Rancang Bangun Sistem EEG Untuk Mengidentifikasi Gerakan Pada Upper Limb Segment Berdasarkan Motor Imagery Sebagai Perintah Kendali FES

Otak merupakan organ vital pada tubuh manusia yang berperan sebagai pusat kendali sistem saraf man usia. Sinyal yang dikeluarkan otak (EEG) m.engandung berbagai informasi yang dapat dimanfaatkan pada teknologi BCI. Salah satu informasi yang dapat digunakan adalah informasi motorik baik mengenai motor execution maupun motor imagery. Pada penderita stroke yang mengalami kelumpuhan pada anggota gerak tubuhnya, informasi m.engenai motor imagery dapat dimanfaatkan untuk aplikasi Brain Computer Interface terutama dalam rehabilitasi kelumpuhan anggota gerak pasien tersebut. Hal ini dikarenakan aktivitas otak secara motorik masih berfungsi terutama saat membayangkan gerakan atau saat akan menggerakkan anggota gerak tubuhnya. Tugas akhir ini bertujuan untuk merancang sistem instrumenasi EEG yang dapat menangkap sinyal EEG dengan baik yang dapat digunakan untuk mengidentiflkasi informasi m.engenai motor imagery. Sinyal EEG direkam dengan menggunakan rangkaian instrumenasi yang dirancang dengan total penguatan sebesar 23842 kali yang terbagi atas tiga tahapan penguatan, low pass filter dengan frekuensi cutoff sebesar 68 Hz, high pass filter dengan frekuensi cutoff sebesar 0.56 Hz, notch filter dengan frekuensi resonansi 50 Hz, serta rangkaian penjumlah tak membalik dengan tegangan offset 2 Volt. Hasil analisa dalam domain waktu-frekuensi pada 20 titik pada sistem EEG internasional 10-20 menunjukkan titik yang merepresentasikan aktivitas motorik pada rentang frekuensi alfa (7 -13 Hz) adalah titik C3, C4, CZ, F4, dan F7. Dari perbandingan hasil motor imagery dan motor execution, didapatkan informasi saat teijadinya aktivitas motorik maka akan teijadi peningkatan atau penurunan power spectrum pada rentang frekuensi alfa (7-13 Hz) yang disebut Event Related Desynchronizationl Event Related Synchronization. Proses thresholding pada analisa non-stasioner menggunakan CWT digunakan untuk menghitung kemunculan contour pada saat terjadi aktivitas motorik. Hasil ekstraksi parameter perhitungan mean dan power spectrum pada band frekuensi alfa di titik C3 dan C4 digunakan untuk mengidentiflkasi gerakan yang dibayangkan. Hasil uji selektivitas menunjukkan tingkat sensitivity rata-rata sebesar 61.77%, specificity 60.11%, dan accuracy sebesar 61.25%. ========== Brain is one of the most substantial organ of the human body, serves as the center of the nervous system. The EEG (Electroencephalogram) signal represents the electrical activity of the brain and consists of varied information which could be used in BCI system. Motoric information is one of which that shows promising performance towards BCI system, both information about motor execution and motor imagery. Generally, the motoric information such as motor imagery among stroke patients who suffers paralysis, an inability of a muscle to move, could be used for BCI system application, in limbs rehabilitation and therapy particularly. This is because the brain activity is working well especially when the subject imagine the limb movement. This final project aims to design a multichannel EEG circuit for EEG signal acquisition to identify the motor imagery information. The EEG signal is recorded using the circuit which is designed with the overall gain about 23842 divided into three stages, low pass filter which cutoff frequency set at 68 Hz, high pass filter is set at 0.56 Hz, 50 Hz notch filter, and a non-inverting adder amplifier which offset voltage set at 1 Volt. As a result, the signal plotting in timefrequency domain according to the 10-20 International System of EEG Placement shows that the locations which represent the motoric activity between the alpha waves (7-13 Hz) are C3, C4, CZ, F4, and F7 respectively. Furthermore, the results comparison between motor imagery and motor execution showing an increase and decrease of EEG signal power in alpha wave (7-13 Hz) which known as Event Related Desynchronization/ Event Related Synchronization. Thresholding technique used in non-stationary analysis using CWT method to count the contour while motoric activity occurred. The mean and alpha band spectral power calculation in C3 and C4 were obtained from the extraction parameter. These results were used to identify the imagery movement. The selectivity results shows that the mean sensitivity and specificity has been found as 61.77% and 60.71% respectively. The accuracy is calculated as 61.25