Penggunaan Kernel SVM untuk Klasifikasi Pergerakan Jari Mengunakan Sinyal EMG

Abstract

Biomekanik merupakan sebuah bidang ilmu yang mempelajari pergerakkan makhluk hidup, khususnya manusia. Pada ilmu tersebut dikenal adanya suatu sinyal yang dinamakan electromyography (EMG). EMG adalah suatu sinyal listrik yang berasal dari otot manusia. Sinyal ini banyak digunakan sebagai media pengendali, salah satunya adalah robot tangan. Penelitian ini bertujuan untuk mengklasifikaikan pola pergerakkan jari manusia. Sebuah sensor Myo Armband digunakan untuk mendeteksi sinyal EMG. Sensor ini diletakkan pada lengan bawah tangan kanan subjek untuk mendapatkan sinyal EMG. Sebagian data digunakan untuk pelatihan sedangkan sisanya digunakan untuk klasifikasi. Data kemudian melalui proses PCA kemudian dicoba dengan kernel-kernel SVM. Hasil yang didapat bahwa kernel SVM Polinomial mampu mengklasifikasi lebih baik dari kedua kernel yg lain. Dimana Polinomial mampu mengenali pola sebesar 92%, sedangkan Gausian 80% dan linear hanya 53%.