Rancang Bangun Smart Handheld Device Untuk Monitoring Rehabilitasi Motorik Pasien Stroke Menggunakan Klasifikasi Knn
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universitas Andalas
Abstract
Sebagian besar program rehabilitasi pascastrok dilakukan secara mandiri di rumah tanpa adanya pemantauan pemulihan motorik yang objektif. Penelitian ini mengembangkan Neuro Grip, sebuah perangkat genggam cerdas berbasis IoT yang memantau kekuatan genggaman dan tremor tangan menggunakan sensor Load Cell dan sensor inersia MPU6050. Arsitektur sistem mengintegrasikan mikrokontroler ESP32 untuk akuisisi data, basis data cloud Firebase, serta aplikasi mobile berbasis Flutter untuk klasifikasi edge computing dan visualisasi antarmuka. Menggunakan algoritma K-Nearest Neighbors (KNN) yang dilatih pada 1.000 data hasil augmentasi dengan empat fitur (usia, jenis kelamin, kekuatan genggam, tremor), model klasifikasi memperoleh akurasi sebesar 97,33% pada K=3. Hasil pengujian menunjukkan akurasi pengukuran kekuatan genggam sebesar 95,54%–96,13%, akurasi deteksi tremor sebesar 84,24%, serta rata-rata latensi transmisi 541,5 ms tanpa adanya packet loss. Neuro Grip menghadirkan solusi yang objektif, portabel, dan terjangkau untuk mendukung latihan rehabilitasi strok mandiri di rumah.
Description
Dr.Eng. Ir. Budi Rahmadya, M.Eng
