimulasi real-time yang merupakan
syarat penting bagi banyak aplikasi FES (Lynch dan Popovic, 2008).
Untuk merealisasikan sistem FES closed-loop, dapat digunakan metode
cycle-to-cycle control. Karena karakteristik gerakan manusia yang bersifat cyclic¸
metode kontrol ini dipandang tepat untuk diterapkan pada sistem FES. Melalui
beberapa penelitian yang telah dilakukan, baik berupa simulasi (Arifin dkk, 2003)
maupun pengujian eksperimental (Miura dkk, 2011, Supeno dkk, 2012),
pengaplikasian metode cycle-to-cycle pada sistem FES menunjukkan hasil yang
baik dan menjanjikan untuk diterapkan pada aplikasi klinis. Selain itu,
penggunaan kontrol cycle-to-cyle dengan metode closed-loop pada perangkat
terapi untuk gerakan repetitif memungkinkan terjadinya penyesuaian secara
langsung pada perangkat berdasarkan kondisi individu pada setiap siklus.
Bagian penting lain dari sistem FES adalah sistem sensor. Untuk
mewujudkan perangkat wearable portable FES, diperlukan penggunaan sensor
yang tidak hanya efektif namun juga memiliki dimensi kecil. Hal ini dapat dicapai
melalui penggunaan inertial sensor berbasis teknologi MEMS dan sensor FSR
(Indrajaya, 2012, Arrofiqi, 2015). Dengan penggunaan sensor, akan didapatkan
umpan balik berupa informasi yang diperlukan oleh sistem.
Pada penelitian ini, telah dirancang kontroler fuzzy untuk perangkat
wearable FES dengan sistem kontrol closed-loop yang diimplementasikan pada
Page 27
4
embedded system. Pengujian difokuskan pada penggunaan perangkat untuk
gerakan repetitif sendi lutut. Perangkat yang digunakan mencakup sistem sensor
dan rangkaian stimulator. Sistem sensor terdiri atas giroskop dan akselerometer
untuk mendapatkan informasi gerakan berupa sudut sendi yang dihasilkan obyek
serta FSR untuk mendapatkan fase gait, sedangkan rangkaian stimulator dirancang
menggunakan boost converter. Proses akuisisi sensor, pengondisian sinyal,
pengambilan informasi gerakan dari sistem sensor serta pengontrolan stimulasi
dilakukan menggunakan embedded system.
Proses pengujian bertujuan untuk mengetahui kemampuan sistem dalam
menghasilkan burst duration stimulasi secara otomatis serta mengetahui
kemampuan sistem untuk melakukan kompensasi terhadap kelelahan otot yang
terjadi pada individu. Pengujian dilakukan terhadap subyek normal dengan
parameter utama berupa settling index dan nilai Root Mean Squared Error.
1.2 Perumusan Masalah
Dalam penelitian ini, terdapat beberapa permasalahan yang diangkat.
1. Bagaimana perancangan dan penerapan kontroler untuk stimulator
Functional Electrical Stimulation pada embedded system.
2. Bagaimana performansi stimulator FES untuk knee-joint movement
dalam menghasilkan burst duration secara otomatis.
3. Bagaimana performansi stimulator FES untuk knee-joint movement
dalam mengatasi muscle fatigue.
1.3 Tujuan dan Manfaat
Penelitian yang diusulkan memiliki tujuan umum dan khusus. Tujuan
umumnya adalah memberikan pengetahuan kepada civitas academica Institut
Teknologi Sepuluh Nopember dan masyarakat umum akan kegunaan metode FES
dalam rehabilitasi fungsi anggota gerak. Sedangkan tujuan khusus penelitian
mencakup beberapa poin.
1. Membuat perancangan dan penerapan kontroler untuk stimulator
Functional Electrical Stimulation pada embedded system.
Page 28
5
2. Mengetahui performansi stimulator FES untuk knee-joint movement
dalam menghasilkan burst duration secata otomatis.
3. Mengetahui performansi stimulator FES untuk knee-joint movement
dalam dalam mengatasi muscle fatigue.
Diharapkan adanya penelitian ini dapat membantu proses rehabilitasi pasien
dengan kelumpuhan anggota gerak bagian bawah. Selain itu, perangkat yang
wearable dan portable diharapkan memudahkan pasien melakukan rehabilitasi
dalam kehidupan sehari-hari.
Page 29
6
Halaman ini sengaja dikosongkan
Page 30
7
BAB 2
DASAR TEORI DAN KAJIAN PUSTAKA
Pada bab ini akan dibahas mengenai sistem otot dan rangka manusia,
Functional Electrical Stimulation (FES), metode kontrol, sistem sensor dan
stimulator, serta referensi yang berkaitan dengan bagian-bagian sistem yang
diusulkan.
2.1 Sistem Otot dan Rangka
Sistem otot dan rangka pada manusia merupakan sebuah sistem organ
yang berfungsi memberikan kemampuan gerak pada tubuh. Fungsi utama sistem
otot dan rangka antara lain memberikan dukungan struktural dan bentuk untuk
tubuh secara keseluruhan, sebagai pelindung bagi organ lain, sebagai alat gerak,
serta menjaga stabilitas gerakan tubuh (Martini, 2012). Secara umum, sistem ini
terdiri atas sistem rangka, otot, sendi, dan jaringan penghubung lain.
Pergerakan pada tubuh manusia terjadi ketika otak mengirim sinyal
elektrokimia melalui syaraf menuju neuron motorik. Sinyal tersebut kemudian
diteruskan oleh neuron motorik menuju serat otot yang terhubung dengannya,
membentuk neuromuscularjoint. Otot kemudian mengalami kontraksi dan
relaksasi sesuai sinyal yang diterima.
Setiap neuron motorik dan serat otot yang terhubung dengan neuron
tersebut membentuk sebuah motor unit. Pada saat neuron motorik mengirimkan
sebuah impuls, impuls tersebut akan menghasilkan kontraksi yang cepat dan
bersifat sementara pada sebuah motor unit. Oleh karena itu, setiap neuron motorik
harus mengirimkan sederet impuls kepada serat otot yang terhubung dengannya
untuk menjaga kontraksi yang konstan pada otot yang dipengaruhi oleh motor unit
tersebut. Frekuensi pulsa yang digunakan mempengaruhi intensitas kontraksi otot
yang dihasilkan. Dengan mengerahkan jumlah motor unit yang berbeda-beda,
tubuh manusia dapat menghasilkan gaya otot yang bermacam-macam pula.
Umumnya, kontraksi otot melibatkan kondisi tegang yang konstan dan
terus-menerus pada otot. Kondisi ini, disebut juga sebagai kontraksi tetanik, dapat
Page 31
8
dicapai oleh tubuh dengan mengaktifkan motor unit yang berdekatan. Aktivasi
otot dilakukan pada frekuensi 6-8 Hz secara berurutan sehingga satu motor unit
akan mengirimkan impuls ke serat ototnya sebelum motor unit di dekatnya
mengalami relaksasi dari aktivasi impuls sebelumnya. Metode untuk menjaga
kontraksi otot ini dikenal dengan asynchronous recruitment, dan berfungsi untuk
membagi beban dalam menjaga kontraksi otot ke beberapa motor unit. Metode
rekruitmen ini mampu memastikan bahwa otot mengalami kelelahan secara
perlahan, karena setiap motor unit hanya aktif pada waktu tertentu.
Serat otot sendiri terdiri atas dua jenis, yaitu serat fast-twitch dan slow-
twitch. Serat otot fast-twitch mampu merespon dengan cepat impuls yang diterima
namun juga cepat mengalami kelelahan. Sebaliknya, serat slow-twitch bersifat
lambat dalam merespon impuls namun lebih tahan terhadap kelelahan.
Serat fast-twitch umumnya lebih banyak terdapat pada otot yang tidak
digerakkan secara rutin atau mengalami atrofi dibanding pada otot yang
digerakkan secara aktif. Pada penderita SCI, banyak individu yang mengalami
atrofi pada otot yang terkena dampak penyakit tersebut. Hasilnya, otot yang
terpengaruh bersifat lemah, mudah lelah, dan hampir seluruhnya tersusun atas
serat fast-twitch. Namun kondisi ini juga dapat dibalik dengan cara melatih
kembali otot yang terpengaruh. Otot tersebut dilatih menggunakan latihan angkat
beban yang distimulasi secara elektris untuk meningkatkan kekuatan dan
ketahanan terhadap kelelahan (Lynch dan Popovic, 2008).
2.2 Lower Limb Movement
Penyakit seperti stroke dan Spinal Cord Injury (SCI) dapat
mengakibatkan hilangnya kemampuan untuk mengontrol otot dan kemampuan
untuk bergerak atau paralisis. Pada stroke, bergantung pada posisi terjadinya
stroke di otak serta berapa besar kerusakan yang terjadi pada otak, penyakit ini
dapat mengakibatkan paralisis secara permanen, sedangkan SCI dapat
mempengaruhi bagian tubuh di bawah titik terjadinya cedera. Selain komplikasi
kesehatan, dampak yang terjadi karena penyakit-penyakit tersebut adalah
berkurangnya kualitas hidup individu karena tidak lagi bebas bergerak atau
menjalankan fungsi motorik.
Page 32
9
Gambar 2.1 Ilustrasi fase gait (Arifin, 2010)
Pada umumnya, manusia memiliki gaya berjalan atau gait yang berupa
sebuah pola. Gait pada anggota gerak bagian bawah merupakan gerakan cyclic
yang berulang dengan siklus tertentu, dan umumnya terdiri atas dua fase, yaitu
stance phase dan swing phase. Stance phase mewakili kondisi ketika kaki dalam
kondisi berdiri atau diam, sedangkan swing phase mewakili kondisi ketika kaki
telah mengayun untuk melangkah.
Dampak stroke atau SCI pada anggota gerak bagian bawah (lower limb)
antara lain hilangnya kontrol pada fase berayun gait dan jatuhnya kaki secara tiba-
tiba pada lantai (drop foot) saat berjalan. Keduanya dapat diperbaiki melalui
rehabilitasi medik. Karena sifatnya yang berupa gerakan cyclic, rehabilitasi untuk
memperbaiki gait dan mengembalikan fungsi motorik anggota gerak bagian
bawah dapat dilakukan dengan melakukan gerakan secara berulang.
Pada anggota gerak bagian bawah, setiap sendi terdiri atas dua kelompok
otot, yaitu otot fleksor dan ekstensor. Selain itu, beberapa otot juga berperan pada
dua sendi yang berbeda secara bersamaan. Otot-otot yang berperan pada kontraksi
sendi anggota gerak bagian bawah diperlihatkan pada Tabel 2.1.
Untuk sendi lutut sendiri, terdapat dua gerakan dasar yang dilakukan,
yaitu gerakan fleksi dan ekstensi. Gerakan fleksi lutut adalah gerakan melipat
sendi lutut menuju bagian belakang paha sehingga sudut antara paha dan betis
berkurang. Sedangkan gerakan ekstensi, sebaliknya, adalah gerakan meluruskan
lutut sehingga sudut antara paha dan betis menjadi semakin besar. Anatomi otot
Page 33
10
sendi lutut diperlihatkan pada Gambar 2.2 dan ilustrasi kedua gerakan pada
Gambar 2.3.
Tabel 2.1 Otot-otot yang Mengatur Pergerakan Anggota Gerak Bagian Bawah Pergerakan Otot yang Berperan
Sudut fleksi pinggang maksimum Iliopsoas
Sudut fleksi lutut maksimum Hamstrings
Sudut ekstensi lutut maksimum Rectus femoris dan vastus (quadriceps)
Sudut fleksi plantar mata kaki maksimum Gastrocnemius medialis
Sudut dorsifleksi mata kaki maksimum Tibialis anterior
Gambar 2.2 Anatomi otot yang menggerakkan sendi lutut (Martini, 2012)
Page 34
11
Gambar 2.3 Ilustrasi gerakan fleksi dan ekstensi lutut (http://biology-
forums.com/index.php?action=gallery;sa=view)
2.3 Functional Electrical Stimulation
Functional Electrical Stimulation (FES), atau disebut juga sebagai Neuro
Muscular Stimulation (NMS), merupakan salah satu alternatif dalam melakukan
rehabilitasi medik untuk mengembalikan fungsi motorik anggota gerak. Metode
ini melibatkan pemberian arus listrik pada neuron tertentu untuk menghasilkan
kontraksi otot (Lynch dan Popovic, 2008). Dengan pemberian stimulasi,
diharapkan kekakuan otot pengguna akan berkurang dan terjadi peningkatan
fungsi pada bagian tubuh yang distimulasi. Sistem FES sendiri telah
dikembangkan untuk berbagai aplikasi rehabilitasi, di antaranya untuk proses
menggenggam, berdiri, dan berjalan.
Bagian utama dari sistem FES adalah stimulator yang menghasilkan arus
listrik. Stimulasi yang diberikan berupa serangkaian pulsa pendek yang disalurkan
melalui elektroda pada bagian yang distimulasi. Gaya tegang pada otot yang
distimulasi bergantung pada intensitas dan frekuensi stimulasi. Intensitas stimulasi
merupakan fungsi dari muatan total yang ditransfer ke otot, dan bergantung pada
amplitudo pulsa, durasi, frekuensi, serta bentuk pulsa.
Page 35
12
Amplitudo
Stimulasi (mA)
t (s)
Tstim
Amplitudo Stimulasi (mA)
t (s)
Tstim
(a) (b)
Gambar 2.4 Bentuk pulsa stimulasi; (a) pulsa monophasic; (b) pulsa biphasic
Pulsa stimulasi dapat berbentuk monophasic maupun biphasic. Pulsa
biphasic memiliki kemudahan dalam pengontrolan aliran arus pada otot sehingga
banyak digunakan dalam sistem FES. Namun, pulsa ini juga membutuhkan
konfigurasi perangkat keras stimulator yang lebih kompleks dibandingkan pulsa
monophasic.
Pada saat stimulasi dilakukan, FES merekrut motor unit secara sinkron,
berbeda dengan rekruitmen otot yang terjadi secara alami. Artinya, FES
menstimulasi semua motor unit pada saat bersamaan, alih-alih melakukan rotasi
stimulasi yang diberikan pada motor unit seperti yang dilakukan oleh sistem saraf.
Oleh karena itu, untuk mencapai kontraksi tetanik, FES memerlukan stimulasi
dengan frekuensi lebih tinggi dibanding asynchronous recruitment, berkisar
antara 20-40 Hz. Frekuensi yang lebih tinggi ini menyebabkan otot menjadi lebih
mudah lelah dibandingkan kelelahan yang timbul karena kontraksi oleh sistem
saraf pusat.
Selain itu, FES juga dipercaya melakukan rekruitmen terhadap serat fast-
twitch terlebih dahulu sebelum serat slow-twitch. Rekruitmen ini, disebut juga
sebagai rekruitmen nonfisiologis, merekrut otot secara terbalik dibanding
rekruitmen otot secara alami. Rekruitmen nonfisiologis terjadi karena serat fast-
twitch terhubung dengan akson berdiameter lebih besar dibanding diameter akson
serat slow-twitch. Karena diameternya yang lebih besar, akson tersebut mampu
melewatkan medan elektris beberapa kali lebih besar dibanding akson pada serat
slow-twitch sehingga serat fast-twitch merespon FES pada tingkat stimulasi yang
lebih rendah dibanding serat slow-twitch.
Page 36
13
Gambar 2.5 Pulse train stimulasi untuk elektroda pada permukaan kulit (Lynch
dan Popovic, 2008)
Gambar 2.6 Perbedaan stimulasi pada individu normal dan penderita Spinal Cord
Injury (Lynch dan Popovic, 2008)
Page 37
14
2.4 Sistem Kontrol FES
Secara umum, sistem kontrol pada FES terbagi menjadi dua, yaitu
kontrol open-loop dan closed-loop. Sistem open-loop FES telah banyak
diterapkan pada aplikasi klinis serta produksi alat-alat rehabilitasi secara
komersial. Namun, sistem ini memerlukan perhatian penuh dari penggunanya
selama dijalankan karena stimulasi diberikan berdasarkan perintah pengguna. Di
sisi lain, sistem closed-loop bersifat lebih kompleks karena pemberian stimulasi
didasarkan pada informasi umpan balik dari kondisi pengguna. Walaupun sistem
ini belum banyak dimanfaatkan pada aplikasi klinis, namun sistem closed-loop
dipandang lebih sesuai bagi pengembangan sistem FES karena dapat memberikan
kontrol stimulasi secara real-time.
Berdasarkan fase gait individu pengguna, sistem closed-loop FES dapat
menentukan otot mana yang akan distimulasi dan besar stimulasi yang diberikan.
Telah banyak dilakukan penelitian mengenai sistem closed-loop FES pada lower
limb, diantaranya simulasi untuk mengontrol gerakan mengayun pada single-joint
menggunakan metode fuzzy (Ibrahim dkk, 2011). Simulasi ini bertujuan untuk
menghasilkan desain strategi kontrol yang optimal. Hasil simulasi menunjukkan
kemampuan sistem dalam mengontrol sudut maksimum ekstensi lutut dan
mempertahankan gerakan mengayun yang stabil. Tes eksperimental untuk
mengontrol gerakan single-joint berupa ekstensi lutut juga telah dilakukan
(Watanabe dkk, 2008). Tes ini menunjukkan kemampuan sistem untuk mencapai
sudut target dalam sepuluh siklus pengujian. Sistem juga mampu menghasilkan
nilai mean error kurang dari 2o, atau sama dengan kisaran derajat sudut variasi
gerakan pada gait normal.
Penelitian tentang single-joint ini kemudian dikembangkan untuk
pengontrolan gerakan multi-joint, baik secara simulasi maupun eksperimental. Tes
simulasi yang telah dilakukan mencakup simulasi untuk kontroler fuzzy (Arifin
dkk, 2003; Arifin dkk, 2006b) dan simulasi stimulation schedule (Arifin dkk,
2006a). Selain itu, telah dilakukan pula tes eksperimental untuk latihan gerakan
repetitif sebagai bentuk rehabilitasi kemampuan motorik menggunakan sistem
closed-loop FES (Miura dkk, 2011).
Page 38
15
Berbagai metode kontrol untuk FES juga telah dikembangkan, antara lain
penggunaan adaptive neuro-fuzzy (Thrasher dkk, 1996), multiple adaptive control
(Brend dkk, 2012), neural network (Dingguo dan Kuanyi, 2004), kontroler PID
(Shariati dkk, 2011), serta trajectory-based control. Namun, sayangnya, metode-
metode tersebut masih memiliki kekurangan, seperti performansi trajectory
tracking yang kurang akurat dan kebutuhan penambahan algoritma lain untuk
optimasi.
Selain metode-metode yang telah disebutkan, metode cycle-to-cycle
merupakan metode alternatif untuk kontrol FES (Arifin dkk, 2003; Supeno dkk,
2012). Metode ini mengatur durasi stimulation burst dari pulsa stimulasi suatu
siklus berjalan berdasarkan hasil siklus sebelumnya. Pada metode ini, lebar pulsa,
amplitudo, serta frekuensi stimulasi diatur agar bernilai tetap untuk menghasilkan
gaya otot yang stabil. Sudut sendi target dicapai dengan mengatur durasi
stimulation burst.
Besarnya stimulasi yang dihasilkan bergantung pada durasi burst TB[n]
yang dinyatakan sebagai:
𝑇𝐵 𝑛 = 𝑇𝐵 𝑛 − 1 + ∆𝑇𝐵 𝑛 , (2.1)
dengan:
TB[n-1] = besar durasi burst pada siklus sebelumnya,
∆TB[n] = nilai yang dihasilkan oleh kontroler.
Page 39
16
Gambar 2.7 Berbagai sistem kontrol untuk FES (Lynch dan Popovic, 2008)
Gambar 2.8 Diagram konseptual kontrol cycle-to-cycle (Arifin dkk, 2003)
Page 40
17
2.5 Fuzzy Logic Controller
Logika fuzzy adalah metode kontrol yang berusaha menirukan logika
pengambilan keputusan manusia. Dengan menerapkan pendekatan linguistik,
logika fuzzy bersifat tidak terikat kepada nilai benar salah atau logika Boolean
serta model matematika, berbeda dengan metode kontrol lain seperti Proportional
Integral Derivative (PID). Penggunaan logika fuzzy juga memungkinkan
masukan berupa data yang tidak presisi atau bahkan pecahan data. Kontroler
logika fuzzy juga bersifat mudah dimodifikasi, murah, serta lebih sederhana
dibanding kontroler yang menggunakan model matematika.
Karakter logika fuzzy tersebut menjadikan penerapannya pada kontroler
bersifat handal, terutama pada sistem yang bersifat nonlinier seperti sistem FES.
Melalui simulasi komputer, penggunaan kontroler ini terbukti lebih handal
dibandingkan kontroler lain seperti PID dan adaptive PID (Arifin dkk, 2005).
Efektivitas kontroler fuzzy juga telah teruji dalam tes eksperimental sistem FES
untuk mengontrol gerakan ekstensi lutut (Watanabe dkk, 2007) serta gerakan
fleksi dan ekstensi lutut (Miura dkk, 2011). Baik melalui tes simulasi maupun tes
eksperimental, kontroler fuzzy terbukti mampu mengontrol durasi burst yang
dibutuhkan dalam stimulasi FES serta mengatasi kelelahan otot yang terjadi pada
subyek.
Kontroler fuzzy untuk FES juga telah dikembangkan dengan
penambahan kemampuan penyesuaian parameter (Arifin dkk, 2003, Watanabe
dkk, 2009, Miura dkk, 2011). Hal ini penting sebagai solusi tantangan berupa
intervariabilitas subyek pada realisasi sistem FES.
Gambar 2.9 Contoh set fuzzy untuk sistem FES (Miura dkk, 2011)
Page 41
18
2.6 Sistem Sensor
Sistem FES yang menggunakan kontrol closed-loop membutuhkan
umpan balik berupa informasi dari pengguna. Informasi tersebut merupakan
representasi dari fase gait pengguna dan digunakan untuk mengatur waktu dan
urutan stimulasi yang diberikan (Pappas dkk, 2001). Umpan balik juga berfungsi
sebagai sarana evaluasi terhadap sistem kontrol. Oleh karena itu, diperlukan
sistem sensor untuk mendapatkan informasi umpan balik tersebut.
Berbagai sistem sensor untuk aplikasi FES telah dikembangkan. Salah
satunya menggunakan biofeedback atau EMG (Zhang dkk, 2011). Sistem ini
sangat cocok diterapkan pada closed-loop FES karena dapat digunakan untuk
mengetahui karakteristik model sistem muskulo-skeletal secara langsung. Namun,
sistem ini memiliki proses desain, implementasi, dan instalasi yang sulit. Sistem
sensor lain memanfaatkan tilt sensor (Dai dkk, 1996) untuk mendeteksi foot drop,
namun sistem ini hanya dapat digunakan pada pengukuran statis. Sensor resistif
juga telah diaplikasikan pada FES untuk mendapatkan informasi sudut lutut (Chou
dkk, 2011). Perangkat yang dihasilkan menggunakan push button pada heel dan
toe, sehingga bersifat kurang wearable dan tidak cocok untuk digunakan dalam
jangka waktu lama.
Mengingat kebutuhan perangkat FES sebagai perangkat yang dapat
digunakan dalam jangka waktu panjang secara bersifat nyaman, perlu dipilih
sistem sensor yang mendukung kebutuhan tersebut. Hal ini dapat dicapai dengan
penggunaan sensor inersia berbasis teknologi MEMS. Sensor ini memiliki
dimensi yang kecil dan mampu mengukur sudur sendi secara efektif. Penggunaan
sensor inersia dapat dipadukan dengan Force Sensing Resistor (FSR) untuk
mendeteksi fase gait pengguna (Indrajaya, 2012). Selain itu, penggunaan kabel
pada sistem sensor juga perlu dikurangi, mengingat hal tersebut dapat
mempengaruhi kenyamanan pengguna. Hal ini dapat diatasi dengan penggunaan
sistem sensor wireless (Arrofiqi, 2015).
Pada penelitian sebelumnya, telah direalisasikan sistem FES wearable
yang terdiri atas sistem sensor dan stimulator elektris. Diagram blok sistem
diperlihatkan pada Gambar 2.11.
Page 42
19
Gambar 2.10 Instalasi FSR pada alas kaki (Indrajaya, 2012)
Tibialis Anterior
Vastus Biceps femoris short head
GastrocnemiusMedialis
Soleus
Biceps femoris long head
Rectus femoris
Iliopsoas
Master
Gyroscope
ArmMicrocontroller
ButtonAccelerometer Baterai
Regulator
Bluetooth
GyroscopeArm
Microcontroller
Stimulator Accelerometer
Regulator
Electrode
Slave 1
GyroscopeArm
Microcontroller
Stimulator Accelerometer
Regulator
Electrode
Slave 2
GyroscopeArm
Microcontroller
FSR Accelerometer
Regulator
Slave 3
TXRX
Bluetooth
PC/LAPTOP
Master
Slave 1
Slave 2
Slipper
Belt
FSR Sensor Slave 3
Electroda
Gambar 2.11 Diagram blok sistem FES wearable (Arrofiqi, 2015)
Sistem terdiri atas empat bagian utama, yaitu master yang terletak pada
bagian pinggang dan tiga slave yang terletak pada paha, betis, dan kaki. Modul
slave 3 yang terletak pada kaki dilengkapi dengan FSR pada bagian heel dan toe
untuk mendeteksi fase gait pengguna. Pada modul master, slave 1, dan 2 yang
Page 43
20
terletak pada pinggang, paha, dan betis terdapat sensor MEMS berupa
akselerometer dan giroskop untuk mengukur sudut kemiringan masing-masing
segmen. Dari sudut kemiringan tersebut, sudut yang dicapai oleh masing-masing
sendi dapat dihitung. Stimulator elektris terletak pada modul slave 1 dan slave 2,
masing-masing dengan 4 dan 5 saluran stimulasi.
Komunikasi pada perangkat FES wearable dilakukan menggunakan
komunikasi serial. Komunikasi ini dibagi menjadi dua, yaitu antara master dan
slave menggunakan komunikasi wired, serta antara master dan PC/laptop
menggunakan komunikasi wireless melalui Bluetooth.
Sistem yang direalisasikan telah berbasis pada embedded system,
sehingga akuisisi data, pengondisian sinyal, serta pembangkit sinyal stimulasi
dilakukan oleh mikrokontroler. PC/laptop difungsikan sebagai sebagai monitoring
station, sarana inisiasi data awal, dan penyimpanan data. PC/laptop juga berfungsi
sebagai antarmuka untuk pengguna.
Page 44
21
2.7 Diagram Fishbone
Penelitian Functional Electrical
Stimulation dengan Metode
Cycle-to-cycle Control
Wearable Device
Arifin dkk, 2012
Sistem Kontroler
Implementasi
Sistem Sensor
Sensor fusion dan penggunaan filter Kalman
Simulasi Komputer
Watanabe dkk, 2009Penambahan output value adjustment factor
Basith, 2016Kontroler fuzzy embedded untuk FES wearable
Arifin dkk, 2005Tes performansi kontroler fuzzy
Arifin dkk, 2006Desain kontroler fuzzy
untuk swing phase
Arifin dkk, 2003Kontroler fuzzy
untuk 5 otot
Tes Eksperimental
Miura dkk, 2011Tes gerakan lutut dengan
sistem wireless
Watanabe dkk, 2007Tes kontroler fuzzy
untuk kontrol sendi lutut
Watanabe dkk, 2008Tes feasibilitas kontroler fuzzy untuk ekstensi lututIndrajaya, 2012
Sistem sensor wireless
Ma’arifah, 2015Sistem sensor untuk
dua sisi lower limb
Database
Wulansari, 2016Database temporal dan kinematik gaya gerak
Arrofiqi, 2015Sistem FES wearable
Supeno dkk, 2012Desain FES wireless
Setiawan, 2016Tes FES wearable untuk gerakan lutut
Gambar 2.12 Diagram fishbone penelitian FES dengan metode cycle-to-cycle control
Page 45
22
Halaman ini sengaja dikosongkan
Page 46
23
BAB 3
METODE PENELITIAN
Dalam penelitian ini, dilakukan beberapa tahap untuk merealisasikan
penelitian. Tahap-tahap tersebut terdiri atas studi pustaka dan referensi,
perancangan dan penerapan sistem kontroler, pengujian sistem, pengambilan dan
pengolahan data, analisa data, serta pengambilan kesimpulan. Tahap-tahap
penelitian yang dilakukan diperlihatkan pada Gambar 3.1.
3.1 Studi Pustaka dan Referensi
Studi pustaka dan referensi yang dilakukan pada penelitian ini meliputi
karakteristik sistem muskulo-skeletal, aktivasi gerak otot, restorasi kemampuan
motorik menggunakan FES, fungsi dan prinsip kerja FES, komponen pada sistem
FES, prinsip kerja sistem kontroler fuzzy, serta metode kontrol pada kontroler
fuzzy untuk FES.
Studi pustaka dan referensi
Perancangan dan penerapan sistem kontroler
Pengujian sistem
Pengambilan dan pengolahan data
Analisa data
Pengambilan kesimpulan
Gambar 3.1 Diagram blok tahap penelitian
Page 47
24
3.2 Perancangan dan Implementasi Sistem Kontroler
Pada penelitian ini, perancangan sistem dilakukan dalam dua tahap. Tahap
pertama adalah perancangan dan realisasi prototipe FLC pada embedded system.
Tahap kedua adalah realisasi kontroler pada perangkat sistem FES wearable yang
telah direalisasikan pada penelitian sebelumnya.
Salah satu tantangan dalam realisasi kontroler fuzzy adalah jumlah
pasangan aturan (rules set) yang memetakan hubungan antara variabel masukan
dan keluaran sistem kontroler. Semakin banyak masukan yang digunakan,
terdapat kemungkinan semakin banyak pula rules set yang diperlukan. Proses ini
tentunya memerlukan kapasitas prosesor yang cepat dan alokasi memori yang
tidak sedikit. Di sisi lain, embedded system memiliki kapasitas prosesor dan
memori yang terbatas dibandingkan PC/laptop. Oleh karena itu, perlu diuji
terlebih dahulu kelayakan dan ketepatan pengaplikasian kontroler fuzzy pada
embedded system sebelum kontroler diaplikasikan pada sistem wearable dengan
cara membuat prototipe.
Prototipe kontroler kemudian dievaluasi untuk mengetahui performansi
dan keefektifan kontroler dalam implementasinya pada embedded system. Hasil
evaluasi ini merupakan dasar bagi tahap selanjutnya, yaitu perancangan dan
implementasi sistem kontroler pada perangkat FES wearable.
3.3 Perancangan dan Implementasi Prototipe Kontroler Fuzzy
Pada bagian ini akan dibahas mengenai perancangan dan realisasi
prototipe kontroler fuzzy yang diimplementasikan pada embedded system.
Prototipe kontroler dirancang dan direalisasikan pada mikrokontroler ARM
STM32F429. Perancangan dan realisasi prototipe kontroler dilakukan untuk
mengetahui struktur kontroler yang sesuai untuk diterapkan pada sistem FES
wearable.
3.3.1 Perancangan Fuzzy Logic Controller
Tahap pertama dalam realisasi prototipe fuzzy logic controller adalah
perancangan sistem kontroler. Struktur prototipe kontroler fuzzy yang dirancang
diperlihatkan pada Gambar 3.1. Secara umum, sistem kontroler fuzzy terdiri atas
tiga tahap, yaitu fuzzifikasi, inference, serta defuzzifikasi. Fuzzifikasi merupakan
Page 48
25
tahap untuk mengubah nilai masukan (crisp input) menjadi variabel fuzzy yang
dinyatakan dalam istilah linguistik. Fuzzy rules adalah set aturan yang memetakan
hubungan antara masukan dan keluaran. Aturan ini diterapkan pada tahap
inference. Sedangkan defuzzifikasi adalah tahap untuk mengubah hasil
perhitungan fuzzy menjadi keluaran berupa nilai crisp kembali.
Prototipe FLC dirancang dan direalisasikan sebagai kontroler Single
Input Single Output (SISO), dengan nilai error sebagai variabel masukan dan
ΔTB sebagai keluaran. Error didefinisikan sebagai selisih antara nilai sudut
referensi dan sudut maksimum yang dicapai oleh sendi.
𝐸𝑟𝑟𝑜𝑟 = 𝜃𝑡𝑎𝑟𝑔𝑒𝑡 − 𝜃𝑚𝑎𝑥 (3.1)
Membership function untuk variabel masukan error dan variabel
keluaran ΔTB masing-masing didefinisikan dalam tujuh istilah linguistik, yaitu
Negative Large (NL), Negative Medium (NM), Negative Small (NS), Zero,
Positive Small (PS), Positive Medium (PM), dan Positive Large (PL). Masing-
masing variabel digambarkan dalam set fuzzy berbentuk segitiga dan trapezoid,
seperti diperlihatkan pada Gambar 3.3 dan 3.4.
Fuzzifikasi Inference Defuzzifikasi
Input Membership
Function
Fuzzy rules Output Membership
Function
-θtarget Error[n-1] ΔTB*[n] ΔTB[n]
Kontroler Fuzzy
θaktual
Gambar 3.2 Struktur prototipe kontroler fuzzy
Page 49
26
Z PS PM PLNSNMNL1
μ(error)
Error (°)0-3-6-9 3 6 9
Gambar 3.3 Input membership function error
Z PS PM PLNSNMNL1
μ(ΔTB)
ΔTB (ms)0-100-200-300 100 200 300
Gambar 3.4 Output membership function ΔTB
Gambar 3.5 Plot hubungan antara variabel masukan dan keluaran prototipe fuzzy
Fuzzy rules set untuk kontroler, seperti diperlihatkan pada Tabel 3.1,
dibuat dengan mempertimbangkan karakteristik gerakan pada ekstrimitas bagian
bawah. Nilai ΔTB ditentukan berdasarkan nilai error, sedangkan error
diasumsikan berada dalam region positif atau negatif bergantung pada posisi sudut
actual yang dicapai oleh sendi terhadap sudut target. Jika sudut aktual bernilai
lebih kecil dari sudut target, maka error yang dihasilkan berada dalam daerah
negatif. Sebaliknya, jika sudut aktual yang dicapai oleh sendi bernilai lebih besar
dari sudut target, maka error berada dalam daerah positif, seperti diilustrasikan
pada Gambar 3.6.
-400-300
-200-100
0
100
200
300
400
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 8 9 10ΔTB
(ms)
Error (°)
Page 50
27
Jika error berada dalam daerah negatif, yang berarti sudut yang
dihasilkan sendi belum mencapai nilai sudut target, kontroler akan melakukan
penyesuian dengan menambah nilai TB atau durasi stimulasi, atau dengan kata
lain memberikan nilai positif bagi TB. Demikian pula sebaliknya, jika error
berada pada daerah positif, atau sudut yang dihasilkan sendi sudah melebihi sudut
target, kontroler melakukan penyesuaian dengan memberikan nilai negatif bagi
TB atau mengurangi durasi stimulasi.
Tahap terakhir dari sistem fuzzy adalah defuzzifikasi atau pengubahan
kembali variabel fuzzy menjadi nilai crisp. Pada perancangan ini, defuzzifikasi
dilakukan menggunakan metode Center of Gravity sesuai Persamaan (3.2),
∆𝑇𝐵 = 𝜇 (∆𝑇𝐵𝑘
∗)∆𝑇𝐵𝑘∗
𝑘
𝜇 (∆𝑇𝐵𝑘∗)𝑘
, (3.2)
dengan:
𝜇(∆𝑇𝐵𝑘∗) = nilai hasil fuzzifikasi,
∆𝑇𝐵𝑘∗ = nilai bobot masing-masing.
Tabel 3.1 Fuzzy Rules Set untuk Kontroler SISO error NL NM NS Z PS PM PL
ΔTB PL PM PS Z NS NM NL
θtarget
Region error positif
Region error negatif
Gambar 3.6 Ilustrasi penentuan region error
Page 51
28
3.3.2 Perancangan Protokol Transfer Data
Untuk memastikan komunikasi data antara PC/laptop dan embedded
system berjalan secara efektif, direalisasikan sebuah protokol transfer data.
Protokol tersebut menggunakan satu kanal Direct Memory Access (DMA) yang
telah tersedia pada embedded system. Data dikirim sebagai sebuah paket. Masing-
masing paket data diawali dengan sebuah start bit dan diakhiri dengan sebuah
stop bit untuk membedakan paket satu dengan yang lain. Bit yang berada di antara
start bit dan stop bit merupakan data yang mengandung informasi berupa sudut
referensi, sudut aktual, variabel fuzzy, serta hasil perhitungan kontroler. Transfer
data menggunakan protokol ini berjalan langsung antara RAM dan USART,
sehingga subrutin komputasi lain tetap dapat dijalankan oleh prosesor. Diagram
blok proses transfer data diperlihatkan pada Gambar 3.8.
Proses transfer data menggunakan komunikasi serial 8 bit, sehingga data
yang dapat dikirim atau diterima berkisar antara 0 sampai 255. Di sisi lain, hampir
semua data yang akan ditransferkan bernilai lebih dari 255. Untuk mengatasi hal
ini, digunakan buffer untuk menyimpan data yang akan dikirimkan, dengan
kapasitas setiap buffer adalah 0-99. Setiap variabel data yang akan dikirimkan
dikonversi terlebih dahulu untuk menyesuaikan format ini dengan cara dibagi 100,
sehingga setiap data pada sisi pengirim akan dikirimkan per dua bit dalam satu
buffer. Untuk data berupa sudut, data yang akan dikirimkan terlebih dahulu
ditambah dengan nilai 360 untuk memastikan bahwa data sudut bernilai positif.
Buffer yang digunakan memiliki format integer, sedangkan data yang
dikirimkan, baik dari embedded system maupun PC/laptop, dikirim dalam format
karakter ASCII. Pada sisi penerima, data tersebut akan dikonversi kembali dari
karakter ASCII menjadi nilai sebenarnya. Contoh konversi data pada sisi pengirim
diperlihatkan pada Persamaan (3.3) dan (3.4), sedangkan konversi data sudut
diwakili oleh Persamaan (3.5),
𝐵𝑢𝑓𝑓𝑒𝑟[𝑛] = 𝑥/100 (3.3) 𝐵𝑢𝑓𝑓𝑒𝑟 𝑛 + 1 = 𝑥 − 𝐵𝑢𝑓𝑓𝑒𝑟 𝑛 (3.4) 𝐵𝑢𝑓𝑓𝑒𝑟 𝑛 + 2 = (𝑦 + 360/100 (3.5)
Page 52
29
dengan:
x = nilai variabel data yang akan dikirimkan,
y = nilai sudut yang akan dikirimkan.
Start bit Data Stop bit
Gambar 3.7 Ilustrasi paket data
Konversi data
PC/laptop
Transfer data
Konversi data
Transfer data
Embedded system
Buffering Buffering
Gambar 3.8 Diagram blok transfer data
3.3.3 Perancangan Antarmuka Pada Embedded System
Embedded system yang digunakan untuk prototipe kontroler fuzzy, yaitu
STM32F429, telah dilengkapi dengan LCD grafik TFT 2.4”. Untuk memudahkan
penggunaan kontroler, dirancanglah antarmuka pada embedded system dengan
memanfaatkan LCD grafik.
Antarmuka dirancang dengan tiga menu utama, yaitu Home, IMF
Graphic, dan OMF Graphic. Diagram use case antarmuka diperlihatkan pada
Gambar 3.9, sedangkan diagram use case menu Home diperlihatkan pada Gambar
3.10. Pada saat embedded system diaktifkan, tampilan awal berupa halaman Home
akan muncul. Halaman ini berisi ringkasan informasi mengenai stimulasi yang
dilakukan, antara lain otot yang distimulasi, sudut referensi yang digunakan, sudut
aktual, error, serta hasil perhitungan Crisp Decision Index (CDI) dan ΔTB dari
kontroler fuzzy, seperti diperlihatkan pada Gambar 3.11.
Dari halaman Home, pengguna dapat memilih menu IMF Graphic atau
OMF Graphic dengan menekan tombol sesuai menu yang dipilih. Jika pengguna
memilih menu IMF Graphic, tampilan akan berganti untuk menunjukkan
representasi grafik serta nilai dari set fuzzy Input Membership Function.
Page 53
30
Demikian pula jika menu OMF Graphic dipilih, tampilan halaman akan
menunjukkan grafik dan nilai set fuzzy dari Output Membership Function
kontroler fuzzy. Grafik pada halaman IMF dan OMF akan berubah sesuai dengan
perubahan hasil perhitungan kontroler. Karena keterbatasan layar, maka tampilan
set fuzzy pada halaman IMF Graphic dan OMF Graphic dibagi menjadi dua
bagian. Pada masing-masing halaman IMF Graphic dan OMF Graphic, tersedia
tombol untuk menggeser tampilan grafik ke kiri dan ke kanan. Selain itu, pada
tampilan halaman keduanya, terdapat tombol untuk mengakses halaman Home
serta grafik lainnya. Diagram use case menu diperlihatkan pada Gambar 3.12 dan
3.13, sedangkan tampilan halaman menu IMF Graphic dan OMF Graphic
diperlihatkan pada Gambar 3.14. Diagram aktivitas program antarmuka secara
keseluruhan diperlihatkan pada Gambar 3.15.
Pengguna Memilih Menu OMFGraphic
Memilih Menu IMFGraphic
Memilih Menu Home
Gambar 3.9 Diagram use case antarmuka embedded system
Pengguna
Memilih Menu Home Menampilkan Data<<include>>
Memilih Menu IMFGraphic
Memilih Menu OMFGraphic
Menampilkan GrafikIMF
Menampilkan GrafikOMF
«extends»
«extends»
Gambar 3.10 Diagram use case menu Home
Page 54
31
(a) (b)
Gambar 3.11 Antarmuka grafis dari FLC untuk otot Rectus Vemoris. (a) Kondisi awal. (b) Setelah data dikirim dari PC/laptop
Pengguna
Memilih Menu IMFGraphic
Menampilkan GrafikIMF
<<include>>
Memilih Menu Home
Memilih Menu OMFGraphic
Menampilkan Data
Menampilkan GrafikOMF
«extends»
«extends»
Memilih Menu ShiftLeft Menggeser Tampilan
«extends»
Memilih Menu ShiftRight Menggeser Tampilan
«extends»
Gambar 3.12 Diagram use case menu IMF Graphic
Page 55
32
Pengguna
Memilih Menu OMFGraphic
Menampilkan GrafikOMF
<<include>>
Memilih Menu Home
Memilih Menu IMFGraphic
Menampilkan Data
Menampilkan GrafikIMF
«extends»
«extends»
Memilih Menu ShiftLeft Menggeser Tampilan
«extends»
Memilih Menu ShiftRight Menggeser Tampilan
«extends»
Gambar 3.13 Diagram use case menu OMF Graphic
(a) (b)
Gambar 3.14 Representasi grafis dari set fuzzy otot Rectus Vemoris. (a) Input membership function error. (b) Output membership function ΔTB
Page 56
33
Pengguna Sistem
Menyalakan Perangkat Menampilkan Halaman Home
Memilih Menu IMF Graphic
Menampilkan Grafik Set Fuzzy
Menekan Tombol Shift Left Menggeser Tampilan Grafik ke Kiri
Memilih Menu OMF Graphic
Mematikan Perangkat
Menekan Tombol Achieved Angle Merubah Tampilan Data
Menekan Tombol Shift Right Menggeser Tampilan Grafik ke Kanan
Memilih Menu Home Menampilkan Halaman Home
Memilih Menu Grafik Lain Menampilkan Grafik Set Fuzzy
Gambar 3.15 Diagram aktivitas antarmuka pada embedded system
3.3.4 Perancangan Antarmuka Pada PC/laptop untuk Prototipe FLC
Pada realisasi prototipe kontroler fuzzy, juga digunakan PC/laptop
sebagai sarana pengaturan dan monitoring. Antarmuka pada PC/laptop dirancang
menggunakan Embarcadero XE2 sebagai Integrated Development Environtment
(IDE). Diagram use case antarmuka diperlihatkan pada Gambar 3.16.
Pada saat program antarmuka pertama kali dijalankan, pengguna
diharapkan memilih segmen yang akan distimulasi. Terdapat dua segmen yang
Page 57
34
ditampilkan, yaitu Thigh atau paha dan Shank atau betis dengan tampilan
dropdown. Berikutnya, untuk masing-masing segmen akan muncul pilihan otot
yang dapat distimulasi. Pilihan otot pada segmen Thigh adalah Iliopsoas, Rectus
Vemoris, Vastus, BFLH, dan BFSH. Sedangkan pilihan untuk segmen Shank
adalah Tibialias Anterior, Gastrocnemius Medialis, dan Soleus. Setelah segmen
dan otot yang akan distimulasi dipilih, nilai sudut referensi otot akan ditampilkan.
Berikutnya, pengguna dapat melakukan pengaturan komponen
komunikasi serial melalui menu Setting Comport. Setelah pengaturan dilakukan,
pengguna dapat menghubungkan PC/laptop dan embedded system dengan
menekan tombol Open Port. Jika koneksi tersambung, panel di atas deretan menu
akan berubah warna menjadi hijau dan tulisan port yang digunakan akan
ditampilkan pada field.
Berikutnya, pengguna dapat mengirim data segmen dan otot yang dipilih
ke embedded system dengan menekan tombol Kirim Data. Data hasil perhitungan
kontroler fuzzy pada embedded system akan dikirim balik secara otomatis kepada
PC/laptop dan ditampilkan pada program antarmuka, baik berupa nilai maupun
representasi grafik set fuzzy.
Selain itu, pengguna juga dapat menentukan nilai masukan random untuk
kontroler dengan menekan tombol Masukan Random. Tombol Reset digunakan
untuk membersihkan tampilan dan mengembalikan ke kondisi awal ketika
program pertama kali dijalankan, seperti diperlihatkan pada Gambar 3.17.
Diagram use case masing-masing menu diperlihatkan pada Gambar 3.17 hingga
3.22 dan diagram aktivitas program antarmuka diperlihatkan pada Gambar 3.23.
Page 58
35
Pengguna
Memilih MenuMasukan Random
Memilih MenuSetting Comport
Memilih Segmen danOtot
Memilih Menu OpenPort
Memilih Menu KirimData
Memilih Menu Reset
Gambar 3.16 Diagram use case antarmuka pada PC/laptop
Gambar 3.17 Tampilan awal program antarmuka pada PC/laptop
Page 59
36
Pengguna
Memilih Segmen danOtot
Menampilkan Segmen,Otot, Sudut Referensi
<<include>>
Memilih MenuSetting Comport
Memilih Menu OpenPort
MenampilkanPengaturan Comport
Melakukan KoneksiSerial
«extends»
«extends»
Memilih Menu KirimData
Mengirimkan DataAwal
«extends»
Memilih MenuMasukan Random
MembangkitkanNilai Random
«extends»
Memilih Menu Reset MengembalikanKondisi Awal Tampilan
«extends»
Gambar 3.18 Diagram use case pemilihan segmen dan otot
Pengguna
Memilih MenuSetting Comport
MenampilkanPengaturan Comport
<<include>>
Memilih Segmen danOtot
Memilih Menu OpenPort
Menampilkan Segmen,Otot, Sudut Referensi
Melakukan KoneksiSerial
«extends»
«extends»
Memilih Menu KirimData
Mengirimkan DataAwal
«extends»
Memilih MenuMasukan Random
MembangkitkanNilai Random
«extends»
Memilih Menu Reset MengembalikanKondisi Awal Tampilan
«extends»
Gambar 3.19 Diagram use case menu Setting Comport
Page 60
37
Pengguna
Memilih Menu OpenPort
Melakukan KoneksiSerial
Memilih Segmen danOtot
Memilih MenuSetting Comport
Menampilkan Segmen,Otot, Sudut Referensi
MenampilkanPengaturan Comport
«extends»
«extends»
Memilih Menu KirimData
Mengirimkan DataAwal
«extends»
Memilih MenuMasukan Random
MembangkitkanNilai Random
«extends»
Memilih Menu Reset MengembalikanKondisi Awal Tampilan
«extends»
<<include>>
Gambar 3.20 Diagram use case menu Open Port
Pengguna
Memilih Menu KirimData
Mengirimkan DataAwal
<<include>>
Memilih Segmen danOtot
Memilih MenuSetting Comport
Menampilkan Segmen,Otot, Sudut Referensi
MenampilkanPengaturan Comport
«extends»
«extends»
Memilih Menu OpenPort
Melakukan KoneksiSerial
«extends»
Memilih MenuMasukan Random
MembangkitkanNilai Random
«extends»
Memilih Menu Reset MengembalikanKondisi Awal Tampilan
«extends»
Gambar 3.21 Diagram use case menu Kirim Data
Page 61
38
Pengguna
Memilih MenuMasukan Random
MembangkitkanNilai Random
<<include>>
Memilih Segmen danOtot
Memilih MenuSetting Comport
Menampilkan Segmen,Otot, Sudut Referensi
MenampilkanPengaturan Comport
«extends»
«extends»
Memilih Menu OpenPort
Melakukan KoneksiSerial
«extends»
Memilih Menu KirimData
Mengirimkan DataAwal
«extends»
Memilih Menu Reset MengembalikanKondisi Awal Tampilan
«extends»
Gambar 3.22 Diagram use case menu Masukan Random
Pengguna
Memilih Menu Reset MengembalikanKondisi Awal Tampilan
<<include>>
Memilih Segmen danOtot
Memilih MenuSetting Comport
Menampilkan Segmen,Otot, Sudut Referensi
MenampilkanPengaturan Comport
«extends»
«extends»
Memilih Menu OpenPort
Melakukan KoneksiSerial
«extends»
Memilih Menu KirimData
Mengirimkan DataAwal
«extends»
Memilih MenuMasukan Random
MembangkitkanNilai Random
«extends»
Gambar 3.23 Diagram use case menu Reset
Page 62
39
Pengguna Sistem
Membuka Aplikasi Menampilkan Halaman Awal
Memilih Menu Setting Comport Menampilkan Pengaturan Comport
Menutup Aplikasi
Memilih Segmen dan Otot Menampilkan Segmen, Otot, dan Sudut Referensi
Memilih Menu Open Port Melakukan Koneksi Serial
Memilih Menu Kirim Data Mengirimkan Data Awal
Memilih Menu Masukan Random Membangkitkan Nilai Random
Menerima Data dari Embedded System
Menampilkan Grafik Set Fuzzy
Memilih Menu Reset Mengembalikan Tampilan ke Kondisi Awal
Gambar 3.24 Diagram aktivitas program antarmuka pada PC/laptop
3.3.5 Implementasi Pada Embedded System
Berikutnya, fuzzy logic controller hasil perancangan direalisasikan sebagai
perangkat lunak dan diimplementasikan pada embedded system. Kontroler fuzzy
kemudian diimplementasikan pada mikrokontroler ARM STM32F429.
Mikrokontroler ini dipilih berdasarkan kemampuan pemprosesannya serta
kapasitas memori yang memadai. STM32F429 memiliki 32-bit ARM Cortex-M4
RISC CPU, 2 MB memori flash, dan 256 KB RAM. Mikrokontroler ini juga
Page 63
40
dilengkapi Floating Point Unit (FPU) single precision dan LCD grafik TFT 2.4”
untuk user interface.
Blok diagram sistem diperlihatkan pada Gambar 3.25. PC/laptop
digunakan sebagai monitoring station. Data awal berupa otot yang distimulasi
dikirimkan dari PC/laptop menuju embedded system melalui komunikasi serial.
Data ini digunakan oleh embedded system untuk menentukan sudut referensi,
seperti yang diperlihatkan pada Tabel 3.2. Embedded system kemudian memroses
program FLC dengan nilai error sebagai variabel masukan dan menghasilkan
variabel keluaran berupa ΔTB.
Perhitungan FLC juga menghasilkan nilai fuzzy inference untuk masing-
masing variabel. Nilai error dan ΔTB ditampilkan pada LCD TFT 2.4” sebagai
user interface. Selain itu, fuzzy inference untuk input membership function (IMF)
dan output membership function (OMF) juga ditampilkan dalam bentuk grafik set
fuzzy, seperti yang diperlihatkan pada Gambar 3.10 dan 3.11. Untuk mewakili
nilai sudut aktual yang berubah-ubah, pada embedded system diaktifkan sebuah
tombol yang akan menghasilkan nilai random saat ditekan. Nilai error, ΔTB, serta
nilai fuzzy inference kemudian dikirim kembali menuju PC/laptop menggunakan
komunikasi serial. Diagram alir perangkat lunak diperlihatkan pada Gambar 3.26.
Gambar 3.25 Diagram blok sistem
Graphic LCD
ARM Microcontroller
Button
PC / LAPTOP
Serial Port USART
Embedded System
Page 64
41
Tabel 3.2 Otot yang Distimulasi dan Sudut Referensi
Otot Sudut Referensi Iliopsoas 32.4o Rectus Vemoris 3.6o Vastus 3.6o Biceps Femoris Long Head (BFLH) 69o Biceps Femoris Short Head (BFSH) 69o Tibialis Anterior 4.9o Gastrocnemius Medialis -16.4o
3.3.6 Pengujian Performansi Prototipe Kontroler
Prototipe kontroler fuzzy yang telah diimplementasikan pada embedded
system kemudian melewati beberapa pengujian untuk mengetahui performansi
kontroler serta kapasitas memori yang digunakan oleh program kontroler.
Pengujian pertama adalah untuk mengetahui kapasitas memori yang
diperlukan oleh program FLC. Setelah diamati, program kontroler fuzzy hanya
memerlukan 8208 byte dari total 256 KB RAM dan 177188 byte dari 2 MB
memori flash dari embedded system. Hal ini menunjukkan bahwa program
kontroler yang direalisasikan tidak memerlukan alokasi memori yang besar
sehingga sesuai untuk kondisi prosesor dan memori embedded system yang
terbatas.
Kontroler kemudian diuji untuk mengukur waktu yang diperlukan oleh
embedded system untuk mengeksekusi perhitungan fuzzy secara keseluruhan.
Sistem wearable FES yang akan digunakan menggunakan waktu sampling
sebesar 10 ms, sehingga waktu pemrosesan oleh prototipe kontroler harus kurang
dari rentang tersebut. Pengujian ini terbagi menjadi dua bagian. Bagian pertama
bertujuan mengukur waktu pemrosesan rutin FLC saja, sedangkan bagian kedua
bertujuan mengukur waktu pemrosesan untuk rutin FLC dan pengiriman data ke
PC/laptop. Masing-masing pengujian dilakukan untuk semua otot, dengan
masing-masing otot diuji melalui enam cycle yang terdiri atas 1 cycle dengan
sudut aktual bernilai 0o atau kondisi awal, dan lima cycle dengan sudut aktual
bernilai random yang dihasilkan oleh button pada embedded system.
Page 65
42
Gambar 3.26 Diagram alir perangkat lunak prototipe kontroler fuzzy
Page 66
43
Hasil pengujian diperlihatkan pada Tabel 3.3, dengan waktu pemrosesan
rata-rata untuk bagian pertama adalah 218 µs dan bagian kedua 244 µs. Hal ini
membuktikan bahwa penggunaan DMA dalam transmisi data antara embedded
system dan PC/laptop sudah efektif. Sinyal representasi dari hasil pengujian waktu
pemrosesan untuk otot Iliopsoas diperlihatkan pada Gambar 3.27 dan 3.28.
Dari hasil tes performansi, dapat dilihat bahwa prototipe kontroler fuzzy
yang telah dirancang telah sesuai untuk diimplementasikan pada embedded
system. Kontroler yang dirancang memiliki alokasi memori yang kecil dengan
waktu pemrosesan yang cepat, sesuai dengan karakteristik embedded system.
Tabel 3.3 Waktu Pemrosesan Embedded System Kondisi Waktu Pemrosesan Rata-rata (μs)
Rutin FLC 218
Rutin FLC dan transfer data 244
Gambar 3.27 Sinyal representasi waktu pemrosesan rutin FLC untuk otot
Iliopsoas
Page 67
44
Gambar 3.28 Sinyal representasi waktu pemrosesan rutin FLC dan pengiriman
data untuk otot Iliopsoas
3.4 Perancangan dan Implementasi FLC Pada Sistem FES Wearable
Berdasarkan hasil pengujian performansi prototipe kontroler fuzzy,
didapatkan hasil bahwa kontroler dapat diimplementasikan pada sistem embedded
FES. Berikutnya, rancangan kontroler FLC yang digunakan pada prototipe
dikembangkan dan diimplementasikan pada sistem FES wearable yang telah
direalisasikan pada penelitian sebelumnya.
3.4.1 Pengembangan Kontroler Fuzzy
Berbeda dengan kontroler pada prototipe, kontroler pada sistem FES
wearable dirancang sesuai dengan karakteristik gerakan pada masing-masing
sendi sehingga terdapat enam kontroler secara keseluruhan. Masing-masing
kontroler dirancang sesuai Range of Motion (ROM) dan sudut referensi gerakan.
Kontroler fuzzy untuk gerakan fleksi pinggang maksimum, ekstensi
pinggang maksimum, fleksi lutut maksimum, plantarfleksi engkel maksimum,
serta dorsifleksi engkel maksimum direalisasikan sebagai kontroler SISO.
Variabel masukan kontroler SISO berupa nilai error dan variabel keluaran berupa
nilai ΔTB. Kontroler untuk gerakan ekstensi lutut maksimum direalisasikan
sebagai kontroler Multi Input Multi Output (MISO) dengan variabel masukan nilai
error dan desired range, serta variabel keluaran ΔTB.
Page 68
45
Desired range merupakan lintasan atau trayektori yang akan ditempuh
oleh sendi yang akan distimulasi, seperti diperlihatkan pada Gambar 3.29. Desired
range untuk gerakan ekstensi lutut didefinisikan sebagai selisih sudut antara sudut
aktual di awal siklus dan sudut referensi dari gerakan ekstensi lutut maksimum.
Untuk gerakan dorsifleksi engkel, desired range didefinisikan sebagai selisih
antara sudut yang dicapai engkel di awal siklus dan sudut referensi. Struktur
kontroler fuzzy yang dirancang diperlihatkan pada Gambar 3.30 dan sudut acuan
yang digunakan dalam perancangan kontroler diperlihatkan pada Tabel 3.4.
Masing-masing variabel masukan dan keluaran, yaitu error, desired
range, serta ΔTB diekspresikan dalam tujuh istilah linguistik, yaitu Negative
Large (NL), Negative Medium (NM), Negative Small (NS), Zero, Positive Small
(PS), Positive Medium (PM), dan Positive Large (PL). Set fuzzy untuk variabel
error pada masing-masing gerakan diperlihatkan pada Gambar 3.31 hingga 3.35,
sedangkan set fuzzy untuk variabel desired range diperlihatkan pada Gambar 3.36
dan 3.37. Set fuzzy untuk variabel keluaran ΔTB diperlihatkan pada Gambar 3.2,
seperti yang digunakan pada prototipe kontroler. Fuzzy rules set untuk kontroler
SISO diperlihatkan pada Tabel 3.1, sedangkan rules set untuk kontroler MISO
diperlihatkan pada Tabel 3.5. Plot hubungan variabel masukan dan keluaran untuk
masing-masing gerakan diperlihatkan pada Gambar 3.38 hingga 3.43.
Berdasarkan metode kontrol cycle-to-cycle, perhitungan nilai ΔTB
dilakukan sesuai Persamaan (3.2),
TB[n] = TB[n-1] + ΔTB, (3.2)
dengan:
TB[n] = durasi stimulasi pada siklus saat ini,
TB[n-1] = durasi stimulasi siklus sebelumnya,
ΔTB = hasil defuzzifikasi kontroler yang mengindikasikan lama
penambahan atau pengurangan durasi stimulasi.
Page 69
46
θtargetDesired range
θtercapai di awal siklus
Gambar 3.29 Ilustrasi penentuan desired range
Fuzzifikasi Inference Defuzzifikasi
Input Membership
Function
Fuzzy rules Output
Membership Function
Σθtarget Error[n-1] ΔTB*[n]
ΣΔTB[n]
TB[n-1]
TB[n]
Kontroler Fuzzy
Musculo Skeletal System
θmax[n]
θmax[n-1]
+-
Gambar 3.30 Struktur kontroler fuzzy untuk sistem wearable FES
Tabel 3.4 Sudut Acuan untuk Kontroler Fuzzy
Gerakan Sudut
Referensi
Range of
Motion
Range of
Error
Desired Range
Pinggang
Fleksi maks 32.4o 0o s.d. 130o 32.4o s.d. -97.6o -
Ekstensi maks -11.9o 0o s.d. -30o -11.9o s.d. 18.1o -
Lutut
Ekstensi maks 15o 0o s.d. 150o 69o s.d. -81o -15o s.d. 135o
Fleksi maks 69o 0o s.d. 15o 3.6o s.d. -11.4o -
Engkel
Dorsifleksi maks 4.9o 0o s.d. -50o -16.4o s.d. 34.6o -
Plantarfleksi maks -16.4o 0o s.d. 20o 4.9o s.d. -15.1o -
Page 70
47
Z NS NM NLPSPMPL1
μ(error)
Error (°)0 7.5 15-7.5-20-40 22.5
Gambar 3.31 Set fuzzy untuk variabel masukan error pada gerakan fleksi pinggang maksimum
Z PS PM PLNSNMNL1
μ(error)
Error (°)0 3.5 7-3.5-7-10.5 10.5
Gambar 3.32 Set fuzzy untuk variabel masukan error pada gerakan ekstensi pinggang maksimum
Z NS NM NLPSPMPL1
μ(error)
Error (°)0 10 25-15-40-60 40
Gambar 3.33 Set fuzzy untuk variabel masukan error pada gerakan fleksi lutut maksimum
Z NS NM NLPSPMPL1
μ(error)
Error (°)0 1.5 3-3-7.5-11.5 4.5
Gambar 3.34 Set fuzzy untuk variabel masukan error pada gerakan dorsifleksi
engkel maksimum
Page 71
48
Z NS NM NLPSPMPL1
μ(error)
Error (°)0 6.5 15-4.5-9-14 25
Gambar 3.35 Set fuzzy untuk variabel masukan error pada gerakan plantarfleksi engkel maksimum
Z NS NM NLPSPMPL1
μ(error)
Error (°)0 4 8-4-8-12 12
Gambar 3.36 Set fuzzy untuk variabel masukan error pada gerakan ekstensi lutut maksimum
Z NS NM NLPSPMPL1
μ(Desired range)
Desired range (°)54 61.5 7446.53419 89
Gambar 3.37 Set fuzzy untuk variabel masukan desired range pada gerakan ekstensi lutut maksimum
Gambar 3.38 Plot hubungan antara variabel masukan dan keluaran untuk gerakan
fleksi pinggang maksimum
-400-300-200-100
0100200300400
-98 -90 -80 -70 -60 -50 -40 -30 -20 -10 0 10 20 30ΔTB
(ms)
Error (°)
Page 72
49
Gambar 3.39 Plot hubungan antara variabel masukan dan keluaran untuk gerakan
ekstensi pinggang maksimum
Gambar 3.40 Plot hubungan antara variabel masukan dan keluaran untuk gerakan
fleksi lutut maksimum
Gambar 3.41 Plot hubungan antara variabel masukan dan keluaran untuk gerakan
dorsifleksi engkel maksimum
-400-300-200-100
0100200300400
-12 -9 -7 -5 -3 -1 1 3 5 7 9 11 13 15 17ΔTB
(ms)
Error (°)
-400-300-200-100
0100200300400
-80 -70 -60 -50 -40 -30 -20 -10 0 10 20 30 40 50ΔTB
(ms)
Error (°)
-400-300-200-100
0100200300400
-16 -12 -8 -4 0 4 8 12 16 20 24 28 32ΔTB
(ms)
Error (°)
Page 73
50
Gambar 3.42 Plot hubungan antara variabel masukan dan keluaran untuk gerakan
plantarfleksi engkel maksimum
Gambar 3.43 Plot diagonal hubungan antara variabel masukan dan keluaran
untuk gerakan ekstensi lutut maksimum
Tabel 3.5 Fuzzy Rules Set untuk Kontroler MISO
Error
NL NM NS Z PS PM PL
Des
ired
Ran
ge
NL PL PM PS Z NS NM NL NM PL PM PS Z NS NM NL NS PL PM PS Z NS NM NL Z PL PM PS Z NS NM NL PS PL PM PS Z NS NM NL PM PL PM PS Z NS NM NL PL PL PM PS Z NS NM NL
-400-300-200-100
0100200300400
-15
-14
-13
-12
-11
-10 -9 -8 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5
ΔTB
(ms)
Error (°)
-15-8
-16
13
-300
-200
-100
0
100
200
300
-15 -5 5 15 25 35 45 55 65 75 85 95 10
511
512
513
5
Des
ired
Ran
ge (°
)ΔTB
(ms)
Error (°)
Page 74
51
3.4.2 Perancangan Antarmuka Pada PC/laptop untuk Sistem FES
Wearable
Sama seperti pada realisasi prototipe kontroler fuzzy, realisasi sistem
kontroler untuk FES wearable juga dilengkapi dengan program antarmuka pada
PC/laptop. Program ini direalisasikan menggunakan IDE Embarcadero XE2.
Program antarmuka dirancang dengan dua mode pengguna, yaitu
pengguna umum (User) dan praktisi (Expert). Pada saat program pertama kali
dijalankan, muncul tampilan awal berupa tulisan selamat datang dan pilihan
mode, seperti diperlihatkan pada Gambar 3.44.
Mode User dirancang untuk pengguna sistem FES secara umum. Jika
mode ini dipilih, halaman pemilihan gerakan yang akan distimulasi kemudian
akan dimunculkan, seperti diperlihatkan pada Gambar 3.45. Setelah pengguna
memilih gerakan, halaman monitoring kemudian ditampilkan. Untuk melakukan
stimulasi, pengguna dapat menekan tombol Start. Grafik kemudian akan
menampilkan nilai sudut target serta perubahan sudut aktual yang dicapai oleh
sendi dan nilai error gerakan, seperti diperlihatkan pada Gambar 3.46.
Pada mode Expert, menu dan pilihan pada program antarmuka dirancang
dengan asumsi bahwa pengguna merupakan praktisi atau orang yang paham atas
sistem FES wearable. Oleh karena itu, tampilan pada mode ini dilengkapi dengan
pilihan untuk memasukkan data subyek serta pengatuan terhadap sistem FES,
seperti besar tegangan stimulasi, durasi awal stimulasi, serta pengaturan port
komunikasi serial. Tampilan awal mode Expert diperlihatkan pada Gambar 3.47.
Pengguna dapat melakukan pengaturan komunikasi serial yang akan
digunakan dengan menekan tombol Setting Port pada deretan menu. Untuk
menghubungkan program antarmuka dengan perangkat wearable, pengguna dapat
menekan tombol Open Port. Saat komunikasi serial melalui Bluetooth telah
terhubung, port yang digunakan akan ditampilkan. Tulisan pada tombol Open
Port akan berubah menjadi Close Port dan fungsi tombol tersebut berubah untuk
memberikan perintah menutup koneksi serial.
Terdapat dua fungsi utama yang dapat dijalankan pada mode ini. Yang
pertama adalah pengukuran sudut pada segmen dan sendi anggota gerak bagian
bawah. Hal ini dilakukan dengan menekan Radio Button Gait Measurement. Pada
Page 75
52
saat tombol ini dipilih, tampilan akan otomatis berubah menjadi tab Sensor
System. Fungsi kedua adalah untuk menjalankan stimulasi elektris, yaitu dengan
menekan Radio Button Electrical Stimulation. Sama seperti pada fungsi
pengindraan sudut, tab Functional Electrical Stimulation akan otomatis
ditampilkan jika tombol Electrical Stimulation ditekan.
Untuk mulai menjalankan kedua fungsi, baik pengindraan maupun
stimulasi, pengguna dapat menekan tombol Start. Setelah fungsi mulai dijalankan,
tulisan pada tombol akan berubah menjadi Stop untuk menghentikan subprogram
yang berjalan.
Pada fungsi stimulasi elektris, pengguna dapat melakukan pengaturan
terhadap stimulasi yang dijalankan melalui pilihan pada tab Functional Electrical
Stimulation. Pengguna dapat mengatur besar tegangan stimulasi, periode setiap
siklus, gerakan yang akan diinisiasi, serta durasi awal stimulasi.
Selama salah satu fungsi tersebut berjalan, PC/laptop juga akan
menerima data dari perangkat wearable. Data tersebut akan ditampilkan dalam
bentuk angka dan grafik pada tampilan antarmuka sehingga memudahkan
monitoring terhadap kinerja perangkat dan fungsi yang sedang berjalan.
Selain fungsi-fungsi yang telah dijelaskan, program antarmuka juga
berfungsi menyimpan data yang telah diterima oleh PC/laptop. Hal ini dilakukan
dengan menekan tombol Save Data. Data akan disimpan dengan ekstensi *.txt.
Demikian pula sebaliknya, data yang telah disimpan dapat ditampilkan kembali
dengan menekan tombol Load Data. Data akan ditampilkan dalam bentuk grafik
dan juga angka sesuai parameter yang tersimpan. Diagram aktivitas program
antarmuka untuk sistem FES wearable secara keseluruhan diperlihatkan pada
Gambar 3.48.
Page 76
53
Gambar 3.44 Tampilan halaman awal program antarmuka untuk PC/laptop
Page 77
54
Gambar 3.45 Tampilan pemilihan gerakan pada mode User
Page 78
55
Gambar 3.46 Tampilan halaman monitoring pada mode User
Page 79
56
Gambar 3.47 Tampilan awal halaman monitoring pada mode Expert
Page 80
57
Pengguna Sistem
Membuka Aplikasi Menampilkan Halaman Awal
Memilih Menu Port Setting Menampilkan Pengaturan Comport
Menutup Aplikasi
Memilih Mode User Menampilkan Pilihan Gerakan
Memilih Menu Open Port Melakukan Koneksi Serial
Memilih Menu Start Mengirimkan Data Awal
Memilih Menu Save Data Menyimpan Data
Menerima Data dari Embedded System
Menampilkan Grafik dan Parameter Data
Memilih Menu Load Data Menampilkan Data Tersimpan
Memilih Gerakan yang Distimulasi Menampilkan Halaman Monitoring
Memilih Mode Expert Menampilkan Halaman Awal Mode Expert
Memilih Menu Start Melakukan Koneksi Serial dan Transfer Data
Menampilkan Grafik dan Parameter Data
Memilih Mode Gait Measurement Menampilkan Tab Sensor System
Memilih Mode Electrical Stimulator Menampilkan Tab Functional Electrical Stimulator
Gambar 3.48 Diagram aktivitas program antarmuka sistem FES wearable
Page 81
58
3.4.3 Implementasi Pada Perangkat FES Wearable
Berikutnya, kontroler fuzzy yang telah dirancang diimplementasikan
pada perangkat FES wearable. Perangkat tersebut terdiri atas empat bagian, yaitu
master yang terletak pada bagian pinggang dan tiga slave yang diletakkan pada
setiap segmen anggota gerak, yaitu paha, betis, dan kaki. Prosesor pada perangkat
wearable menggunakan mikrokontroler ARM STM32F103C8T6.
Diagram blok sistem wearable FES yang telah dilengkapi kontroler fuzzy
diperlihatkan pada Gambar 3.49 dan penggunaan perangkat pada Gambar 3.50.
PC/laptop memiliki fungsi utama sebagai monitoring station. Melalui antarmuka
pada PC/laptop, stimulasi yang akan diberikan dapat diatur, terdiri atas gerakan
yang akan distimulasi, besar boost voltage yang akan digunakan, hingga durasi
setiap siklus. Data awal stimulasi ini kemudian dikirimkan ke embedded system
menggunakan komunikasi serial melalui bluetooth.
Pada sisi embedded system, data stimulasi yang diterima oleh master
kemudian diproses. Master kemudian meneruskan data awal stimulasi kepada
slave. Pada saat bersamaan, master juga memberikan perintah kepada setiap slave
untuk mengakuisisi data menggunakan sistem sensor. Data yang dikumpulkan
berupa sudut kemiringan (tilt angle) masing-masing segmen. Dari data tersebut,
sudut yang dicapai oleh setiap sendi bisa didapatkan sehingga dapat diketahui
efek stimulasi terhadap gerakan secara langsung. Sudut aktual inilah yang menjadi
masukan bagi kontroler fuzzy.
Sistem sensor melakukan sampling data setiap 10 ms. Pada setiap
sampling, data kemudian diproses untuk mendeteksi nilai maksimum gerakan
serta nilai error. Hal ini berlangsung hingga akhir satu siklus, di mana kontroler
fuzzy akan memroses data yang telah terkumpul dalam siklus tersebut. Proses
fuzzifikasi dilakukan dengan masukan nilai error pada saat sudut aktual bernilai
maksimum. Kontroler kemudian melakukan perhitungan sehingga didapatkan
nilai ΔTB. Stimulasi untuk siklus baru dilakukan dengan menambahkan nilai ΔTB
ke dalam durasi stimulasi dari siklus sebelumnya sehingga terbentuk kontrol
closed-loop. Pada kontroler MISO, nilai desired range diambil di awal setiap
siklus kemudian diproses oleh kontroler fuzzy untuk mendapatkan variabel
keluaran ΔTB. Diagram alir proses di dalam kontroler fuzzy diperlihatkan oleh
Page 82
59
Gambar 3.51. Pada setiap sampling, embedded system juga mengirimkan kembali
data hasil pengindraan sensor serta perhitungan kontroler fuzzy ke PC/laptop.
Data-data tersebut kemudian ditampilkan pada antarmuka di PC/laptop sehingga
memudahkan monitoring.
Sistem FES wearable menggunakan protokol transfer data yang sama
seperti protokol pada prototipe dengan sedikit perubahan. Protokol pada sistem
wearable dikembangkan untuk mengakomodasi transfer data antara PC/laptop dan
embedded system, serta transfer data antara master dan slave dalam embedded
system sendiri. Masing-masing komunikasi data menggunakan satu kanal DMA
untuk pengiriman data dan satu kanal lain untuk penerimaan.
Transfer data
Akuisisi data Kontroler fuzzy
Stimulasi
PC/laptop Embedded system
Sudut sendi
TB[n]
Pengaturan stimulasi
Transfer data
Monitoring
Gambar 3.49 Diagram blok sistem wearable FES
Gambar 3.50 Penggunaan perangkat FES wearable
Page 83
60
Mulai
Selesai
Fuzzifikasi
Fuzzy rules set
Defuzzifikasi
Crisp Decision Index
Error dan θmaks
Input membership function
Nilai ΔTB
Data sudut
Perhitungan nilai error dan θmaks
Counter = Periode/100?
Counter = 0
T
Y
TB[n] = TB[n-1] + ΔTB
TB[n]
Gambar 3.51 Diagram alir proses fuzzy pada kontroler SISO
Page 84
61
BAB 4
PENGUJIAN DAN EVALUASI PERFORMANSI
Pada bab ini akan dibahas hasil yang telah didapatkan selama penelitian
berlangsung. Telah dilakukan beberapa pengujian terhadap sistem kontroler yang
telah dirancang, mencakup:
1. pengujian eksperimental kontrol gerakan fleksi lutut maksimum,
2. pengujian eksperimental kontrol gerakan ekstensi lutut maksimum.
4.1 Pengujian Eksperimental Kontrol Gerakan Sendi Lutut
Pengujian dilakukan dengan menggunakan perangkat FES wearable yang
telah direalisasikan pada penelitian sebelumnya untuk mengontrol gerakan fleksi
dan ekstensi lutut maksimum. Pengujian untuk kedua gerakan menggunakan
elektroda permukaan yang ditempatkan pada kaki kanan subyek. Pengujian
dilakukan kepada sepuluh orang subyek laki-laki berusia 21-25 tahun. Sebelum
pengujian, tujuan dan tahap pengujian dijelaskan kepada subyek dan subyek telah
memberikan persetujuan untuk menjalani pengujian. Pada kedua pengujian,
subyek diminta untuk duduk nyaman dalam kondisi kaki dapat bergerak bebas,
seperti diperlihatkan pada Gambar 4.1.
Frekuensi dan lebar pulsa untuk pulsa stimulasi ditetapkan sebesar 20 Hz
dan 200 µs, serta digunakan interval sampling sebesar 10 ms. Setiap pengujian
dilakukan sebanyak dua kali, masing-masing terdiri atas 30 siklus stimulasi.
Periode stimulasi untuk setiap siklus dibuat tetap selama 5 detik, dan burst
duration awal untuk setiap gerakan ditetapkan sebesar 0 ms.
Sebelum pengujian berlangsung, dilakukan pengukuran tegangan boost
awal serta posisi awal untuk masing-masing gerakan. Pengukuran tegangan boost
dilakukan untuk mengetahui nilai amplitudo tegangan yang sesuai sehingga dapat
dihasilkan gerakan maksimal namun tetap terasa nyaman bagi masing-masing
subyek. Posisi awal subyek diukur sebagai masukan bagi perhitungan yang akan
dilakukan oleh kontroler fuzzy. Sudut sendi subyek diukur menggunakan
akselerometer dan giroskop pada sistem sensor perangkat FES wearable.
Page 85
62
Gambar 4.1 Posisi subyek untuk pengujian eksperimental gerakan fleksi dan
ekstensi lutut maksimum
4.2 Pengujian Kontrol Gerakan Fleksi Lutut Maksimum
Pengujian eksperimental untuk gerakan fleksi lutut maksimum dilakukan
dengan memberikan stimulasi pada otot Biceps Femoris Long Head yang
merupakan otot fleksor lutut. Pengujian kontrol gerakan fleksi lutut maksimum
kemudian dievaluasi melalui dua parameter, yaitu Settling Index (SI) dan Root
Mean Squared Error (RMSE). SI didefinisikan sebagai jumlah siklus yang
diperlukan untuk mencapai target dengan error absolut kurang dari atau sama
dengan 5% dari sudut target, atau sebesar 3.5o. Parameter evaluasi pengujian
diperlihatkan pada Tabel 4.1.
Page 86
63
Tabel 4.1 Parameter Evaluasi Pengujian Kontrol Fleksi Lutut Maksimum Subyek Trial Settling Index (siklus) RMSE (o)
A 1 3 0.46 ± 2.55
2 3 0.58 ± 3.15
B 1 5 0.89 ± 4.74
2 2 0.72 ± 4.03
C 1 - 2.92 ± 3.63
2 6 1.67 ± 8.54
D 1 3 0.47 ± 1.93
2 17 1.23 ± 5.97
E 1 2 1.04 ± 5.71
2 4 0.82 ± 4.21
F 1 5 0.87 ± 4.69
2 2 0.27 ± 1.23
G 1 9 1.85 ± 2.62
2 - 1.97 ± 1.52
H 1 6 0.99 ± 4.94
2 15 1.53 ± 7.02
I 1 3 0.85 ± 4.63
2 6 1.31 ± 6.61
J 1 3 0.58 ± 3.23
2 3 1.25 ± 3.68
Dari hasil pengujian, didapatkan bahwa SI untuk semua subyek berada di
bawah 10 siklus, dengan dua trial pada Subyek D dan Subyek H mencapai SI di
atas 10 siklus. Selain itu, pengujian pertama pada Subyek C dan pengujian kedua
pada Subyek G tidak dapat mencapai sudut target selama 30 siklus pengujian.
RMSE untuk semua subyek berkisar di bawah 2o, dengan hanya pengujian
pertama Subyek C menghasilkan RMSE lebih besar dari nilai tersebut.
Hasil pengontrolan gerakan Subyek A pada pengujian pertama
diperlihatkan pada Gambar 4.2 dan hasil keluaran ΔTB diperlihatkan pada
Gambar 4.3. Dari hasil pengujian, dapat dilihat bahwa burst duration mampu
Page 87
64
dikontrol dengan baik oleh kontroler fuzzy hingga akhir pengujian. Subyek
mampu mencapai sudut target dalam tiga siklus, dan hanya mengalami sedikit
osilasi pada siklus ke-6 hingga ke-9. Selama sisa pengujian, kontroler mampu
mengatur burst duration sehingga sendi dapat mencapai sudut target secara stabil.
Pada Gambar 4.3 terlihat bahwa kontroler meregulasi burst duration pada siklus-
siklus awal stimulasi dengan menambahkan maupun mengurangi durasi stimulasi.
Setelah sendi mampu mencapai sudut target, pada siklus ke-11 hingga seterusnya
kontroler tidak melakukan penambahan durasi atau ΔTB bernilai nol untuk
mempertahankan posisi sudut fleksi yang dicapai oleh lutut.
Hal yang sama juga terlihat pada hasil pengujian pertama pada Subyek I,
seperti diperlihatkan pada Gambar 4.4 dan 4.5. Kontroler mampu menghasilkan
burst duration yang mendorong subyek mencapai sudut target pada siklus ke-3.
Sepanjang sisa pengujian, tampak bahwa gerakan fleksi sendi subyek beberapa
kali menghasilkan torsi yang lebih besar maupun lebih kecil sehingga melebihi
atau tidak mencapai sudut target. Namun hal ini dapat diatasi oleh kontroler
dengan meregulasi burst duration sehingga sudut target kembali tercapai dengan
stabil hingga akhir siklus pengujian.
Dari Tabel 4.1, dapat dilihat bahwa nilai RMSE untuk kedua pengujian
tersebut bernilai di bawah 1o, yang berarti error rata-rata dalam 30 siklus cukup
kecil.
Gambar 4.2 Hasil kontrol gerakan fleksi lutut maksimum (Subyek A, pengujian
1)
01020304050607080
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Sudu
t (°)
Jumlah Siklus
Sudut TargetSudut Tercapai
Page 88
65
Gambar 4.3 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek A, pengujian 1)
Gambar 4.4 Hasil kontrol gerakan fleksi lutut maksimum (Subyek I, pengujian
1)
Gambar 4.5 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek I, pengujian 1)
-150-100
-500
50100150200250
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ΔTB
(ms)
Jumlah Siklus
01020304050607080
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Sudu
t (°)
Jumlah Siklus
Sudut TargetSudut Tercapai
-200-150-100-50
050
100150200250
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29ΔTB
(ms)
Jumlah Siklus
Page 89
66
Gambar 4.4 memperlihatkan hasil pengujian kedua pada Subyek J, di
mana burst duration dapat dikontrol dengan baik hingga siklus ke-5. Pada siklus
ke-6 hingga siklus ke-11, sudut yang dicapai oleh lutut turun hingga 7.7 derajat
dari target. Hal ini dapat diatasi oleh kontroler dengan cara meningkatkan burst
duration pada siklus berikutnya, sehingga pada siklus ke-12, sudut fleksi
mencapai 64.9°. Namun sudut aktual kembali turun hingga siklus ke-18. Pada
siklus ke-19, subyek mampu menghasilkan sudut sebesar 71.8°. Kondisi ini
bertahan hingga siklus ke-20. Penurunan sudut aktual kemudian terjadi kembali
pada siklus ke-21 dan berlanjut hingga akhir pengujian meskipun kontroler telah
melakukan perubahan durasi stimulasi.
Penurunan sudut yang terjadi mengindikasikan terjadinya kelelahan otot.
Pada kondisi terjadi kelelahan otot, error maksimum yang dihasilkan oleh subyek
adalah sebesar 9.1° pada siklus ke-16. Kelelahan otot diasumsikan dapat teratasi
jika error absolut berkurang hingga bernilai kurang dari atau sama dengan Δθ
sebesar 3.5°. Indeks rekoveri didefinisikan sebagai jumlah siklus yang dibutuhkan
untuk mengompensasi kelelahan otot yang terjadi. Pada pengujian ini, siklus yang
dibutuhkan adalah sebesar 13 siklus.
Gambar 4.6 Hasil kontrol gerakan fleksi lutut maksimum (Subyek J, pengujian
2)
01020304050607080
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Sudu
t (°)
Jumlah Siklus
Sudut TargetSudut Tercapai
Page 90
67
Gambar 4.7 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek D, pengujian 1)
Gambar 4.8 Hasil kontrol gerakan fleksi lutut maksimum (Subyek E, pengujian
1)
Gambar 4.9 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek E, pengujian 1)
-200
20406080
100120
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ΔTB
(ms)
Jumlah Siklus
01020304050607080
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31
Sudu
t (°)
Jumlah Siklus
Sudut TargetSudut Tercapai
-150-100-50
050
100150200250
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ΔTB
(ms)
Jumlah Siklus
Page 91
68
Osilasi juga terjadi pada pengujian kontrol gerakan fleksi lutut
maksimum. Seperti diperlihatkan pada Gambar 4.8, pengujian pertama pada
Subyek E menghasilkan sudut yang tidak teratur dan cenderung naik-turun. Untuk
mengatasi hal tersebut, kontroler melakukan regulasi burst duration dengan cara
menambah dan mengurangi durasi stimulasi. Namun dengan sedikit perubahan
durasi, otot subyek menghasilkan torsi yang cukup besar sehingga sudut yang
dicapai oleh lutut lebih besar dari target, seperti terlihat pada siklus ke-6. Begitu
juga sebaliknya, pengurangan durasi kurang lebih 200 ms menghasilkan
perubahan sudut aktual yang cukup besar, hingga 10 derajat, seperti terlihat pada
siklus ke-8.
Selain terjadinya muscle fatigue dan osilasi, pada pengujian kontrol
gerakan fleksi lutut juga terjadi kondisi di mana subyek tidak dapat mencapai
sudut target sama sekali selama 30 siklus. Seperti diperlihatkan pada Gambar
4.10, hasil pengujian pertama pada Subyek C menunjukkan subyek menghasilkan
sudut kurang dari target sepanjang pengujian. Pada kondisi ini, sudut aktual yang
dihasilkan cenderung stabil meskipun tidak mencapai sudut yang ditargetkan
sehingga nilai ΔTB yang dihasilkan juga cenderung konstan. Tidak terjadi
perubahan sudut yang signifikan meskipun kontroler terus menambah durasi
stimulasi, yang berarti lutut subyek tidak menghasilkan torsi lebih besar meskipun
stimulasi dijalankan dalam waktu lebih lama.
Gambar 4.10 Hasil kontrol gerakan fleksi lutut maksimum (Subyek C, pengujian
1)
01020304050607080
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Sudu
t (°)
Jumlah Siklus
Sudut TargetSudut Tercapai
Page 92
69
Gambar 4.11 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek C, pengujian 1)
Dari hasil pengujian kontrol gerakan fleksi lutut maksimum, dapat dilihat
bahwa kontroler fuzzy yang dirancang mampu meregulasi burst duration secara
efektif. Seperti diperlihatkan pada Gambar 4.5 dan 4.7, pada siklus-siklus awal
stimulasi, sebelum target tercapai, kontroler terus meningkatkan burst duration.
Setelah sudut target dapat dicapai oleh sendi, kontroler mengatur burst duration
agar sudut tetap stabil pada rentang target. Durasi stimulasi kembali diregulasi
saat sudut target tidak dapat tercapai. Sesuai perancangan fuzzy rules untuk
kontroler SISO, kontroler meningkatkan durasi stimulasi saat sudut yang dicapai
oleh sendi lebih kecil dari target. Sebaliknya, saat sudut aktual melebihi target,
kontroler merespon dengan mengurangi durasi stimulasi. Kontroler juga mampu
melakukan kompensasi atas kelelahan otot yang terjadi pada subyek dalam waktu
cukup singkat, yaitu kurang dari 10 siklus, seperti diperlihatkan pada Gambar 4.6.
4.3 Pengujian Kontrol Gerakan Ekstensi Lutut Maksimum
Pengujian kedua adalah pengujian untuk mengontrol gerakan ekstensi
lutut maksimum. Pengujian ini dilakukan dengan memberikan stimulasi pada otot
ekstensor lutut, yaitu Vastus Medialis dan/atau Rectus Vemoris. Parameter
evaluasi yang digunakan sama dengan pengujian gerakan fleksi lutut maksimum.
Hasil pengujian berdasarkan parameter evaluasi diperlihatkan pada Tabel 4.2.
SI untuk semua subyek berada di bawah 10 siklus, kecuali pengujian
pertama pada Subyek C dan pengujian kedua pada Subyek J. Terdapat pula
0
50
100
150
200
250
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ΔTB
(ms)
Jumlah Siklus
Page 93
70
kondisi dimana subyek tidak dapat mencapai sudut target selama pengujian,
seperti dicontohkan pada pengujian Subyek A dan F. RMSE untuk semua subyek
berkisar di bawah 5o, terkecuali pengujian pertama pada Subyek A yang
menghasilkan RMSE lebih besar dari 5°.
Tabel 4.2 Parameter Evaluasi Pengujian Kontrol Ekstensi Lutut Maksimum Subyek Trial Settling Index (siklus) RMSE (o)
A 1 - 5.51 ± 1.55
2 - 3.07 ± 17.57
B 1 6 2.53 ± 13.09
2 6 2.65 ± 14.00
C 1 10 2.11 ± 8.94
2 8 2.11 ± 8.77
D 1 9 4.42 ± 14.44
2 14 4.98 ± 13.57
E 1 4 1.81 ± 9.78
2 8 1.71 ± 8.92
F 1 - 4.11 ± 7.48
2 - 3.40 ± 10.20
G 1 7 2.09 ± 10.95
2 7 2.07 ± 11.16
H 1 4 1.86 ± 9.92
2 6 1.80 ± 9.47
I 1 3 1.55 ± 8.33
2 3 1.05 ± 5.81
J 1 3 1.68 ± 9.05
2 18 2.65 ± 11.68
Page 94
71
Gambar 4.12 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek J,
pengujian 1)
Gambar 4.13 Delta burst duration pengujian kontrol gerakan fleksi lutut
maksimum (Subyek J, pengujian 1)
Hasil kontrol gerakan ekstensi lutut maksimum pada pengujian pertama
untuk Subyek J diperlihatkan pada Gambar 4.12 dan hasil keluaran ΔTB
diperlihatkan pada Gambar 4.13. Dapat dilihat bahwa burst duration mampu
dikontrol dengan baik oleh kontroler fuzzy selama 30 siklus pengujian. Subyek
mampu mencapai sudut target dalam tiga siklus, dan hampir tidak mengalami
osilasi hingga akhir pengujian. Selama pengujian, kontroler mampu mengatur
burst duration sehingga sendi dapat mencapai sudut target secara stabil. Pada
Gambar 4.3 terlihat bahwa kontroler meregulasi burst duration pada siklus-siklus
awal stimulasi dengan menambahkan kemudian mengurangi durasi stimulasi.
Setelah sudut target tercapai pada siklus ke-3 hingga seterusnya, kontroler tidak
010203040506070
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Sudu
t (°)
Jumlah Siklus
Sudut TargetSudut Tercapai
050
100150200250300350
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ΔTB
(ms)
Jumlah Siklus
Page 95
72
melakukan penambahan durasi atau ΔTB bernilai nol untuk mempertahankan
sudut yang dicapai oleh lutut.
Hasil pengujian kedua pada Subyek I juga memperlihatkan pola yang
sama, diperlihatkan pada Gambar 4.14 dan 4.15. Kontroler mampu menghasilkan
burst duration yang mendorong subyek mencapai sudut target pada siklus ke-5.
Gerakan ekstensi sendi lutut subyek hanya mengalami osilasi pada awal
pengujian, namun dapat diakomodasi oleh kontroler dengan meregulasi burst
duration, sehingga sudut target dapat tercapai dengan stabil hingga akhir siklus
pengujian.
Gambar 4.14 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek I,
pengujian 2)
Gambar 4.15 Delta burst duration pengujian kontrol gerakan ekstensi lutut
maksimum (Subyek I, pengujian 2)
0
10
20
30
40
50
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Sudu
t (°)
Jumlah Siklus
Sudut TargetSudut Tercapai
-300-200-100
0100200300400
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29ΔTB
(ms)
Jumlah Siklus
Page 96
73
Pada pengujian kontrol gerakan ekstensi lutut maksimum juga terjadi
kondisi osilasi, seperti diperlihatkan pada Gambar 4.16. Pengujian pertama pada
Subyek D menghasilkan sudut yang tidak teratur dan cenderung naik-turun.
Kontroler mengatasi hal tersebut dengan cara menambah dan mengurangi durasi
stimulasi, seperti diperlihatkan pada Gambar 4.17.
Selain terjadinya osilasi, pada pengujian kontrol gerakan ekstensi lutut
juga terjadi kondisi di mana subyek tidak dapat mencapai sudut target selama
pengujian, seperti diperlihatkan pada Gambar 4.18. Hasil pengujian kedua pada
Subyek A menunjukkan subyek menghasilkan sudut kurang dari target selama 30
siklus. Pada kondisi ini, sudut aktual yang dihasilkan cenderung stabil meskipun
tidak mencapai sudut yang ditargetkan sehingga nilai ΔTB pun bersifat tetap.
Tidak terjadi perubahan sudut yang signifikan meskipun kontroler terus
menambah durasi stimulasi, yang berarti lutut subyek tidak menghasilkan torsi
lebih besar meskipun stimulasi dijalankan lebih lama.
Gambar 4.16 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek D,
pengujian 1)
01020304050607080
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Sudu
t (°)
Jumlah Siklus
Sudut TargetSudut Tercapai
Page 97
74
Gambar 4.17 Delta burst duration pengujian kontrol gerakan ekstensi lutut
maksimum (Subyek D, pengujian 1)
Gambar 4.18 Hasil kontrol gerakan ekstensi lutut maksimum (Subyek A,
pengujian 2)
Gambar 4.19 Delta burst duration pengujian kontrol gerakan ekstensi lutut
maksimum (Subyek A, pengujian 2)
050
100150200250300350
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ΔTB
(ms)
Jumlah Siklus
0102030405060
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Sudu
t (°)
Jumlah Siklus
Sudut TargetSudut Tercapai
050
100150200250300350
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
ΔTB
(ms)
Jumlah Siklus
Page 98
75
BAB 5 KESIMPULAN DAN SARAN
Pada bab ini dipaparkan kesimpulan dari hasil pengujian dan analisa
performansi yang telah dilakukan. Selain itu, melalui bab ini, disampaikan pula
saran serta usulan pengembangan penelitian yang dapat dilakukan.
5.1 Kesimpulan
Pada penelitian ini, kontroler untuk stimulator FES telah dirancang dan
diimplementasikan pada embedded system sebagai salah satu langkah dalam
merealisasikan sistem FES wearable. Sistem fuzzy dirancang dalam dua jenis
kontroler untuk enam gerakan, yaitu kontroler Single Input Single Output (SISO)
dan Multi Input Single Output (MISO). Kontroler SISO memiliki variabel
masukan berupa nilai error dan variabel keluaran ΔTB, dirancang untuk gerakan
fleksi pinggang maksimum, ekstensi pinggang maksimum, fleksi lutut maksimum,
dorsifleksi engkel maksimum, dan plantarfleksi engkel maksimum. Sedangkan
kontroler MISO menggunakan variabel masukan berupa nilai error dan desired
range serta variabel keluaran ΔTB. Kontroler ini dirancang untuk gerakan
ekstensi lutut maksimum.
Implementasi kontroler dilakukan pada embedded system ARM
STM32F429 untuk tahap prototipe dan STM32F103C8T6 untuk perangkat
wearable yang telah direalisasikan pada penelitian sebelumnya. Sistem yang
dirancang mencakup program antarmuka pada PC/laptop, sistem kontroler, serta
protokol transfer data antara PC/laptop dan embedded system menggunakan
Direct Memory Access (DMA).
Pengujian performansi kontroler dilakukan dengan mengontrol dua
gerakan pada sendi lutut, yaitu fleksi lutut maksimum dan ekstensi lutut
maksimum. Kontroler yang telah dirancang dan diimplementasikan mampu
mengontrol burst duration stimulasi secara otomatis berdasarkan masukan berupa
nilai error dan desired range. Selain itu, kontroler juga mampu mengatasi
kelelahan otot yang terjadi pada subyek saat stimulasi berlangsung.
Page 99
76
Parameter evaluasi berupa Settling Index (SI) dan Root Mean Squared
Error (RMSE) memberikan hasil yang menjanjikan. SI untuk semua subyek
dalam pengujian pengontrolan gerakan fleksi lutut maksimum bernilai antara 2-10
siklus, dengan nilai RMSE kurang dari 7o, sedangkan SI untuk pengujian kontrol
gerakan ekstensi lutut maksimum bernilai antara 3-10 siklus dan nilai RMSE
kurang dari 5°. Hal ini membuktikan bahwa kontroler yang dirancang mampu
menyesuaikan stimulasi dengan kondisi pengguna secara langsung.
Kemampuan kontroler untuk mengatasi kelelahan otot pada subyek
terbukti pada pengujian kontrol gerakan fleksi lutut maksium. Error maksimum
yang dihasilkan oleh subyek pada kondisi terjadi kelelahan otot adalah sebesar
9.1° pada siklus ke-16. Jumlah siklus yang dibutuhkan untuk mengompensasi
kelelahan otot adalah sebesar 13 siklus dengan error absolut bernilai kurang dari
atau sama dengan Δθ sebesar 3.5°.
5.2 Saran
Kontroler dapat dikembangkan dengan melakukan variasi set fuzzy yang
digunakan sehingga didapatkan set fuzzy yang paling efektif. Sistem juga dapat
dikembangkan lebih lanjut dengan menambahkan fitur perubahan parameter
kontroler fuzzy secara otomatis. Hal ini diperlukan untuk mengatasi
intervariabilitas subyek yang mempengaruhi hasil kontroler. Selain itu, dapat
digunakan masukan berupa informasi kondisi otot melalui Electromyogram
(EMG) untuk mengetahui terjadinya kelelahan otot pada subyek.
Aplikasi pada subyek dengan gangguan fungsi gerak seperti hemiplegia
atau tetraplegia juga akan bermanfaat. Berbeda dengan uji eksperimental yang
telah dilakukan dengan subyek normal, dimana fungsi otot subyek masih dalam
kondisi prima dan berfungsi dengan baik. Diharapkan penggunaan sistem oleh
subyek dengan gangguan fungsi gerak dapat memberikan data nyata mengenai
kondisi dan kebutuhan subyek sehingga sistem dapat dikembangkan untuk
rehabilitasi fungsi gerak.
Page 100
LAMPIRAN A
Tabel A.1 Data Fisiologis Subyek
No Subyek Usia
(tahun)
Berat
Badan (Kg)
Tinggi
Badan (cm)
Catatan Kondisi
Neuromuskuloskeletal
Aktivitas
Fisik
1. A 25 55 165 Normal Ringan
2. B 21 83 170 Normal Ringan
3. C 21 85 178 Normal Ringan
4. D 21 60 180 Normal Ringan
5. E 22 53 150 Normal Sedang
6. F 21 48 174 Normal Sedang
7. G 21 80 169 Normal Ringan
8. H 21 65 176 Normal Ringan
9. I 21 68 170 Normal Ringan
10. J 21 50 170 Normal Ringan
Page 101
LAMPIRAN B
Tabel B.1 Hasil pengujian kontrol fleksi lutut maksimum Subyek A
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
58.3 10.6 0 55.8 13.1 0 2 62.9 6.0 200 60.2 8.7 200 3 68.4 0.5 100 66.8 2.1 117 4 68.3 0.6 0 68.0 0.9 100 5 70.1 -1.2 0 68.3 0.6 0 6 67.7 1.2 -9 70.0 -1.1 0 7 72.0 -3.1 13 70.4 -1.5 -4 8 66.0 2.9 -100 70.3 -1.4 -29 9 73.1 -4.2 100 69.4 -0.5 -26 10 69.3 -0.4 -100 70.5 -1.6 0 11 69.4 -0.5 0 70.3 -1.4 -42 12 68.5 0.4 0 69.0 -0.1 -25 13 68.2 0.7 0 67.7 1.2 0 14 69.1 -0.2 0 69.6 -0.7 18 15 68.7 0.2 0 67.2 1.7 0 16 68.7 0.2 0 70.4 -1.5 62 17 68.6 0.3 0 68.8 0.1 -32 18 69.2 -0.3 0 66.9 2.0 0 19 69.7 -0.8 0 69.9 -1.0 91 20 68.8 0.1 0 69.8 -0.9 0 21 69.9 -1.0 0 70.9 -2.0 0 22 67.8 1.1 0 70.6 -1.7 -83 23 68.4 0.5 10 67.2 1.7 -50 24 69.0 -0.1 0 70.9 -2.0 56 25 68.4 0.5 0 67.4 1.5 -76 26 68.5 0.4 0 68.4 0.5 39 27 69.7 -0.8 0 66.8 2.1 0 28 68.5 0.4 0 67.2 1.7 96 29 69.4 -0.5 0 69.6 -0.7 61 30 69.7 -0.8 0 68.8 0.1 0
Page 102
Tabel B.2 Hasil pengujian kontrol fleksi lutut maksimum Subyek B
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
50.5 18.4 0 51.6 17.3 0 2 62.8 6.1 200 66.2 2.7 200 3 59.5 9.4 100 68.5 0.4 100 4 64.3 4.6 177 73.3 -4.4 0 5 67.7 1.2 100 66.6 2.3 -100 6 69.0 -0.1 16 67.9 1.0 100 7 64.5 4.4 0 63.6 5.3 5 8 66.7 2.2 100 69.9 -1.0 100 9 73.5 -4.6 100 69.9 -1.0 0 10 71.2 -2.3 -100 67.7 1.2 0 11 72.1 -3.2 -100 68.7 0.2 17 12 69.2 -0.3 -100 69.4 -0.5 0 13 69.6 -0.7 0 67.2 1.7 0 14 69.3 -0.4 0 71.0 -2.1 60 15 67.3 1.6 0 70.0 -1.1 -84 16 67.1 1.8 49 71.6 -2.7 -1 17 70.7 -1.8 64 69.6 -0.7 -100 18 72.9 -4.0 -57 66.7 2.2 0 19 64.5 4.4 -100 67.5 1.4 100 20 67.8 1.1 100 68.5 0.4 35 21 67.7 1.2 13 68.8 0.1 0 22 67.6 1.3 18 69.3 -0.4 0 23 67.3 1.6 25 66.3 2.6 0 24 70.2 -1.3 52 69.2 -0.3 100 25 70.5 -1.6 -15 73.2 -4.3 0 26 73.1 -4.2 -44 75.3 -6.4 -100 27 73.2 -4.3 -100 65.9 3.0 -100 28 68.6 0.3 -100 70.0 -1.1 100 29 60.9 8.0 0 72.0 -3.1 -3 30 67.6 1.3 100 70.1 -1.2 -100
Page 103
Tabel B.3 Hasil pengujian kontrol fleksi lutut maksimum Subyek C
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
47.4 21.5 0 37.7 31.2 0 2 50.4 18.5 200 44.7 24.2 300 3 52.3 16.6 200 50.0 18.9 200 4 51.1 17.8 200 57.7 11.2 200 5 52.9 16.0 200 59.7 9.2 200 6 52.6 16.3 200 67.0 1.9 157 7 56.6 12.3 200 67.4 1.5 76 8 56.1 12.8 200 68.4 0.5 37 9 55.6 13.3 200 68.1 0.8 0 10 57.5 11.4 200 67.4 1.5 0 11 56.3 12.6 200 65.7 3.2 37 12 55.3 13.6 200 66.9 2.0 100 13 56.8 12.1 200 62.7 6.2 88 14 61.1 7.8 200 67.9 1.0 100 15 58.4 10.5 100 69.4 -0.5 2 16 53.4 15.5 200 70.3 -1.4 0 17 56.1 12.8 200 69.7 -0.8 -24 18 57.6 11.3 200 67.6 1.3 0 19 56.3 12.6 200 70.5 -1.6 26 20 55.3 13.6 200 67.7 1.2 -43 21 52.4 16.5 200 70.4 -1.5 17 22 52.9 16.0 200 69.3 -0.4 -29 23 51.8 17.1 200 72.0 -3.1 0 24 48.3 20.6 200 60.3 8.6 -100 25 47.7 21.2 200 66.7 2.2 113 26 49.0 19.9 200 63.6 5.3 100 27 48.3 20.6 200 63.4 5.5 100 28 49.8 19.1 200 74.6 -5.7 100 29 49.6 19.3 200 77.5 -8.6 -100 30 50.2 18.7 200 75.6 -6.7 -105
Page 104
Tabel B.4 Hasil pengujian kontrol fleksi lutut maksimum Subyek D
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
60.2 8.7 0 53.2 15.7 0 2 61.7 7.2 108 57.4 11.5 200 3 66.0 2.9 100 60.1 8.8 200 4 66.4 2.5 100 58.8 10.1 126 5 67.9 1.0 100 59.0 9.9 200 6 67.9 1.0 4 61.1 7.8 200 7 67.2 1.7 6 60.3 8.6 100 8 68.2 0.7 55 62.0 6.9 108 9 68.5 0.4 0 61.8 7.1 100 10 68.2 0.7 0 62.0 6.9 100 11 68.4 0.5 0 64.7 4.2 100 12 68.5 0.4 0 61.3 7.6 100 13 68.6 0.3 0 62.3 6.6 100 14 68.0 0.9 0 62.2 6.7 100 15 67.9 1.0 0 63.1 5.8 100 16 67.9 1.0 3 61.9 7.0 100 17 66.6 2.3 6 72.2 -3.3 100 18 66.6 2.3 100 71.3 -2.4 -100 19 66.5 2.4 100 66.7 2.2 -100 20 66.4 2.5 100 72.5 -3.6 -100 21 69.3 -0.4 100 72.8 -3.9 -100 22 66.6 2.3 0 74.7 -5.8 -100 23 70.0 -1.1 100 74.1 -5.2 -100 24 67.3 1.6 -2 74.3 -5.4 -100 25 67.3 1.6 36 70.7 -1.8 -100 26 67.5 1.4 26 73.3 -4.4 -53 27 67.6 1.3 35 71.4 -2.5 -100 28 67.2 1.7 23 69.1 -0.2 -100 29 67.5 1.4 58 67.3 1.6 0 30 68.2 0.7 30 65.0 3.9 53
Page 105
Tabel B.5 Hasil pengujian kontrol fleksi lutut maksimum Subyek E
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
57.5 11.4 0 51.7 17.2 0 2 70.8 -1.9 200 64.8 4.1 200 3 75.0 -6.1 -64 64.6 4.3 100 4 73.4 -4.5 -100 68.0 0.9 100 5 59.0 9.9 -100 67.0 1.9 0 6 73.8 -4.9 200 71.9 -3.0 83 7 72.0 -3.1 -100 70.4 -1.5 -100 8 57.4 11.5 -100 74.2 -5.3 -33 9 73.4 -4.5 200 71.1 -2.2 -100 10 72.8 -3.9 -100 66.3 2.6 -99 11 65.7 3.2 -100 67.2 1.7 -100 12 74.0 -5.1 100 67.1 1.8 -16 13 58.5 10.4 -100 68.3 0.6 65 14 70.2 -1.3 200 63.7 5.2 0 15 73.8 -4.9 -20 63.0 5.9 100 16 72.4 -3.5 -100 63.9 5.0 100 17 60.1 8.8 -100 69.2 -0.3 100 18 71.0 -2.1 100 69.7 -0.8 0 19 61.0 7.9 -84 69.7 -0.8 0 20 70.6 -1.7 100 72.1 -3.2 0 21 73.5 -4.6 -52 73.8 -4.9 -100 22 61.0 7.9 -100 69.0 -0.1 -100 23 68.5 0.4 100 67.5 1.4 0 24 64.3 4.6 0 67.3 1.6 33 25 71.4 -2.5 -36 66.2 2.7 47 26 63.1 5.8 -100 64.7 4.2 100 27 70.1 -1.2 100 65.6 3.3 100 28 70.2 -1.3 -8 63.9 5.0 100 29 68.5 0.4 -18 67.5 1.4 100 30 68.0 0.9 0 63.7 5.2 35
Page 106
Tabel B.6 Hasil pengujian kontrol fleksi lutut maksimum Subyek F
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
52.4 16.5 0 63.0 5.9 0 2 58.2 10.7 200 65.5 3.4 100 3 61.2 7.7 200 68.3 0.6 100 4 60.5 8.4 100 67.9 1.0 0 5 67.3 1.6 100 67.8 1.1 4 6 73.6 -4.7 -100 67.6 1.3 7 7 71.1 -2.2 -100 67.5 1.4 27 8 69.0 -0.1 -99 68.9 0.0 29 9 66.1 2.8 0 68.7 0.2 0 10 68.4 0.5 100 67.1 1.8 0 11 67.1 1.8 0 67.5 1.4 72 12 69.2 -0.3 67 68.1 0.8 29 13 69.2 -0.3 0 68.5 0.4 0 14 68.8 0.1 0 68.9 0.0 0 15 71.1 -2.2 0 68.0 0.9 0 16 68.3 0.6 -100 68.4 0.5 0 17 72.1 -3.2 0 69.0 -0.1 0 18 66.9 2.0 -100 68.8 0.1 0 19 73.7 -4.8 83 68.2 0.7 0 20 72.9 -4.0 -100 68.2 0.7 0 21 67.5 1.4 -100 68.3 0.6 0 22 66.4 2.5 30 68.2 0.7 0 23 66.3 2.6 100 68.2 0.7 0 24 66.4 2.5 100 68.6 0.3 0 25 67.5 1.4 100 68.3 0.6 0 26 72.6 -3.7 31 67.6 1.3 0 27 69.5 -0.6 -100 67.6 1.3 24 28 73.5 -4.6 0 69.8 -0.9 26 29 68.5 0.4 -100 68.8 0.1 0 30 66.8 2.1 0 69.4 -0.5 0
Page 107
Tabel B.7 Hasil pengujian kontrol fleksi lutut maksimum Subyek G
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
55.0 13.9 0 52.3 16.6 0 2 57.6 11.3 200 55.2 13.7 200 3 59.3 9.6 200 57.5 11.4 200 4 60.2 8.7 200 57.7 11.2 200 5 58.0 10.9 120 58.2 10.7 200 6 60.4 8.5 200 58.7 10.2 200 7 58.4 10.5 100 58.0 10.9 200 8 64.1 4.8 200 59.0 9.9 200 9 69.9 -1.0 100 59.0 9.9 200 10 60.4 8.5 0 61.4 7.5 200 11 59.6 9.3 101 58.3 10.6 100 12 60.0 8.9 172 59.1 9.8 200 13 59.5 9.4 130 58.3 10.6 180 14 59.0 9.9 177 58.3 10.6 200 15 59.6 9.3 200 58.7 10.2 200 16 59.1 9.8 170 59.2 9.7 200 17 59.2 9.7 200 59.2 9.7 200 18 58.9 10.0 200 58.9 10.0 200 19 58.5 10.4 200 58.7 10.2 200 20 59.0 9.9 200 59.2 9.7 200 21 58.5 10.4 200 58.1 10.8 200 22 58.3 10.6 200 57.9 11.0 200 23 58.9 10.0 200 59.4 9.5 200 24 58.1 10.8 200 58.4 10.5 186 25 58.5 10.4 200 58.2 10.7 200 26 57.8 11.1 200 56.6 12.3 200 27 57.3 11.6 200 57.4 11.5 200 28 57.3 11.6 200 58.1 10.8 200 29 56.9 12.0 200 59.0 9.9 200 30 55.3 13.6 200 57.6 11.3 200
Page 108
Tabel B.8 Hasil pengujian kontrol fleksi lutut maksimum Subyek H
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
56.5 12.4 0 54.7 14.2 0 2 56.0 12.9 200 52.8 16.1 200 3 58.0 10.9 200 55.0 13.9 200 4 58.4 10.5 200 54.1 14.8 200 5 60.6 8.3 200 60.6 8.3 200 6 68.9 0.0 100 57.6 11.3 100 7 58.0 10.9 0 59.4 9.5 200 8 69.2 -0.3 200 57.5 11.4 184 9 68.0 0.9 0 57.5 11.4 200 10 69.6 -0.7 0 57.5 11.4 200 11 69.0 -0.1 0 57.2 11.7 200 12 71.0 -2.1 0 60.5 8.4 200 13 70.5 -1.6 -88 55.6 13.3 100 14 70.3 -1.4 -41 63.0 5.9 200 15 71.4 -2.5 -22 70.1 -1.2 100 16 70.6 -1.7 -100 71.6 -2.7 -13 17 71.5 -2.6 -47 70.9 -2.0 -100 18 71.5 -2.6 -100 69.2 -0.3 -83 19 66.8 2.1 -100 68.9 0.0 0 20 68.3 0.6 97 69.7 -0.8 0 21 66.7 2.2 0 73.1 -4.2 0 22 66.4 2.5 100 68.8 0.1 -100 23 66.5 2.4 100 74.0 -5.1 0 24 66.7 2.2 100 62.6 6.3 -100 25 66.7 2.2 100 68.0 0.9 100 26 61.7 7.2 100 68.0 0.9 0 27 69.6 -0.7 100 70.6 -1.7 0 28 66.0 2.9 0 70.9 -2.0 -44 29 67.8 1.1 100 70.7 -1.8 -79 30 72.9 -4.0 8 74.4 -5.5 -54
Page 109
Tabel B.9 Hasil pengujian kontrol fleksi lutut maksimum Subyek I
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
46.7 22.2 0 45.2 23.7 0 2 63.5 5.4 200 54.9 14.0 200 3 68.3 0.6 100 60.8 8.1 200 4 69.7 -0.8 0 65.3 3.6 100 5 72.7 -3.8 0 60.7 8.2 100 6 69.8 -0.9 -100 65.9 3.0 100 7 64.8 4.1 0 61.9 7.0 100 8 68.2 0.7 100 69.8 -0.9 100 9 68.7 0.2 0 65.4 3.5 0 10 69.3 -0.4 0 64.5 4.4 100 11 70.9 -2.0 0 71.4 -2.5 100 12 69.6 -0.7 -74 72.3 -3.4 -100 13 69.1 -0.2 0 70.7 -1.8 -100 14 73.3 -4.4 0 72.1 -3.2 -61 15 65.4 3.5 -100 65.4 3.5 -100 16 67.7 1.2 100 64.6 4.3 100 17 69.3 -0.4 14 60.8 8.1 100 18 68.3 0.6 0 66.2 2.7 100 19 70.1 -1.2 0 67.2 1.7 100 20 68.1 0.8 -12 66.8 2.1 56 21 67.9 1.0 0 73.5 -4.6 100 22 69.4 -0.5 4 74.6 -5.7 -100 23 69.7 -0.8 0 71.6 -2.7 -100 24 70.1 -1.2 0 63.7 5.2 -100 25 70.7 -1.8 -10 62.7 6.2 100 26 63.4 5.5 -60 62.7 6.2 100 27 69.4 -0.5 100 78.2 -9.3 100 28 70.9 -2.0 0 58.6 10.3 -154 29 67.8 1.1 -76 65.7 3.2 200 30 65.5 3.4 9 74.4 -5.5 100
Page 110
Tabel B.10 Hasil pengujian kontrol fleksi lutut maksimum Subyek J
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
Sudut Aktual
Maks (°)
Error (°)
ΔTB (ms)
1
69
59.4 9.5 0 63.3 5.6 0 2 62.2 6.7 192 58.3 10.6 100 3 65.7 3.2 100 69.5 -0.6 200 4 71.0 -2.1 100 73.9 -5.0 0 5 72.2 -3.3 -93 65.5 3.4 -100 6 69.1 -0.2 -100 61.7 7.2 100 7 67.2 1.7 0 61.2 7.7 100 8 71.4 -2.5 60 62.6 6.3 100 9 68.4 0.5 -100 63.5 5.4 100 10 70.5 -1.6 0 61.6 7.3 100 11 66.5 2.4 -43 63.0 5.9 100 12 70.5 -1.6 100 64.9 4.0 100 13 65.4 3.5 -41 61.5 7.4 100 14 72.8 -3.9 100 60.5 8.4 100 15 67.9 1.0 -100 61.1 7.8 100 16 65.8 3.1 5 59.8 9.1 100 17 70.6 -1.7 100 61.9 7.0 147 18 70.6 -1.7 -48 62.6 6.3 100 19 69.1 -0.2 -45 71.8 -2.9 100 20 71.0 -2.1 0 69.1 -0.2 -100 21 67.3 1.6 -90 64.3 4.6 0 22 68.5 0.4 46 62.6 6.3 100 23 66.7 2.2 0 63.0 5.9 100 24 71.6 -2.7 100 59.9 9.0 100 25 67.4 1.5 -100 61.8 7.1 143 26 68.6 0.3 40 58.1 10.8 100 27 67.0 1.9 0 59.1 9.8 200 28 73.9 -5.0 80 62.1 6.8 200 29 65.7 3.2 -100 62.7 6.2 100 30 73.4 -4.5 100 62.1 6.8 100
Page 111
Tabel B.11 Hasil pengujian kontrol ekstensi lutut maksimum Subyek A
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
50.2 35.4 -35.3 0 49.9 31.5 -35.0 0 2 44.9 36.0 -30.0 300 19.5 35.0 -4.6 300 3 44.5 36.0 -29.6 300 21.2 35.0 -6.3 100 4 44.4 35.9 -29.5 300 -2.8 34.0 17.7 195 5 45.0 36.0 -30.1 300 15.5 33.9 -0.6 -300 6 44.6 36.2 -29.7 300 17.4 35.2 -2.5 0 7 43.4 36.2 -28.5 300 24.3 33.9 -9.4 100 8 46.8 36.6 -31.9 300 6.0 34.9 8.9 200 9 44.9 36.5 -30.0 300 -12.6 34.3 27.5 -200 10 43.8 36.4 -28.9 300 32.8 34.9 -17.9 -300 11 45.0 35.4 -30.1 300 45.0 35.4 -30.1 300 12 45.9 36.6 -31.0 300 33.3 34.7 -18.4 300 13 43.7 36.5 -28.8 300 5.3 35.1 9.6 300 14 44.0 36.2 -29.1 300 -14.8 34.8 29.7 -200 15 45.0 36.3 -30.1 300 7.2 35.1 7.7 -300 16 45.0 35.4 -30.1 300 -2.3 35.2 17.2 -200 17 47.6 33.4 -32.7 300 39.0 33.8 -24.1 -300 18 46.6 33.5 -31.7 300 8.6 35.5 6.3 300 19 47.1 34.2 -32.2 300 15.2 35.4 -0.3 -200 20 46.4 31.9 -31.5 300 38.2 34.7 -23.3 0 21 46.0 32.8 -31.1 300 -1.1 35.7 16.0 300 22 45.6 32.2 -30.7 300 34.3 33.9 -19.4 -300 23 45.6 31.9 -30.7 300 3.7 34.9 11.2 300 24 43.3 32.1 -28.4 300 37.1 33.6 -22.2 -300 25 44.3 30.1 -29.4 300 31.5 35.1 -16.6 300 26 43.7 31.0 -28.8 300 12.5 34.9 2.4 300 27 44.2 30.4 -29.3 300 29.8 33.1 -14.9 -100 28 43.1 30.4 -28.2 300 -0.5 32.8 15.4 300 29 43.9 30.1 -29.0 300 26.1 34.0 -11.2 -300 30 43.3 30.7 -28.4 300 40.9 33.2 -26.0 300
Page 112
Tabel B.12 Hasil pengujian kontrol ekstensi lutut maksimum Subyek B
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
61.0 -20 18.4 0 60.5 -20 17.3 0 2 45.2 40 6.1 300 51.5 40 2.7 300 3 46.6 40 9.4 300 49.3 40 0.4 300 4 40.5 40 4.6 300 40.9 40 -4.4 300 5 36.8 40 1.2 300 34.6 40 2.3 300 6 15.2 40 -0.1 300 17.9 40 1.0 300 7 9.8 40 4.4 0 15.7 40 5.3 100 8 12.8 40 2.2 -100 18.2 40 -1.0 0 9 17.7 40 -4.6 -72 21.5 40 -1.0 100 10 15.7 40 -2.3 100 17.4 40 1.2 200 11 14.3 40 -3.2 0 15.2 40 0.2 100 12 9.0 20 -0.3 0 7.6 40 -0.5 0 13 13.9 40 -0.7 -149 0.3 40 1.7 -200 14 14.1 40 -0.4 0 9.7 40 -2.1 -300 15 26.2 40 1.6 0 12.1 40 -1.1 -100 16 2.4 40 1.8 300 22.7 40 -2.7 -100 17 21.1 40 -1.8 -300 13.4 40 -0.7 200 18 15.1 40 -4.0 180 13.7 40 2.2 0 19 11.7 40 4.4 0 22.2 40 1.4 0 20 12.3 40 1.1 -100 6.9 40 0.4 200 21 15.2 40 1.2 -100 16.7 40 0.1 -200 22 14.9 40 1.3 0 9.6 40 -0.4 0 23 16.4 40 1.6 0 14.3 40 2.6 -100 24 13.8 40 -1.3 0 13.6 40 -0.3 0 25 19.7 40 -1.6 0 9.1 40 -4.3 0 26 12.1 40 -4.2 100 15.3 40 -6.4 -132 27 11.7 40 -4.3 -100 17.7 40 3.0 0 28 11.9 40 0.3 -100 16.6 40 -1.1 100 29 20.5 40 8.0 -100 9.5 40 -3.1 0 30 23.6 40 1.3 100 12.7 40 -1.2 -100
Page 113
Tabel B.13 Hasil pengujian kontrol ekstensi lutut maksimum Subyek C
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
49.2 -20 21.5 0 51.8 -20 31.2 0 2 34.8 30 18.5 300 44.2 30 24.2 300 3 31.0 30 16.6 300 42.0 30 18.9 300 4 27.6 30 17.8 300 27.6 30 11.2 300 5 25.7 30 16.0 300 31.7 30 9.2 300 6 23.8 30 16.3 300 21.8 30 1.9 300 7 18.8 30 12.3 200 20.9 30 1.5 200 8 49.0 30 12.8 300 17.7 30 0.5 149 9 20.2 30 13.3 300 13.4 30 0.8 100 10 14.6 30 11.4 100 13.8 30 1.5 0 11 15.6 30 12.6 0 20.6 30 3.2 0 12 13.7 30 13.6 0 21.0 30 2.0 100 13 23.9 30 12.1 0 16.2 30 6.2 168 14 24.5 30 7.8 200 17.8 30 1.0 0 15 21.1 30 10.5 200 19.9 30 -0.5 100 16 18.2 30 15.5 172 19.0 20 -1.4 100 17 15.9 30 12.8 100 20.9 30 -0.8 100 18 16.1 30 11.3 0 18.5 20 1.3 130 19 15.8 30 12.6 0 18.9 20 -1.6 100 20 17.5 30 13.6 0 17.7 20 1.2 100 21 16.4 30 16.5 100 17.1 30 -1.5 100 22 11.9 30 16.0 0 22.9 30 -0.4 71 23 14.0 40 17.1 -100 18.9 30 -3.1 200 24 23.9 40 20.6 0 20.9 30 8.6 100 25 21.9 30 21.2 200 18.2 30 2.2 147 26 24.8 30 19.9 200 19.6 30 5.3 100 27 21.1 20 20.6 200 19.5 20 5.5 100 28 22.9 20 19.1 176 22.5 20 -5.7 100 29 18.9 10 19.3 200 21.2 20 -8.6 200 30 19.0 0 18.7 100 22.5 10 -6.7 194
Page 114
Tabel B.14 Hasil pengujian kontrol ekstensi lutut maksimum Subyek D
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired
Range (°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
67.1 -20.0 -52.2 0 63.9 -20.0 -49.0 0 2 48.2 50.0 -33.3 300 52.6 40.0 -37.7 300 3 41.4 50.0 -26.5 300 50.9 40.0 -36.0 300 4 41.4 50.0 -26.5 300 50.5 40.0 -35.6 300 5 27.6 50.0 -12.7 300 49.7 40.0 -34.8 300 6 22.5 50.0 -7.6 300 49.4 40.0 -34.5 300 7 21.0 50.0 -6.1 200 49.9 40.0 -35.0 300 8 35.4 50.0 -20.5 151 40.4 40.0 -25.5 300 9 16.3 50.0 -1.4 300 39.2 50.0 -24.3 300 10 16.2 50.0 -1.3 0 29.3 50.0 -14.4 300 11 16.9 50.0 -2.0 0 33.4 40.0 -18.5 300 12 31.0 50.0 -16.1 37 22.3 50.0 -7.4 300 13 32.2 50.0 -17.3 300 18.8 50.0 -3.9 200 14 29.6 40.0 -14.7 300 17.8 50.0 -2.9 100 15 16.8 50.0 -1.9 300 19.2 40.0 -4.3 100 16 16.3 50.0 -1.4 20 17.8 40.0 -2.9 100 17 16.8 50.0 -1.9 0 20.5 0.0 -5.6 100 18 18.2 50.0 -3.3 22 22.9 20.0 -8.0 100 19 34.3 50.0 -19.4 100 33.8 20.0 -18.9 200 20 25.8 50.0 -10.9 300 41.8 40.0 -26.9 300 21 35.2 30.0 -20.3 300 24.3 0.0 -9.4 239 22 37.8 20.0 -22.9 300 24.3 0.0 -9.4 239 23 40.4 20.0 -25.5 300 51.2 40.0 -36.3 200 24 44.0 20.0 -29.1 300 47.8 40.0 -32.9 300 25 66.5 40.0 -51.6 300 48.3 40.0 -33.4 300 26 51.3 40.0 -36.4 300 49.2 40.0 -34.3 300 27 45.9 50.0 -31.0 300 48.3 40.0 -33.4 300 28 45.1 50.0 -30.2 300 46.6 40.0 -31.7 300 29 45.5 50.0 -30.6 300 48.8 40.0 -33.9 300 30 48.8 50.0 -33.9 300 48.4 40.0 -33.5 300
Page 115
Tabel B.15 Hasil pengujian kontrol ekstensi lutut maksimum Subyek E
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
14.3 40.0 -51.1 100 61.6 -20.0 -46.7 0 2 26.6 40.0 -11.7 300 22.8 40.0 -7.9 300 3 20.0 40.0 -5.1 300 19.1 40.0 -4.2 200 4 12.8 40.0 2.1 100 19.3 40.0 -4.4 100 5 17.8 40.0 -2.9 -72 20.1 40.0 -5.2 100 6 18.1 40.0 -3.2 100 25.7 40.0 -10.8 100 7 19.4 40.0 -4.5 100 11.2 40.0 3.7 300 8 18.1 40.0 -3.2 100 17.7 40.0 -2.8 -100 9 14.4 50.0 0.5 100 16.1 40.0 -1.2 100 10 15.7 40.0 -0.8 0 17.9 40.0 -3.0 0 11 15.5 40.0 -0.6 0 15.3 40.0 -0.4 100 12 17.3 40.0 -2.4 0 18.6 40.0 -3.7 0 13 17.2 40.0 -2.3 100 13.5 40.0 1.4 100 14 12.4 40.0 2.5 91 18.4 40.0 -3.5 0 15 15.6 40.0 -0.7 -100 9.4 40.0 5.5 100 16 17.0 40.0 -2.1 0 15.0 40.0 -0.1 -100 17 15.1 40.0 -0.2 67 16.6 40.0 -1.7 0 18 10.8 40.0 4.1 0 15.2 40.0 -0.3 0 19 18.2 40.0 -3.3 -100 20.6 40.0 -5.7 0 20 12.2 40.0 2.7 100 13.6 40.0 1.3 100 21 11.8 40.0 3.1 -100 16.0 40.0 -1.1 0 22 14.4 40.0 0.5 -100 12.4 40.0 2.5 0 23 12.8 40.0 2.1 0 17.1 40.0 -2.2 -100 24 18.1 40.0 -3.2 -84 14.3 40.0 0.6 54 25 17.9 40.0 -3.0 100 11.6 40.0 3.3 0 26 14.4 40.0 0.5 100 16.5 40.0 -1.6 -100 27 15.5 40.0 -0.6 0 19.6 40.0 -4.7 0 28 13.3 40.0 1.6 0 15.5 40.0 -0.6 100 29 14.3 40.0 0.6 -8 21.3 40.0 -6.4 0 30 9.0 40.0 5.9 0 14.9 40.0 0.0 190
Page 116
Tabel B.16 Hasil pengujian kontrol ekstensi lutut maksimum Subyek F
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
64.9 -20.0 -50.0 0 67.6 -20.0 -52.7 0 2 46.2 40.0 -31.3 300 49.3 50.0 -34.4 300 3 41.5 50.0 -26.6 300 46.1 50.0 -31.2 300 4 41.8 50.0 -26.9 300 46.4 50.0 -31.5 300 5 35.2 50.0 -20.3 300 45.5 50.0 -30.6 300 6 31.9 40.0 -17.0 300 31.4 50.0 -16.5 300 7 27.6 50.0 -12.7 300 35.6 50.0 -20.7 300 8 24.8 50.0 -9.9 300 20.8 50.0 -5.9 300 9 30.8 40.0 -15.9 217 38.8 50.0 -23.9 127 10 25.8 40.0 -10.9 300 26.9 50.0 -12.0 300 11 35.8 50.0 -20.9 300 25.2 50.0 -10.3 300 12 32.0 50.0 -17.1 300 18.6 50.0 -3.7 296 13 33.8 40.0 -18.9 300 22.8 50.0 -7.9 100 14 36.6 40.0 -21.7 300 26.2 50.0 -11.3 200 15 39.8 50.0 -24.9 300 25.6 50.0 -10.7 300 16 32.3 50.0 -17.4 300 27.8 30.0 -12.9 300 17 35.4 30.0 -20.5 300 28.9 10.0 -14.0 300 18 37.1 20.0 -22.2 300 29.3 10.0 -14.4 300 19 47.0 40.0 -32.1 300 33.9 20.0 -19.0 300 20 41.8 50.0 -26.9 300 35.3 20.0 -20.4 300 21 37.6 40.0 -22.7 300 45.2 50.0 -30.3 300 22 34.3 50.0 -19.4 300 44.6 50.0 -29.7 300 23 33.5 40.0 -18.6 300 38.4 50.0 -23.5 300 24 34.8 40.0 -19.9 300 34.0 50.0 -19.1 300 25 35.0 50.0 -20.1 300 30.8 50.0 -15.9 300 26 34.8 40.0 -19.9 300 31.4 50.0 -16.5 300 27 35.2 40.0 -20.3 300 30.8 50.0 -15.9 300 28 29.3 50.0 -14.4 300 29.6 50.0 -14.7 300 29 33.4 40.0 -18.5 300 31.8 50.0 -16.9 300 30 35.4 40.0 -20.5 300 32.7 50.0 -17.8 300
Page 117
Tabel B.17 Hasil pengujian kontrol ekstensi lutut maksimum Subyek G
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
52.2 -20.0 -37.3 0 51.1 -20.0 -36.2 0 2 42.6 30.0 -27.7 300 40.1 30.0 -25.2 300 3 37.0 30.0 -22.1 300 29.9 30.0 -15.0 300 4 33.3 30.0 -18.4 300 31.2 30.0 -16.3 300 5 19.9 30.0 -5.0 300 7.2 30.0 7.7 300 6 6.9 30.0 8.0 100 9.7 30.0 5.2 -200 7 13.8 30.0 1.1 -200 14.6 30.0 0.3 -100 8 13.0 30.0 1.9 0 5.5 30.0 9.4 300 9 9.0 20.0 5.9 -41 12.4 30.0 2.5 -200 10 22.0 30.0 -7.1 -140 9.7 30.0 5.2 -100 11 21.2 30.0 -6.3 200 13.1 30.0 1.8 -100 12 6.1 30.0 8.8 191 16.8 30.0 -1.9 -23 13 20.5 30.0 -5.6 -200 18.0 30.0 -3.1 23 14 14.8 30.0 0.1 100 11.7 30.0 3.2 100 15 7.1 30.0 7.8 0 11.8 30.0 3.1 -100 16 18.0 30.0 -3.1 -200 13.5 30.0 1.4 -100 17 18.5 30.0 -3.6 100 18.6 30.0 -3.7 0 18 18.8 30.0 -3.9 100 12.7 30.0 2.2 100 19 2.8 30.0 12.1 100 17.1 30.0 -2.2 -100 20 15.4 30.0 -0.5 -300 11.9 30.0 3.0 81 21 10.5 30.0 4.4 0 21.9 30.0 -7.0 -100 22 15.2 30.0 -0.3 -100 17.3 30.0 -2.4 200 23 18.7 30.0 -3.8 0 9.3 30.0 5.6 100 24 19.5 30.0 -4.6 100 16.0 30.0 -1.1 -100 25 19.8 30.0 -4.9 100 32.3 30.0 -17.4 0 26 24.3 30.0 -9.4 100 12.4 30.0 2.5 300 27 8.2 30.0 6.7 200 7.9 30.0 7.0 -100 28 9.6 30.0 5.3 -200 39.1 30.0 -24.2 -200 29 23.7 30.0 -8.8 -100 12.5 30.0 2.4 300 30 23.5 30.0 -8.6 200 5.2 30.0 9.7 -100
Page 118
Tabel B.18 Hasil pengujian kontrol ekstensi lutut maksimum Subyek H
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
57.9 -20.0 -43.0 0 57.6 -20.0 -42.7 0 2 37.4 40.0 -22.5 300 39.4 40.0 -24.5 300 3 22.4 40.0 -7.5 300 28.2 40.0 -13.3 300 4 13.6 40.0 1.3 200 20.6 40.0 -5.7 300 5 15.5 40.0 -0.6 0 18.2 40.0 -3.3 100 6 13.1 40.0 1.8 0 17.6 40.0 -2.7 100 7 18.6 40.0 -3.7 -23 16.0 40.0 -1.1 100 8 15.6 40.0 -0.7 100 12.7 40.0 2.2 0 9 11.9 40.0 3.0 0 13.9 40.0 1.0 -77 10 12.0 40.0 2.9 -100 12.1 40.0 2.8 0 11 13.6 40.0 1.3 -100 13.5 40.0 1.4 -100 12 15.1 40.0 -0.2 0 22.7 40.0 -7.8 0 13 17.8 40.0 -2.9 0 10.3 40.0 4.6 200 14 19.3 40.0 -4.4 100 21.6 40.0 -6.7 -100 15 15.2 40.0 -0.3 100 11.3 40.0 3.6 200 16 11.0 40.0 3.9 0 15.1 40.0 -0.2 -100 17 10.3 40.0 4.6 -100 13.3 40.0 1.6 0 18 21.8 40.0 -6.9 -100 20.4 40.0 -5.5 0 19 12.0 40.0 2.9 194 14.4 40.0 0.5 100 20 7.0 40.0 7.9 -100 15.5 40.0 -0.6 0 21 7.9 40.0 7.0 -200 11.9 40.0 3.0 0 22 28.4 40.0 -13.5 -200 14.5 40.0 0.4 -100 23 20.3 40.0 -5.4 300 13.0 40.0 1.9 0 24 19.3 40.0 -4.4 100 15.9 40.0 -1.0 -43 25 20.1 40.0 -5.2 100 15.5 40.0 -0.6 0 26 7.0 40.0 7.9 100 16.0 40.0 -1.1 0 27 11.2 40.0 3.7 -200 15.6 40.0 -0.7 0 28 21.8 30.0 -6.9 -100 14.2 40.0 0.7 0 29 21.8 40.0 -6.9 200 21.9 40.0 -7.0 0 30 16.6 40.0 -1.7 200 11.6 40.0 3.3 200
Page 119
Tabel B.19 Hasil pengujian kontrol ekstensi lutut maksimum Subyek I
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
0.0 30.0 -30.8 0 -2.0 32.0 -29.0 0 2 -1.9 30.0 -28.9 0 -24.2 30.0 -6.7 300 3 -31.9 29.4 1.1 300 -27.7 31.3 -3.2 200 4 -26.4 31.2 -4.4 0 -39.5 29.5 8.5 100 5 -33.2 34.7 2.3 100 -31.9 27.3 0.9 -200 6 -31.0 31.2 0.2 -100 -33.6 29.4 2.6 0 7 -30.3 32.4 -0.5 0 -30.4 29.6 -0.6 -100 8 -32.7 30.6 1.9 0 -30.9 29.2 0.0 0 9 -30.6 30.8 -0.2 -33 -31.6 29.7 0.6 0 10 -29.5 31.5 -1.3 0 -30.4 29.2 -0.5 0 11 -30.7 30.8 -0.1 0 -32.4 29.6 1.4 0 12 -30.5 24.5 -0.3 0 -31.5 29.0 0.6 0 13 -34.3 27.9 3.5 0 -32.4 30.5 1.5 0 14 -28.0 28.4 -2.8 -100 -32.8 29.1 1.9 0 15 -34.9 26.8 4.0 100 -32.8 29.9 1.8 -36 16 -28.7 28.2 -2.2 -100 -31.4 29.4 0.5 -22 17 -32.3 29.0 1.5 66 -30.6 29.4 -0.3 0 18 -34.0 27.9 3.1 0 -31.2 30.9 0.3 0 19 -27.6 26.7 -3.2 -100 -31.3 28.8 0.3 0 20 -33.6 26.4 2.7 100 -30.9 29.2 0.0 0 21 -27.5 28.5 -3.4 -100 -30.4 30.2 -0.6 0 22 -33.8 27.8 3.0 100 -32.1 30.5 1.1 0 23 -28.6 27.6 -2.2 -100 -32.2 28.9 1.2 0 24 -33.3 27.0 2.5 72 -31.3 27.8 0.4 0 25 -21.7 25.3 -9.1 -100 -30.3 30.4 -0.6 0 26 -34.1 28.6 3.3 200 -30.7 30.2 -0.2 0 27 -33.7 27.4 2.9 -100 -29.8 29.5 -1.1 0 28 -22.2 26.7 -8.6 -100 -30.3 29.7 -0.7 0 29 -36.7 27.8 5.9 200 -30.5 29.3 -0.5 0 30 -26.0 22.5 -4.8 -140 -30.0 29.7 -1.0 0
Page 120
Tabel B.20 Hasil pengujian kontrol ekstensi lutut maksimum Subyek J
Siklus Sudut Target
(°)
Pengujian 1 Pengujian 2 Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
Sudut Aktual Maks
(°)
Desired Range
(°)
Error (°)
ΔTB (ms)
1
15
-1.0 50.8 -49.5 0 -0.5 42.3 -49.0 0 2 -42.4 50.3 -8.1 300 -18.6 51.3 -30.9 300 3 -50.0 51.9 -0.5 200 -24.5 50.2 -25.1 300 4 -50.6 52.6 0.1 0 -27.4 48.6 -22.1 300 5 -49.1 52.3 -1.4 0 -32.5 52.3 -17.0 300 6 -50.3 51.9 -0.2 0 -32.1 49.6 -17.4 300 7 -51.1 53.2 0.6 0 -44.3 49.0 -5.2 300 8 -49.5 52.5 -1.0 0 -28.5 48.9 -21.0 100 9 -49.6 52.3 -0.9 0 -36.0 52.2 -13.5 300 10 -50.2 52.9 -0.3 0 -42.2 50.5 -7.4 300 11 -51.1 52.7 0.6 0 -34.3 44.9 -15.3 200 12 -49.0 53.5 -1.5 0 -43.8 47.4 -5.7 300 13 -49.6 53.1 -0.9 0 -43.6 55.5 -5.9 100 14 -48.9 51.3 -1.6 0 -44.9 53.5 -4.6 120 15 -50.7 51.1 0.2 0 -40.2 54.1 -9.3 100 16 -50.1 52.6 -0.4 0 -41.8 50.2 -7.8 200 17 -50.7 53.0 0.2 0 -44.4 39.9 -5.1 200 18 -51.6 53.8 1.1 0 -47.6 21.4 -1.9 100 19 -50.3 53.0 -0.2 0 -47.1 5.0 -2.5 24 20 -51.4 52.8 0.9 0 -46.2 4.5 -3.3 100 21 -50.7 54.1 0.2 0 -49.4 3.2 -0.1 100 22 -50.2 53.3 -0.3 0 -49.4 0.6 -0.1 0 23 -48.7 53.8 -1.8 0 -50.5 1.3 1.0 0 24 -50.6 53.2 0.1 4 -50.4 1.5 0.8 0 25 -49.8 53.9 -0.7 0 -49.5 0.7 0.0 0 26 -49.3 54.2 -1.2 0 -49.6 1.5 0.1 0 27 -48.6 53.6 -1.9 0 -49.6 2.6 0.1 0 28 -50.5 54.1 0.0 16 -51.3 1.0 1.8 0 29 -50.0 55.0 -0.5 0 -49.3 1.2 -0.3 -15 30 -50.0 52.9 -0.5 0 -51.3 1.2 1.8 0
Page 121
LAMPIRAN C
Publikasi
2016 International Seminar on Intelligent Technology and Its Application
Embedded Fuzzy Logic Controller for Functional Electrical Stimulation System
A. L. Basith., *A. Arifin, F. Arrofiqi
Biomedical Elec. Eng. Lab Electrical Engineering Dept.
ITS Surabaya, INDONESIA
[email protected] , *[email protected] ,
[email protected]
T. Watanabe Grad. School of Biomed. Eng.
Tohoku University Sendai, JAPAN
[email protected]
M. Nuh Biomedical Engineering Dept.
ITS Surabaya, INDONESIA
[email protected]
Abstract—Functional electrical stimulation (FES) is one of the most common techniques used to improve motor function in individuals with paralysis. In this study, fuzzy logic controller implemented in embedded system for wearable FES was developed. The controller was designed as Single Input Single Output (SISO) and Multi Input Single Output (MISO) controllers to manage electrical stimulation for seven muscles in thigh and shank and to induce certain joint movements. The system was realized in two steps utilizing 32-bit ARM microcontrollers, STM32F429 and STM32F103C8T6, respectively. Closed-loop control was used in the system and realized using feedback from the sensors. Serial communication was utilized for data transmission between embedded system and PC/laptop as monitoring station. Experiments done to test the performance of SISO controller of knee flexion proved that the system was able to adjust burst duration and to control joint movement induced. The system designed was expected to be helpful for clinical application of motor function improvement.
Keywords—fuzzy logic controller; functional electrical stimulation; embedded system; cycle-to-cycle control.
I. INTRODUCTION Paralysis or the loss of motor function,
either partially or totally, can happen as the result of some diseases like stroke or spinal cord injury (SCI) [1]. To regain the motor function, rehabilitation can be done with many techniques. One of the most common techniques used is functional electrical stimulation (FES). The stimulation is done by giving electrical stimulation to the subject to induce a certain joint movement. By repeating the same movement induced by the stimulation, the muscle will relearn and regain its ability to contracting, thus improving motor function of the individual.
Research done in this field has proven that the use of FES for motoric ability restoration is promising, both by simulation and experimental tests [2]-[5]. But in order to be applied for clinical use, FES system should be made as compact as possible. Moreover, the system should be able to be used daily to support motor function relearning process. It requires the system to be easily set up, comfortable to be used, have small dimensions, and easily operated. It leads to the utilization of embedded system in order to
Page 122
make FES system more compact, lightweight, and low cost [6], [7].
The development of FES system also faces challenges. FES system available mostly using open-loop control, requiring full concentration from the user to give command. This situation can limit the ability of the user to do another activity. It can be solved using closed-loop control, but it needs more complex system than open-loop one, since closed-loop control requires a feedback [1], [8]. Furthermore, due to non-linearity characteristics of musculoskeletal system of human, the electrical stimulation given can be varied for each person. Therefore, the FES stimulator needs to be made dynamic in order to fulfil this requirement. Fuzzy logic control (FLC), with its ability to be applied in a nonlinear system without using mathematical model, has been used to solve this problem [2]-[5], [10]. Using linguistic approach, FLC is able to model flexibility in decision making done by human and responds well to the non-linearity characteristics of musculoskeletal system.
The aim of our research group is to realize a wearable FES system suitable for motor function rehabilitation. Our previous study has been able to realize a wearable FES device consists of sensor system and electrical stimulator [9]. The sensor system was able to acquire tilt angle of body segments. The electrical stimulator also works well to produce the electrical stimulation according to the setting.
In this study, fuzzy logic controller (FLC) was developed as an early step to fully realize a portable and wearable FES system by implementing the controller in embedded system. The FLC was designed for seven muscles in thigh and shank. PC/laptop was used as a monitoring station and as an interface to choose joint movement to be induced. The initial data of the stimulation of the joint movement chosen were sent to microcontroller as parameters for the FLC calculation and stimulation of the muscles. Using the device from previous study, tilt data and angle of each body segment were acquired and used as the input for FLC. The obtained angle of joint resulted from the stimulation was used as a feedback for the next stimulation, creating a closed-loop system. The result was also sent back to the PC/laptop to be monitored using serial communication.
II. METHODS
a. Design of Fuzzy Logic Controller Protoype The realization of embedded FLC is
divided into two stages. The first is to design basic structure of the controller and closed-loop system. In this stage, prototype of the controllers were realized as Single Input Single Output (SISO) controllers using the value of error as input.
Error is defined as the difference between target angle and the angle obtained by the joint. Based on the error in previous cycle, the burst duration for current cycle is regulated following formula in (1),
TB[n]=TB[n-1]+ ΔTB[n]
where TB[n] is the burst duration of the current cycle, TB[n-1] is the burst duration of the previous cycle, and ΔTB[n] is the output of defuzzification. In cycle-to-cycle control, the pulse amplitude, pulse width, and frequency were set in constant value.
The output variable was ΔTB in accordance to (1). The membership function of error and output comprised of seven linguistic terms. Both membership functions were expressed as triangular and trapezoidal fuzzy sets as shown in Fig. 1.
Z PS PM PLNSNMNL1
μ(error)
Error (°)0
(a)
Z PS PM PLNSNMNL1
μ(ΔTB)
ΔTB (ms)0
(b) Fig. 1. Input and output membership functions of SISO fuzzy controller. (a) Input membership function of error. (b) Output membership function of ΔTB
TABLE I. RULES SET OF SISO FUZZY LOGIC CONTROLLER
Error NL NM NS Z PS PM PL ΔTB PL PM PS Z NS NM NL
Page 123
The rules set was shown in Table 1, designed following the nature of gait movement. It is assumed that the bigger error achieved, the further obtained angle is from target angle, therefore it needs longer duration of stimulation. Oppositely, the smaller error achieved, the closer obtained angle is to the target, requiring less duration of stimulation. Center of Gravity method was used for defuzzification process.
The controllers were designed for seven muscles, namely the Iliopsoas, the Rectus Vemoris, the Vastus, the Biceps Femoris Long Head (BFLH), the Biceps Femoris Short Head (BFSH), the Tibialis Anterior, and the Gastrocnemius Medialis. Target angle of each muscle was shown in Table 2, and were taken from previous research [10].
b. Implementation in ARM Microcontroller The design of fuzzy logic controller was
then implemented in STM32F429 as the processor. ARM microcontroller was chosen due to several reasons. As mentioned before, FES system realized needs to be lightweight, small in dimension, easy to be operated, and low cost. The processor for this system itself should be able to handle signal processing, easy to be programmed, and has a friendly user interface. Due to those reasons, STM32F429 was considered suitable for the system.
STM32F429 has 6.5x11.8 cm dimension, with 32-bit ARM Cortex-M4 RISC CPU and a high-speed embedded memories consists of 2 MB flash memory and 256 KB RAM. This microcontroller is also equipped with Floating Point Unit (FPU) single precision and 2.4” TFT graphic LCD for user interface.
The block diagram of the system is shown in Fig. 2. The PC/laptop was used as monitoring station. The initial data was sent from PC/laptop to the embedded system using serial communication, consists of the muscle chosen to be stimulated and its target angle. The data then used for fuzzy logic calculation in embedded system. The initial data as well as the result of the FLC was displayed in TFT LCD as graphical representation. A button was activated in the embedded system to set random angle data as the representation of a changing angle obtained from body segment. The result of the calculation was sent from the embedded system to the PC/laptop and also displayed in the PC/laptop using a serial communication.
A data transfer protocol was designed utilizing one channel of Direct Memory Access (DMA) for an effective data transfer
between embedded system and PC/laptop. The data was sent as a packet, with start bit and stop bit to differentiate one packet from the next one. By using DMA, the data sent was transferred directly from RAM to USART, therefore allowing data transfer and other subroutines computation to proceed in parallel. The DMA controller then sent an interrupt to the CPU once the data transfer was done. When random achieved angle was sent using button, the display changed, showing the changed value of achieved angle and ΔTB. Graphical interface of embedded system was also designed to display the graphic of IMF of error and OMF of ΔTB as shown in Fig. 3. (b) and (c). This graphical representation would change according to the result of calculation done by the controller. It was also used to check whether FLC calculation was done according to the rules table designed and resulted in the desired ΔTB or not. The program occupied 8208 bytes of RAM and 177188 bytes of Flash memory.
The system was tested by measuring the time needed by embedded system to process the whole fuzzy calculation. This test was divided into two parts. The first was measuring process time of embedded system to execute the FLC routine only. This test resulted in 218 μs process time in average. The second part was measuring the process time for FLC routine and feedback data transmission to the PC/laptop. Different with the result of the first test, the second test resulted in longer process time, 244 μs in average. The data transmission took around 24 μs in average, proving the use of DMA was suitable for an effective data transmission.
Both tests were done for all of the muscles. Each muscle was measured for six cycles consisting of one initial condition where achieved angle was 0 degree and five random achieved angle generated by the embedded system.
TABLE II. STIMULATED MUSCLE AND TARGET ANGLE
Muscle Target Angle Iliopsoas 32.4o Rectus Vemoris 3.6o Vastus 3.6o Biceps Femoris Long Head (BFLH) 69o Biceps Femoris Short Head (BFSH) 69o Tibialis Anterior 4.9o Gastrocnemius Medialis -16.4o
Page 124
Fig. 2. Block diagram of the embedded system
TABLE III. PROCESS TIME OF EMBEDDED SYSTEM
Condition Mean Process Time (μs)
FLC routine 218 FLC routine and data transmission
244
c. Design of Fuzzy Logic Controller Based on Cycle-to-cycle Control in Wearable FES System According to the result of the first stage,
the controller designed was able to calculate the value of ΔTB using fuzzy logic for each muscle in a short time and established a serial connection between microcontroller and PC/laptop. The controller then developed to be implemented in wearable FES system from our previous research. In this stage, the controller was differentiated into Single Input Single Output (SISO) and Multi Input Single Output (MISO) controllers, according to the joint movement it induced. SISO controller was designed for maximum hip flexion, maximum hip extension, maximum knee flexion, and maximum ankle plantarflexion. MISO controller was designed for maximum knee extension and maximum ankle dorsiflexion.
The inputs for SISO controllers were the errors. The rule set for SISO controller was the same as shown in Table 1 as well as the target angle used as shown in Table 2. The inputs for MISO controllers were error and desired range of the joint. The desired range of the knee extension angle was defined as the difference between the obtained maximum knee flexion angle of the current cycle and the target angle of maximum knee extension. The desired range of ankle dorsiflexion was defined as the difference between the obtained maximum ankle plantarflexion angle of the current cycle and the target angle of maximum ankle dorsiflexion. The membership function of the desired range also comprised of seven linguistic terms and expressed as triangular and trapezoidal fuzzy set. The rules set for MISO controllers are shown in Table 4.
TABLE IV. RULES SET OF MISO FUZZY LOGIC CONTROLLER
Error NL NM NS Z PS PM PL
Des
ired
Ran
ge NL PL PM PS Z NS NM NL
NM PL PM PS Z NS NM NL NS PL PM PS Z NS NM NL Z PL PM PS Z NS NM NL PS PL PM PS Z NS NM NL PM PL PM PS Z NS NM NL PL PL PM PS Z NS NM NL
The wearable FES system used ARM STM32F103C8T6 as its processor. This microcontroller is equipped with 32-bit Cortex-M3 CPU, 64 Kb Flash memory, and 20 Kb SRAM. The system consists of one master for body segment and three slaves, each for thigh, shank, and foot segment, respectively. The system also used three DMA channels for data transmission between PC/laptop and microcontroller, master and slave microcontrollers, and for ADC sampling. In this stage, the program occupied 3224 bytes of Flash memory and 36640 bytes of RAM.
d. Preliminary Test for Knee Flexion A preliminary test was conducted to see the
performance of SISO controller of knee flexion to adjust burst duration of stimulation and to control joint movement induced. The BFLH muscle was stimulated using surface electrode in the right leg of the subject. Two neurologically intact subjects (male, 21 y.o.) participated in the test and the subject’s consent was obtained.
For the test, subject was seated in a sitting tool so that subject could move his leg freely and the stimulated leg was relaxed. Initial boost voltage was first measured to determine the suitable stimulation voltage for each subject. Initial position of knee joint of the subject was measured before each trial, resulted in 53 degree of knee joint angle for Subject A and 52 degree for Subject B. Target angle was taken from previous research, which is 69 degree [10]. The angle of knee joint was measured using accelerometers and gyroscopes equipped in the wearable system. Frequency and width of the stimulation pulse was fixed at 20 Hz and 200 µs, respectively. The sampling interval was 10 ms. The test was done in three trials for each subject with each trial consisted of 30 cycles. The stimulation period for each cycle was set for 5 s and initial burst duration for each muscle was set for 500 ms.
PC/LAPTOP
Serial Port USART
Graphic LCD
ARM Microcontroller
Button
Embedded System
Page 125
(a) (b) (c)
Fig. 3. Graphical interface of fuzzy logic controller for the Rectus Vemoris muscle. (a) Home screen. (b) Input membership function of error. (c) Output membership function of ΔTB
III. RESULTS
Maximum knee flexion angle was controlled by fuzzy controller. An example of the control result for Subject A and Subject B were shown in Fig. 4 and Fig. 5, respectively. The controller worked effectively to adjust burst duration. Oscillating response was shown in both subjects.
In Fig. 4, burst duration was controlled well until the 8th cycle, where the same burst duration as the 7th cycle, around 650 ms, resulted in larger muscle force. It was compensated by reducing the burst duration given to the muscle. The increased force was compensated in the 16th cycle. Muscle fatigue was considered happened in the 22nd cycle and compensated in the 28th cycle until the end of the trial. In Fig. 5, the burst duration was controlled well until the 23rd cycle where obtained angle dropped around 5 degree from the target angle, marking the lowest obtained angle. It was compensated by increasing the burst duration in the next cycle, resulting in higher obtained angle, around 68 degree.
Parameter of evaluation results of knee flexion is shown in Table 5. Settling Index (SI) and Mean Square Error (MSE) was calculated. SI was defined as number of cycle needed to achieve target angle with absolute error equal
or less than 3 degree. SI for the all the trials was 2-10 cycles, while MSE was less than 7 degree.
IV. CONCLUSION AND DISCUSSION
A. Discussion A preliminary tests of SISO controller of
knee flexion control showed that the controller designed was effective in adjusting burst duration of stimulation and as the result, the joint angle could be controlled. In all of the trials, the target angle was achieved within 10 cycles, with MSE less than 7 degree.
In the early cycle, before reaching the target angle, burst duration of stimulation increased as the control going. After target angle was achieved, burst duration was controlled to keep the joint angle. The duration was adjusted again when the muscle could not reach the target. If obtained angle was larger than target, controller responded by decreasing the duration of burst stimulation. Oppositely, the controller increased the duration when obtained angle was smaller than the target. The controller was also able to compensate the decreasing muscle force caused by muscle fatigue as shown in Fig. 4.
Page 126
(a)
(b)
Fig. 4. The result of knee flexion angle control (subject A, 1st trial). (a) Burst duration TB. (b) Maximum knee flexion angle
(a)
(b)
Fig. 5. The result of knee flexion angle control (subject B, 2nd trial). (a) Burst duration TB. (b) Maximum knee flexion angle
TABLE V. EVALUATION RESULTS OF MAXIMUM KNEE FLEXION CONTROL
Subject Settling Index (cycle) Mean Square Error (deg)
1st Trial 2nd Trial 3rd Trial 1st Trial 2nd Trial 3rd Trial Subject A 3 6 2 3.33 ± 3.38 2.66 ± 2.38 2.46 ± 2.49 Subject B 10 7 2 6.53 ± 5.75 2.33 ± 2.32 2.57 ± 2.26
Different with intact central nervous system which uses asynchronous recruitment to produce muscle contraction, FES uses synchronous recruitment. It requires FES to use higher stimulation frequency compared to frequency produced by intact nervous system. This difference is one of the reasons for increasing chance of muscle fatigue happened during FES [1]. Therefore, muscle fatigue can not be avoided in FES practice. One of the solutions for this problem is using nerve-blocking technique [11]. But this solution has a drawback since it uses implanted nerve cuff electrodes. From the point of FES system, a controller with adjustment ability is needed.
In some trials, obtained angle of knee joint showed oscillating response after being stimulated. The same duration of stimulation could result in varied joint angle. It could be caused by the reaction of subject’s muscle. Physical proportion of the subject (body mass,
fat, muscle mass) also affecting the stimulation result. Subject B, with heavier and taller body than Subject A, i.e., needed higher voltage boost for the stimulation for knee flexion than Subject A. This subject’s inter-variability has a great effect to the stimulation results. The measurement condition, i.e., the electrode placement, also affected the results.
Due to the problems mentioned, parameter adjustment of the fuzzy controller is needed during the stimulation, both to compensate muscle fatigue and to compensate muscle response due to subject’s inter-variability. Our previous computer simulation study [10] showed a reliable parameter tuning that can be modified and implemented in the embedded fuzzy controller.
0100200300400500600700800
0 10 20 30 40
Bur
st d
urat
ion
[ms]
55
60
65
70
75
80
0 5 10 15 20 25 30 35
Max
kne
e fle
xion
ang
le [d
eg]
Cycle Number
0
100
200
300
400
500
600
0 10 20 30 40
Bur
st d
urat
ion
[ms]
45
50
55
60
65
70
75
80
0 5 10 15 20 25 30 35
Max
kne
e fle
xion
ang
le [d
eg]
Cycle Number
Page 127
B. Conclusion In order to realize a portable and wearable
functional electrical stimulation system, fuzzy controllers were designed and implemented in embedded system. The first stage of the design resulted in a short mean process time by the embedded system to execute the fuzzy controller program, with average time of 218 µs. The system was also able to maintain a serial communication between microcontroller and PC/laptop. The design then developed and implemented in wearable FES system consisting of sensor system and electrical stimulator. The controller was developed into SISO and MISO controllers. In order to test the performance of SISO controller of knee flexion, a preliminary test was conducted with neurologically intact subjects. The controller was able to adjust burst duration of stimulation according to obtained angle of knee joint.
The implementation of fuzzy controller in embedded system was proven to be effective. The system designed occupying small size of both RAM and Flash memory. The system was also able to maintain closed-loop control and high data transmission between microcontroller and PC/laptop. The test results showed that the system designed would be helpful in clinical applications. Future research will focus on implementing parameter adjustment in the fuzzy controller to give better control result, to compensate muscle fatigue, and to address subject’s inter-variability effect.
References
[1] C. L. Lynch and M. R. Popovic, “Functional electrical
stimulation: closed-loop control of induced muscle contractions”, IEEE Control Systems Magazine, pp. 40-50, April 2008.
[2] A. Arifin, T. Watanabe, and N. Hoshimiya, “Computer simulation test of fuzzy controller for the cycle-to-cycle control of knee joint movements of swing phase of FES gait”, IEICE Transactions of Information and Systems, Vol. E88-D, No. 7, pp.1763-1766, July 2005.
[3] T. Watanabe, T. Masuko, and A. Arifin, “Preliminary tests of a practical fuzzy FES controller based on cycle-to-cycle control in the knee flexion and extension control”, IEICE Transactions of Information and Systems, Vol. E92-D, No. 7, pp.1507-1510, July 2009.
[4] N. Miura, T. Watanabe, S. Sugimoto, K. Seki, and H. Kanai, “Fuzzy FES controller using cycle-to-cycle control for repetitive movement training in motor rehabilitation. Experimental tests with wireless system”, Journal of Medical Engineering and Technology, Vol. 35, No. 6-7, pp. 314-321, 2011.
[5] B. S. K. K. Ibrahim, M. O. Tokhi, M. S. Huq, and S. C. Gharooni, “Fuzzy logic based cycle-to-cycle control of FES-induced swinging motion”, International Conference on Electrical, Control and Computer Engineering, June 2011.
[6] G. M. Lyons, T. Sinkjer, J. H. Burridge, and D. J. Wilcox, “A review of portable FES-based neural orthoses for the correction of drop foot”, IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 10, No. 4, pp. 260-279, December 2002.
[7] S. K. Sabut, R. Kumar, and M. Mahadevappa, “Design of an insole embedded foot pressure sensor controlled FES system for foot drop in stroke patients”, Proceeding of 2010 International Conference on Systems in Medicine and Biology, pp. 237-241, December 2010.
[8] C. L. Lynch and M. R. Popovic, “A comparison of closed-loop control algorithms for regulating electrically stimulated knee movements in individuals with spinal cord injury”, IEEE Transactions on Neural Systems and Rehabilitation Engineering, Vol. 20, No. 4, pp. 539-547, July 2012.
[9] F. Arrofiqi, A. Arifin, and B, Indrajaya, “Design of wearable system for closed-loop control of gait restoration system by functional electrical stimulation”, Proceeding of 2015 International Seminar on Intelligent Technology and Its Applications, pp. 129-134, May 2015.
[10] A. Arifin, T. Watanabe, and N. Hoshimiya, “Design of fuzzy controller of the cycle-to-cycle control for swing phase of hemiplegic gait induced by FES”, IEICE Transactions of Information and Systems, Vol. E89-D, No. 4, pp.1525-1533, April 2006.
[11] Z. Lertmanorat, K. J. Gustafson, and D. M. Durand, “Electrode array for reversing the recruitment order of peripheral nerve stimulation: experimental studies”, Annals of Biomedical Engineering, Vol. 34, No. I, pp. 152-160, January 2006.