Perancangan Algoritma Sistem Gerak Prost
Makalah Teknik Neurofuzzy
Perancangan Algoritma Sistem Gerak Prosthetic Arm
Berbasis Neurofuzzy
Oleh:
Nama
NIM
: Bambang Widyatmoko
Alvin Radeka Pratama
Johanes Andriano Situmorang
: 11/312958/TK/37728
11/319468/TK/38596
11/319573/TK/38701
JURUSAN TEKNIK ELEKTRO dan TEKNOLOGI
INFORMASI
FAKULTAS TEKNIK
UGM
2013
Bab I
1. Latar Belakang
Cacat fisik merupakan hal yang lazim ditemui di belahan dunia manapun.
Penyebabnya pun bermacam-macam, perang, kecelakaan, dan dapat juga disebabkan oleh
bawaan genetis. Dampak yang ditimbulkan oleh kecacatan mereka tentu tidak sedikit. Selain
kesulitan dalam melakukan kegiatan sehari-hari, seperti makan, menulis, berjalan, melihat,
dan lain-lain, ada permasalahan sosial dan emosional yang timbul dari kecacatan fisik, seperti
berkomunikasi. Selain menggunakan mulut, manusia juga menggunakan bahasa tubuh dalam
berkomunikasi. Hal ini tentu membawa komplikasi tersendiri bagi para penyandang cacat
fisik. Untuk membantu para penyandang cacat fisik menghadapi permasalahan tersebut,
dikembangkanlah bagian tubuh buatan yang sering disebut dengan prosthesis organ atau
organ prostesis.
Pada awalnya, organ prostesis ini hanya menggunakan peralatan sederhana, seperti
rangkaian silinder berbahan plastik dengan kait yang dihubungkan ke bahu dengan tali kawat
sebagai pengganti tangan (tangan prostesis). Tangan prostesis ini dikendalikan dengan
menggerakkan bahu yang kemudian akan menarik tali kawat dan membuat lengan menekuk
atau membuat kait menggenggam dan membuka. Teknologi untuk kaki bahkan lebih mudah
lagi. Untuk kaki prostesis, hanya dibutuhkan sedikit engsel, dan kontrolnya sangat minim.
Mekanisme seperti ini sangatlah mudah dan sederhana untuk dibuat, dan hanya mampu
menyediakan sedikit gerakan yang tentunya belum mampu menggantikan fungsi tangan
dalam melakukan kegiatan sehari-hari. Belum lagi permasalahan sosial dan emosional yang
ditimbulkan oleh tangan prostesis ini, yang bentuknya jauh berbeda dengan tangan manusia
pada umumnya. Meski jumlah organ prostesis yang sedang dikembangkan sekarang banyak,
kami ingin memfokuskan pembahasan kami pada organ bagian tangan.
Untungnya, penelitian di bidang organ prostesis ini terus berkembang dari zaman
Perang Saudara di Amerika hingga sekarang. Mekanisme konvensional yang tadinya hanya
menggunakan tali kawat sebagai penggerak kini telah digantikan oleh serangkaian motor
sebagai penggerak dan elektroda sebagai penerima sinyal. Sistem geraknya pun sudah banyak
berubah, tidak hanya sebatas menutup dan membuka kait. Terobosan paling baru di bidang
organ prosthesis saat ini masih dikembangkan oleh Universitas John Hopkins, dimana
targetnya adalah menyambungkan sistem saraf manusia dengan organ prostesis, sehingga
organ prostesis tersebut dapat bergerak seleluasa tangan manusia asli. Selain itu, organ
prostesis tersebut akan dilengkapi dengan sensor, sehingga memungkinkan pengembalian
tangan sebagai fungsi peraba pada orang yang sudah kehilangan tangannya.
Saat ini, masalah besar yang sedang dihadapi oleh banyak pengembang organ
prostesis adalah pengolahan sinyal dan algoritma untuk menggerakkan tangan prostesis.
Untuk membuat sebuah tangan yang “manusiawi,” dibutuhkan suatu algoritma kompleks
yang dapat mengolah data input untuk menggerakkan kombinasi beberapa motor sekaligus
dan melakukan gerakan sesuai dengan yang diinginkan oleh pengguna. Tangan prostesis yang
sekarang ini umum digunakan hanya memiliki 2 degree of freedom (DoF) yang membatasi
gerakan tangan tersebut menjadi 2 jenis gerakan saja, yaitu menggerakkan lengan naik-turun
dan membuka-menutup jari. Walaupun disebut jari, yang dikendalikan bukanlah masingmasing jari, melainkan kesemua jari bergerak secara bersamaan, dan ini kami pandang belum
“manusiawi.” Karena itulah para pengembang tangan prostesis sampai saat ini terus
mengembangkan algoritma yang dapat digunakan untuk menggerakkan tangan prostesis
layaknya tangan manusia pada umumnya. Namun, hingga saat ini, belum ditemukan
kombinasi algoritma yang dapat menggerakkan tangan prostesis selayaknya tangan manusia.
Atas dasar itu, kami mencoba membuat algoritma berdasarkan konsep neurofuzzy
dengan metode kompetisi yang dapat beradaptasi dengan input sinaps dari pengguna untuk
mempermudah pengembangan sistem. Dengan menggunakan konsep neurofuzzy dan metode
kompetisi, tangan prostesis diharapkan akan selalu mempelajari gerakan tangan manusia
dengan input yang selalu berubah-ubah, karena gerakan manusia sejatinya bukanlah
merupakan gerakan yang selalu sama persis. Lewat metode kompetisi ini, diharapkan sistem
akan mampu meniru gerakan tangan manusia semirip mungkin melalui analisa dan perubahan
bobot pada setiap proses.
2. Permasalahan
a) Berapa jumlah DoF yang dibutuhkan sebuah tangan prostesis untuk membuat
gerakan semirip mungkin dengan tangan manusia?
b) Bagaimana cara mengendalikan tangan prostesis tersebut supaya dapat bergerak
selayaknya tangan manusia?
3. Tujuan
a) Menentukan berapa banyak DoF yang dibutuhkan sebuah tangan prostesis supaya
dapat bergerak selayaknya tangan manusia.
b) Membuat algoritma untuk mengendalikan tangan prostesis supaya dapat meniru
gerakan tangan manusia.
Bab II
Prosthesis
Prosthesis, atau prostesis, adalah alat yang digunakan untuk menggantikan organ
badan yang cacat. Prostesis pada umumnya digunakan untuk menggantikan fungsi tangan
atau kaki yang sudah tidak dapat digunakan. Akan tetapi, pada penggunaannya prostesis tidak
hanya digunakan untuk menggantikan fungsi kedua bagian tubuh tersebut, melainkan juga
dapat digunakan sebagai pengganti organ internal, seperti katup jantung, mata buatan, dan
organ-organ lain. Tujuan awal pembuatan prostesis adalah untuk memperbaiki kualitas hidup
pemakai prostesis, sekaligus memberikan kebebasan bagi mereka untuk bergerak. Kata
prostesis berawal dari kata Yunani, prostithenai, yang berarti “untuk menambahkan.”
Tangan prostesis yang akan kami bahas di sini bukan prostesis yang hanya terdiri dari
tongkat berbahan plastik dan tangan pengait, melainkan prostesis yang sudah dilengkapi
dengan berbagai alat bantu gerak sehingga memungkinkan gerakan-gerakan kompleks yang
membutuhkan degree of freedom yang tinggi. Beberapa contoh tangan prostesis yang
menggunakan teknologi ini yaitu “Luke” Arm milik Dean Kamen, dan tangan bionic buatan
Todd Kuiken.
Degree of Freedom
Degree of freedom (DoF) yang kami maksud di sini adalah degree of freedom pada
bidang mekanik, yakni jumlah parameter independen yang menyusun sistem gerak sebuah
sistem mekanik. Dengan kata lain, DoF adalah jumlah parameter yang menentukan keadaan
sebuah sistem fisik. Dalam bidang teknik mesin, aeronautical engineering, robotika, dan
teknik sipil, DoF diperlukan untuk menentukan keadaan sistem fisik dan juga merupakan
unsur yang penting dalam analisa sistem. Ilustrasi berikut ini diharapkan dapat memperjelas
pemahaman tentang DoF.
Sebuah mobil yang bergerak pada suatu jalur tetap hanya mempunyai 1 DoF, karena
mobil tersebut hanya mampu berjalan maju atau mundur, sesuai bentuk jalurnya. Sedangkan
sebuah automobile yang berjalan pada sebuah bidang datar (ruang 2-dimensi, tidak ada naik
turun) mempunyai 3 DoF yang terdiri dari 2 komponen translasi dan 1 sudut rotasi. Skidding
atau drifting merupakan contoh yang memperlihatkan dengan jelas gerakan 3 DoF
independen automobile tersebut. Pada umumnya, posisi benda tegar di sebuah ruang
ditentukan oleh 3 komponen translasi dan 3 komponen rotasi, yang menunjukkan bahwa
benda tersebut mempunyai 6 DoF.
Sistem Saraf dan Sistem Gerak Manusia
Sistem saraf merupakan bagian dari sistem organ yang tersusun atas sel-sel saraf yang
saling berhubungan dan sangat penting bagi persepsi sensoris indrawi, aktivitas motorik dan
proses fisiologis tubuh. Segala aktivitas fisik yang terlihat merupakan bentuk dari proses
sistem saraf dalam memproses informasi dan memberikan respon terhadap proses informasi
tersebut.
Pada sistem gerak manusia, proses informasi dilakukan dengan mengantarkan impuls
ke organ tujuan dengan memanfaatkan perbedaan potensial listrik lewat sel saraf dari
penerima rangsang menuju ke otak dan sebaliknya. Uniknya, pada sistem gerak manusia, satu
gerakan yang mungkin di mata kita terlihat sama dapat menggunakan otot dan bagian-bagian
yang berbeda. Hal ini jelas tidak mungkin langsung kita implementasikan pada tangan
prostesis dengan kemampuan komputasi yang terbatas. Hal inilah yang masih menjadi
hambatan besar bagi para pengembang organ prostesis.
Fuzzy Logic
Fuzzy logic, atau logika fuzzy adalah logika yang menggunakan banyak nilai. Logika
fuzzy menangani permasalahan pertimbangan, berbeda dengan set biner yang condong
digunakan untuk menyelesaikan permasalahan yang pasti dan eksak. Berbeda dengan set
biner yang hanya mempunyai nilai 0 atau 1, logika fuzzy mempunyai nilai bervariasi dari 0
hingga 1.
Artificial Neural Network berbasis kompetisi
Artificial neural network (ANN) adalah pola pengolahan informasi yang kerjanya
berdasarkan pada cara sistem saraf biologis, seperti otak manusia, dalam mengolah informasi.
ANN terdiri dari sejumlah elemen pemroses (neuron) yang saling terjalin satu sama lain yang
bertujuan untuk menyelesaikan masalah tertentu. ANN, sama seperti manusia, dapat belajar
dari contoh. ANN diatur hanya untuk tujuan tertentu, seperti pengenalan pola atau klasifikasi
data, melalui proses pembelajaran. Proses pembelajarannya pun sama. Apabila pada sistem
biologis manusia pembelajaran melibatkan penyesuaian koneksi-koneksi synapse di antara
neuron, pada ANN pembelajarannya pun tidak jauh dari penyesuaian koneksi antar
neuronnya.
ANN berbasis kompetisi merupakan tipe alternatif dari ANN. ANN berbasis
kompetisi menyelesaikan suatu masalah dengan cara memperbarui bobot sistem dengan
melakukan iterasi terus menerus hingga hasil yang didapat sudah memenuhi suatu syarat
tertentu.
Neurofuzzy
Neurofuzzy adalah istilah yang digunakan untuk menyatakan ilmu gabungan dari artificial
neural network dan logika fuzzy. Neurofuzzy akan menghasilkan sistem cerdas yang
menggabungkan kedua teknik tersebut dengan mencampurkan metode pertimbangan masalah
logika fuzzy dengan struktur pembelajaran dan koneksi ANN. Sistem Neurofuzzy
mengimplementasikan model pertimbangan masalah logika fuzzy yang mirip dengan
manusia melalui penggunaan set fuzzy dan model bahasa yang terdiri dari set aturan IFTHEN logika fuzzy.
Bab III
1. Degree of Freedom
Untuk mengetahui jumlah Degree of Freedom yang dibutuhkan pada tangan prostesis,
kita dapat menganalisa anatomi tangan manusia dan menghitung DoF yang ada. Untuk
mengoptimalkan gerak tangan prostesis, kita tidak perlu menggunakan semua DoF yang ada
pada tangan manusia. Kita cukup menggunakan DoF yang sering digunakan untuk
melakukan aktivitas sehari-hari. Sebagai contoh, sendi-sendi pada bagian karpal dan
metakarpal walaupun dapat dihitung sebagai DoF, tidak perlu dimasukkan ke dalam DoF
pada tangan prostesis. Untuk menghitung jumlah DoF yang diperlukan, kita dapat
memodelkan tangan manusia dan melabeli sendi-sendi mana yang akan digunakan, lalu
hitung DoF yang diperlukan.
2. Algoritma
Tangan prostesis yang ingin kami gunakan bekerja dengan cara membaca sinyal input
langsung dari otak. Sekarang, teknologi ini sedang dikembangkan oleh tim di Universitas
John Hopkins. Cara kerjanya, sinyal yang dikeluarkan otak akan dapat ditangkap dan diolah
supaya dapat diolah. Sinyal input tersebut kemudian akan diproses dengan algoritma pada
bagian komputasi tangan prostesis. Algoritma yang kami gunakan adalah algoritma berbasis
neurofuzzy dengan metode kompetisi, artinya pengguna harus melakukan tuning terlebih
dahulu untuk menyesuaikan aktivitas sinyal syaraf dengan gerakan-gerakan spesifik pada
tangan prostesis tersebut.
Metode neurofuzzy berbasis kompetisi menggunakan sinyal input yang diproses
secara iteratif untuk menghasilkan sejumlah nilai bobot. Nilai bobot ini diharapkan dapat
mengubah sinyal input menjadi parameter output untuk menggerakkan tangan prostesis
dengan benar. Proses iterasinya adalah seperti berikut:
X =[ X 0 X 1 X 3 … X n ]
dengan “x” adalah input, dan “y” adalah parameter output.
Untuk menentukan jumlah bobot yang digunakan:
[
W 00 ⋯ W 0 m
W= ⋮
⋱
⋮
W n 0 ⋯ W nm
]
dengan “w” adalah bobot, “n” adalah jumlah input, dan “m” adalah jumlah DoF yang ingin
dicapai, maka nilai bobot kompetisi didapatkan dengan:
D n=∑ (W nm− X n )2
Setelah didapat nilai D yaitu parameter yang dihasilkan dari iterasi bobot dikurangi
dengan nilai input, maka dicari nilai D yang paling kecil lalu kolom matriks bobot dari
parameter D tersebut diperbarui dengan cara:
W baru =W lama + α [ X n −W nm (lama ) ]
Dimana α adalah parameter pesat pembelajaran yang diinginkan. Iterasi dilakukan
sebanyak jumlah input yang diberikan, dan input tersebut disesuaikan dengan output yang
ingin dicapai, dimana nilai bobot akan diperbarui agar bobot tersebut dapat digunakan untuk
seluruh input yang dimasukkan dan bisa memberikan parameter output yang sesuai.
Parameter output didapatkan dengan mengalikan input tertentu dengan bobot akhir yang telah
diperbarui:
X . W =Y
Nantinya akan didapatkan parameter Y yang merujuk kepada satu output yang
diinginkan.
Setelah diproses, tangan prostesis akan mengeluarkan sinyal output berdasarkan
sinyal saraf yang diterima dan menggerakkan motor-motor untuk melakukan gerakan yang
sesuai dengan yang diinginkan oleh sinyal syaraf yang dibaca. Pada awal penggunaan,
gerakan tangan prostesis harus terlebih dahulu di-tuning atau disesuaikan dengan sinyalsinyal input yang sangat bervariasi untuk mendapatkan nilai bobot yang tepat.
Skema Arsitektur:
Flowchart:
START
Menerima Input Masukkan sinyal saraf dalam bentuk sinyal elektris
Beban pada algorithma diperbarui
Ada input berikutnya?
Input dan Beban diproses untuk mendapatkan parameter output
Mengeluarkan parameter output untuk menggerakkan tangan prosthesis
FINISH
Bab IV
1. Degree of Freedom
Degree of Freedom (DoF) pada tangan prostesis dapat dianggap sebagai jumlah gerakan
sendi dari tangan. Untuk mencari tahu jumlah DoF yang sesuai, kita dapat menggambarkan
tangan dan menandai titik-titik persendian yang sering digunakan sehari-hari.
Dapat dilihat pada gambar, setiap jari kecuali ibu jari memiliki 4 DoF. Sendi distal
interphalangeal (DIP) dan proximal interphalangeal (PIP) masing-masing memiliki 1 DoF,
dan sendi metacarpophalangeal (MCP) memiliki 2 DoF. Ibu jari memiliki 5 DoF, yang terdiri
dari; satu untuk interphalangeal (IP), 2 untuk trapeziometacarpal (TM), dan 2 lagi untuk
sendi MCP. Ke-21 DoF di atas merupakan DoF penyusun jemari tangan. Untuk membuat
tangan prostesis hingga below-elbow, dibutuhkan 6 DoF tambahan yang merepresentasikan
gerakan sendi di pergelangan tangan. Sehingga, total DoF yang dibutuhkan untuk membuat
gerakan tangan prostesis menjadi sehalus tangan manusia kurang lebih sebanyak 27 DoF.
2. Algoritma
Algoritma Neurofuzzy berbasis kompetisi digunakan untuk mengolah sinyal dari
sistem saraf yang kemudian digunakan untuk mengoperasikan tangan prostesis. Neurozuffy
berbasis kompetisi digunakan untuk mengatur berbagai jenis sinyal saraf yang akan
digunakan untuk mengoperasikan tangan prostesis.
Input dari saraf pengguna digunakan untuk iterasi pembaharuan bobot pada sistem
menggunakan algoritma kompetisi dari neurofuzzy. Sistem hanya diberi input dan arahan
parameter output lalu secara mandiri memperbarui bobot untuk menyesuaikan seluruh input
yang didapat. Dengan ini sistem tidak perlu diberi arahan untuk melakukan penyesuaian,
karena sistem sudah secara mandiri memperbarui dirinya sendiri. Karena itu, sistem ini lebih
mudah digunakan karena pengguna tidak perlu mengatur sendiri tangan prostesisnya. Tetapi,
kekurangan sistem ini adalah nilai parameternya tidak dapat kita ketahui karena sistem
menyimpan sendiri nilai tersebut.
Bab V
1. Kesimpulan
Dengan teknologi yang sudah dapat kita temui sekarang, tangan prostesis sudah hampir
menyerupai tangan manusia sesungguhnya dari segi pergerakan dan efektivitas, serta
memiliki kurang lebih 21 degree of freedom untuk gerakan halus di bagian telapak tangan,
dan 6 DoF tambahan untuk gerakan sampai below-elbow.
Untuk membuat sebuah algoritma yang handal dalam mengoperasikan 27 DoF tersebut,
dapat digunakan algoritma dengan ANN berbasis kompetisi, karena algoritma tersebut relatif
sederhana bagi pengguna dan dapat memperbarui dirinya sendiri sehingga reliabilitasnya
dapat diandalkan dan terus meningkat.
2. Saran
Hingga saat ini, sistem mekanik dan sistem jaringan yang ada belum dapat
mengoperasikan 27 motor secara bersamaan, dan masih tetap robust. Karena itu, untuk dapat
mengimplementasikan algoritma ini dengan benar, teknologi terobosan Universitas John
Hopkins dalam menghubungkan sistem saraf manusia dan sistem tangan prostesis masih
perlu ditunggu.
Bab VI
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
http://www.wisegeek.com/what-is-a-prosthesis.htm
http://www.amputee-coalition.org/inmotion/nov_dec_07/history_prosthetics.html
http://www.dekaresearch.com/deka_arm.shtml
http://releases.jhu.edu/2010/09/07/johns-hopkins-neuroscientists-goal-a-prostheticlimb-with-feeling/
http://www.ric.org/about/mediacenter/search-press-releases/2011/kuiken-and-walterreed-unveil-bionic-arm-advances-/
http://en.wikipedia.org/wiki/Degrees_of_freedom_(mechanics)
http://en.wikipedia.org/wiki/Fuzzy_logic
http://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html
http://en.wikipedia.org/wiki/Neuro-fuzzy
Lin, J., Wu Y., Huang, Thomas S. (tahun tidak diketahui). Modeling the Constraints
of Human Hand Motion.
ElKoura, G., Singh, K. (2003). Handrix: Animating the Human Hand.
Gurari, N., Okamura, A.M. (2007). Human Performance in a Knob-Turning Task.
Zecca, M., Micera, S., Carrozza, M. C., Dario, P. (2002). Control of Multifunctional
Prosthetic Hands by Processing the Electromyographic Signal.
Ajiboye, A. B., Weir, R. F., Heckathorne, C. W., Childress, D. S. (2002). Neurofuzzy
Logic as a Control Algorithm for an Externally Powered Multifunctional Hand
Prosthesis.
Arslan, Y. Z., Hacioglu, Y., Yagiz, N. (2008). Prosthetic Hand Finger Control Using
Fuzzy Sliding Modes.
Perancangan Algoritma Sistem Gerak Prosthetic Arm
Berbasis Neurofuzzy
Oleh:
Nama
NIM
: Bambang Widyatmoko
Alvin Radeka Pratama
Johanes Andriano Situmorang
: 11/312958/TK/37728
11/319468/TK/38596
11/319573/TK/38701
JURUSAN TEKNIK ELEKTRO dan TEKNOLOGI
INFORMASI
FAKULTAS TEKNIK
UGM
2013
Bab I
1. Latar Belakang
Cacat fisik merupakan hal yang lazim ditemui di belahan dunia manapun.
Penyebabnya pun bermacam-macam, perang, kecelakaan, dan dapat juga disebabkan oleh
bawaan genetis. Dampak yang ditimbulkan oleh kecacatan mereka tentu tidak sedikit. Selain
kesulitan dalam melakukan kegiatan sehari-hari, seperti makan, menulis, berjalan, melihat,
dan lain-lain, ada permasalahan sosial dan emosional yang timbul dari kecacatan fisik, seperti
berkomunikasi. Selain menggunakan mulut, manusia juga menggunakan bahasa tubuh dalam
berkomunikasi. Hal ini tentu membawa komplikasi tersendiri bagi para penyandang cacat
fisik. Untuk membantu para penyandang cacat fisik menghadapi permasalahan tersebut,
dikembangkanlah bagian tubuh buatan yang sering disebut dengan prosthesis organ atau
organ prostesis.
Pada awalnya, organ prostesis ini hanya menggunakan peralatan sederhana, seperti
rangkaian silinder berbahan plastik dengan kait yang dihubungkan ke bahu dengan tali kawat
sebagai pengganti tangan (tangan prostesis). Tangan prostesis ini dikendalikan dengan
menggerakkan bahu yang kemudian akan menarik tali kawat dan membuat lengan menekuk
atau membuat kait menggenggam dan membuka. Teknologi untuk kaki bahkan lebih mudah
lagi. Untuk kaki prostesis, hanya dibutuhkan sedikit engsel, dan kontrolnya sangat minim.
Mekanisme seperti ini sangatlah mudah dan sederhana untuk dibuat, dan hanya mampu
menyediakan sedikit gerakan yang tentunya belum mampu menggantikan fungsi tangan
dalam melakukan kegiatan sehari-hari. Belum lagi permasalahan sosial dan emosional yang
ditimbulkan oleh tangan prostesis ini, yang bentuknya jauh berbeda dengan tangan manusia
pada umumnya. Meski jumlah organ prostesis yang sedang dikembangkan sekarang banyak,
kami ingin memfokuskan pembahasan kami pada organ bagian tangan.
Untungnya, penelitian di bidang organ prostesis ini terus berkembang dari zaman
Perang Saudara di Amerika hingga sekarang. Mekanisme konvensional yang tadinya hanya
menggunakan tali kawat sebagai penggerak kini telah digantikan oleh serangkaian motor
sebagai penggerak dan elektroda sebagai penerima sinyal. Sistem geraknya pun sudah banyak
berubah, tidak hanya sebatas menutup dan membuka kait. Terobosan paling baru di bidang
organ prosthesis saat ini masih dikembangkan oleh Universitas John Hopkins, dimana
targetnya adalah menyambungkan sistem saraf manusia dengan organ prostesis, sehingga
organ prostesis tersebut dapat bergerak seleluasa tangan manusia asli. Selain itu, organ
prostesis tersebut akan dilengkapi dengan sensor, sehingga memungkinkan pengembalian
tangan sebagai fungsi peraba pada orang yang sudah kehilangan tangannya.
Saat ini, masalah besar yang sedang dihadapi oleh banyak pengembang organ
prostesis adalah pengolahan sinyal dan algoritma untuk menggerakkan tangan prostesis.
Untuk membuat sebuah tangan yang “manusiawi,” dibutuhkan suatu algoritma kompleks
yang dapat mengolah data input untuk menggerakkan kombinasi beberapa motor sekaligus
dan melakukan gerakan sesuai dengan yang diinginkan oleh pengguna. Tangan prostesis yang
sekarang ini umum digunakan hanya memiliki 2 degree of freedom (DoF) yang membatasi
gerakan tangan tersebut menjadi 2 jenis gerakan saja, yaitu menggerakkan lengan naik-turun
dan membuka-menutup jari. Walaupun disebut jari, yang dikendalikan bukanlah masingmasing jari, melainkan kesemua jari bergerak secara bersamaan, dan ini kami pandang belum
“manusiawi.” Karena itulah para pengembang tangan prostesis sampai saat ini terus
mengembangkan algoritma yang dapat digunakan untuk menggerakkan tangan prostesis
layaknya tangan manusia pada umumnya. Namun, hingga saat ini, belum ditemukan
kombinasi algoritma yang dapat menggerakkan tangan prostesis selayaknya tangan manusia.
Atas dasar itu, kami mencoba membuat algoritma berdasarkan konsep neurofuzzy
dengan metode kompetisi yang dapat beradaptasi dengan input sinaps dari pengguna untuk
mempermudah pengembangan sistem. Dengan menggunakan konsep neurofuzzy dan metode
kompetisi, tangan prostesis diharapkan akan selalu mempelajari gerakan tangan manusia
dengan input yang selalu berubah-ubah, karena gerakan manusia sejatinya bukanlah
merupakan gerakan yang selalu sama persis. Lewat metode kompetisi ini, diharapkan sistem
akan mampu meniru gerakan tangan manusia semirip mungkin melalui analisa dan perubahan
bobot pada setiap proses.
2. Permasalahan
a) Berapa jumlah DoF yang dibutuhkan sebuah tangan prostesis untuk membuat
gerakan semirip mungkin dengan tangan manusia?
b) Bagaimana cara mengendalikan tangan prostesis tersebut supaya dapat bergerak
selayaknya tangan manusia?
3. Tujuan
a) Menentukan berapa banyak DoF yang dibutuhkan sebuah tangan prostesis supaya
dapat bergerak selayaknya tangan manusia.
b) Membuat algoritma untuk mengendalikan tangan prostesis supaya dapat meniru
gerakan tangan manusia.
Bab II
Prosthesis
Prosthesis, atau prostesis, adalah alat yang digunakan untuk menggantikan organ
badan yang cacat. Prostesis pada umumnya digunakan untuk menggantikan fungsi tangan
atau kaki yang sudah tidak dapat digunakan. Akan tetapi, pada penggunaannya prostesis tidak
hanya digunakan untuk menggantikan fungsi kedua bagian tubuh tersebut, melainkan juga
dapat digunakan sebagai pengganti organ internal, seperti katup jantung, mata buatan, dan
organ-organ lain. Tujuan awal pembuatan prostesis adalah untuk memperbaiki kualitas hidup
pemakai prostesis, sekaligus memberikan kebebasan bagi mereka untuk bergerak. Kata
prostesis berawal dari kata Yunani, prostithenai, yang berarti “untuk menambahkan.”
Tangan prostesis yang akan kami bahas di sini bukan prostesis yang hanya terdiri dari
tongkat berbahan plastik dan tangan pengait, melainkan prostesis yang sudah dilengkapi
dengan berbagai alat bantu gerak sehingga memungkinkan gerakan-gerakan kompleks yang
membutuhkan degree of freedom yang tinggi. Beberapa contoh tangan prostesis yang
menggunakan teknologi ini yaitu “Luke” Arm milik Dean Kamen, dan tangan bionic buatan
Todd Kuiken.
Degree of Freedom
Degree of freedom (DoF) yang kami maksud di sini adalah degree of freedom pada
bidang mekanik, yakni jumlah parameter independen yang menyusun sistem gerak sebuah
sistem mekanik. Dengan kata lain, DoF adalah jumlah parameter yang menentukan keadaan
sebuah sistem fisik. Dalam bidang teknik mesin, aeronautical engineering, robotika, dan
teknik sipil, DoF diperlukan untuk menentukan keadaan sistem fisik dan juga merupakan
unsur yang penting dalam analisa sistem. Ilustrasi berikut ini diharapkan dapat memperjelas
pemahaman tentang DoF.
Sebuah mobil yang bergerak pada suatu jalur tetap hanya mempunyai 1 DoF, karena
mobil tersebut hanya mampu berjalan maju atau mundur, sesuai bentuk jalurnya. Sedangkan
sebuah automobile yang berjalan pada sebuah bidang datar (ruang 2-dimensi, tidak ada naik
turun) mempunyai 3 DoF yang terdiri dari 2 komponen translasi dan 1 sudut rotasi. Skidding
atau drifting merupakan contoh yang memperlihatkan dengan jelas gerakan 3 DoF
independen automobile tersebut. Pada umumnya, posisi benda tegar di sebuah ruang
ditentukan oleh 3 komponen translasi dan 3 komponen rotasi, yang menunjukkan bahwa
benda tersebut mempunyai 6 DoF.
Sistem Saraf dan Sistem Gerak Manusia
Sistem saraf merupakan bagian dari sistem organ yang tersusun atas sel-sel saraf yang
saling berhubungan dan sangat penting bagi persepsi sensoris indrawi, aktivitas motorik dan
proses fisiologis tubuh. Segala aktivitas fisik yang terlihat merupakan bentuk dari proses
sistem saraf dalam memproses informasi dan memberikan respon terhadap proses informasi
tersebut.
Pada sistem gerak manusia, proses informasi dilakukan dengan mengantarkan impuls
ke organ tujuan dengan memanfaatkan perbedaan potensial listrik lewat sel saraf dari
penerima rangsang menuju ke otak dan sebaliknya. Uniknya, pada sistem gerak manusia, satu
gerakan yang mungkin di mata kita terlihat sama dapat menggunakan otot dan bagian-bagian
yang berbeda. Hal ini jelas tidak mungkin langsung kita implementasikan pada tangan
prostesis dengan kemampuan komputasi yang terbatas. Hal inilah yang masih menjadi
hambatan besar bagi para pengembang organ prostesis.
Fuzzy Logic
Fuzzy logic, atau logika fuzzy adalah logika yang menggunakan banyak nilai. Logika
fuzzy menangani permasalahan pertimbangan, berbeda dengan set biner yang condong
digunakan untuk menyelesaikan permasalahan yang pasti dan eksak. Berbeda dengan set
biner yang hanya mempunyai nilai 0 atau 1, logika fuzzy mempunyai nilai bervariasi dari 0
hingga 1.
Artificial Neural Network berbasis kompetisi
Artificial neural network (ANN) adalah pola pengolahan informasi yang kerjanya
berdasarkan pada cara sistem saraf biologis, seperti otak manusia, dalam mengolah informasi.
ANN terdiri dari sejumlah elemen pemroses (neuron) yang saling terjalin satu sama lain yang
bertujuan untuk menyelesaikan masalah tertentu. ANN, sama seperti manusia, dapat belajar
dari contoh. ANN diatur hanya untuk tujuan tertentu, seperti pengenalan pola atau klasifikasi
data, melalui proses pembelajaran. Proses pembelajarannya pun sama. Apabila pada sistem
biologis manusia pembelajaran melibatkan penyesuaian koneksi-koneksi synapse di antara
neuron, pada ANN pembelajarannya pun tidak jauh dari penyesuaian koneksi antar
neuronnya.
ANN berbasis kompetisi merupakan tipe alternatif dari ANN. ANN berbasis
kompetisi menyelesaikan suatu masalah dengan cara memperbarui bobot sistem dengan
melakukan iterasi terus menerus hingga hasil yang didapat sudah memenuhi suatu syarat
tertentu.
Neurofuzzy
Neurofuzzy adalah istilah yang digunakan untuk menyatakan ilmu gabungan dari artificial
neural network dan logika fuzzy. Neurofuzzy akan menghasilkan sistem cerdas yang
menggabungkan kedua teknik tersebut dengan mencampurkan metode pertimbangan masalah
logika fuzzy dengan struktur pembelajaran dan koneksi ANN. Sistem Neurofuzzy
mengimplementasikan model pertimbangan masalah logika fuzzy yang mirip dengan
manusia melalui penggunaan set fuzzy dan model bahasa yang terdiri dari set aturan IFTHEN logika fuzzy.
Bab III
1. Degree of Freedom
Untuk mengetahui jumlah Degree of Freedom yang dibutuhkan pada tangan prostesis,
kita dapat menganalisa anatomi tangan manusia dan menghitung DoF yang ada. Untuk
mengoptimalkan gerak tangan prostesis, kita tidak perlu menggunakan semua DoF yang ada
pada tangan manusia. Kita cukup menggunakan DoF yang sering digunakan untuk
melakukan aktivitas sehari-hari. Sebagai contoh, sendi-sendi pada bagian karpal dan
metakarpal walaupun dapat dihitung sebagai DoF, tidak perlu dimasukkan ke dalam DoF
pada tangan prostesis. Untuk menghitung jumlah DoF yang diperlukan, kita dapat
memodelkan tangan manusia dan melabeli sendi-sendi mana yang akan digunakan, lalu
hitung DoF yang diperlukan.
2. Algoritma
Tangan prostesis yang ingin kami gunakan bekerja dengan cara membaca sinyal input
langsung dari otak. Sekarang, teknologi ini sedang dikembangkan oleh tim di Universitas
John Hopkins. Cara kerjanya, sinyal yang dikeluarkan otak akan dapat ditangkap dan diolah
supaya dapat diolah. Sinyal input tersebut kemudian akan diproses dengan algoritma pada
bagian komputasi tangan prostesis. Algoritma yang kami gunakan adalah algoritma berbasis
neurofuzzy dengan metode kompetisi, artinya pengguna harus melakukan tuning terlebih
dahulu untuk menyesuaikan aktivitas sinyal syaraf dengan gerakan-gerakan spesifik pada
tangan prostesis tersebut.
Metode neurofuzzy berbasis kompetisi menggunakan sinyal input yang diproses
secara iteratif untuk menghasilkan sejumlah nilai bobot. Nilai bobot ini diharapkan dapat
mengubah sinyal input menjadi parameter output untuk menggerakkan tangan prostesis
dengan benar. Proses iterasinya adalah seperti berikut:
X =[ X 0 X 1 X 3 … X n ]
dengan “x” adalah input, dan “y” adalah parameter output.
Untuk menentukan jumlah bobot yang digunakan:
[
W 00 ⋯ W 0 m
W= ⋮
⋱
⋮
W n 0 ⋯ W nm
]
dengan “w” adalah bobot, “n” adalah jumlah input, dan “m” adalah jumlah DoF yang ingin
dicapai, maka nilai bobot kompetisi didapatkan dengan:
D n=∑ (W nm− X n )2
Setelah didapat nilai D yaitu parameter yang dihasilkan dari iterasi bobot dikurangi
dengan nilai input, maka dicari nilai D yang paling kecil lalu kolom matriks bobot dari
parameter D tersebut diperbarui dengan cara:
W baru =W lama + α [ X n −W nm (lama ) ]
Dimana α adalah parameter pesat pembelajaran yang diinginkan. Iterasi dilakukan
sebanyak jumlah input yang diberikan, dan input tersebut disesuaikan dengan output yang
ingin dicapai, dimana nilai bobot akan diperbarui agar bobot tersebut dapat digunakan untuk
seluruh input yang dimasukkan dan bisa memberikan parameter output yang sesuai.
Parameter output didapatkan dengan mengalikan input tertentu dengan bobot akhir yang telah
diperbarui:
X . W =Y
Nantinya akan didapatkan parameter Y yang merujuk kepada satu output yang
diinginkan.
Setelah diproses, tangan prostesis akan mengeluarkan sinyal output berdasarkan
sinyal saraf yang diterima dan menggerakkan motor-motor untuk melakukan gerakan yang
sesuai dengan yang diinginkan oleh sinyal syaraf yang dibaca. Pada awal penggunaan,
gerakan tangan prostesis harus terlebih dahulu di-tuning atau disesuaikan dengan sinyalsinyal input yang sangat bervariasi untuk mendapatkan nilai bobot yang tepat.
Skema Arsitektur:
Flowchart:
START
Menerima Input Masukkan sinyal saraf dalam bentuk sinyal elektris
Beban pada algorithma diperbarui
Ada input berikutnya?
Input dan Beban diproses untuk mendapatkan parameter output
Mengeluarkan parameter output untuk menggerakkan tangan prosthesis
FINISH
Bab IV
1. Degree of Freedom
Degree of Freedom (DoF) pada tangan prostesis dapat dianggap sebagai jumlah gerakan
sendi dari tangan. Untuk mencari tahu jumlah DoF yang sesuai, kita dapat menggambarkan
tangan dan menandai titik-titik persendian yang sering digunakan sehari-hari.
Dapat dilihat pada gambar, setiap jari kecuali ibu jari memiliki 4 DoF. Sendi distal
interphalangeal (DIP) dan proximal interphalangeal (PIP) masing-masing memiliki 1 DoF,
dan sendi metacarpophalangeal (MCP) memiliki 2 DoF. Ibu jari memiliki 5 DoF, yang terdiri
dari; satu untuk interphalangeal (IP), 2 untuk trapeziometacarpal (TM), dan 2 lagi untuk
sendi MCP. Ke-21 DoF di atas merupakan DoF penyusun jemari tangan. Untuk membuat
tangan prostesis hingga below-elbow, dibutuhkan 6 DoF tambahan yang merepresentasikan
gerakan sendi di pergelangan tangan. Sehingga, total DoF yang dibutuhkan untuk membuat
gerakan tangan prostesis menjadi sehalus tangan manusia kurang lebih sebanyak 27 DoF.
2. Algoritma
Algoritma Neurofuzzy berbasis kompetisi digunakan untuk mengolah sinyal dari
sistem saraf yang kemudian digunakan untuk mengoperasikan tangan prostesis. Neurozuffy
berbasis kompetisi digunakan untuk mengatur berbagai jenis sinyal saraf yang akan
digunakan untuk mengoperasikan tangan prostesis.
Input dari saraf pengguna digunakan untuk iterasi pembaharuan bobot pada sistem
menggunakan algoritma kompetisi dari neurofuzzy. Sistem hanya diberi input dan arahan
parameter output lalu secara mandiri memperbarui bobot untuk menyesuaikan seluruh input
yang didapat. Dengan ini sistem tidak perlu diberi arahan untuk melakukan penyesuaian,
karena sistem sudah secara mandiri memperbarui dirinya sendiri. Karena itu, sistem ini lebih
mudah digunakan karena pengguna tidak perlu mengatur sendiri tangan prostesisnya. Tetapi,
kekurangan sistem ini adalah nilai parameternya tidak dapat kita ketahui karena sistem
menyimpan sendiri nilai tersebut.
Bab V
1. Kesimpulan
Dengan teknologi yang sudah dapat kita temui sekarang, tangan prostesis sudah hampir
menyerupai tangan manusia sesungguhnya dari segi pergerakan dan efektivitas, serta
memiliki kurang lebih 21 degree of freedom untuk gerakan halus di bagian telapak tangan,
dan 6 DoF tambahan untuk gerakan sampai below-elbow.
Untuk membuat sebuah algoritma yang handal dalam mengoperasikan 27 DoF tersebut,
dapat digunakan algoritma dengan ANN berbasis kompetisi, karena algoritma tersebut relatif
sederhana bagi pengguna dan dapat memperbarui dirinya sendiri sehingga reliabilitasnya
dapat diandalkan dan terus meningkat.
2. Saran
Hingga saat ini, sistem mekanik dan sistem jaringan yang ada belum dapat
mengoperasikan 27 motor secara bersamaan, dan masih tetap robust. Karena itu, untuk dapat
mengimplementasikan algoritma ini dengan benar, teknologi terobosan Universitas John
Hopkins dalam menghubungkan sistem saraf manusia dan sistem tangan prostesis masih
perlu ditunggu.
Bab VI
[1]
[2]
[3]
[4]
[5]
[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]
[14]
[15]
http://www.wisegeek.com/what-is-a-prosthesis.htm
http://www.amputee-coalition.org/inmotion/nov_dec_07/history_prosthetics.html
http://www.dekaresearch.com/deka_arm.shtml
http://releases.jhu.edu/2010/09/07/johns-hopkins-neuroscientists-goal-a-prostheticlimb-with-feeling/
http://www.ric.org/about/mediacenter/search-press-releases/2011/kuiken-and-walterreed-unveil-bionic-arm-advances-/
http://en.wikipedia.org/wiki/Degrees_of_freedom_(mechanics)
http://en.wikipedia.org/wiki/Fuzzy_logic
http://www.doc.ic.ac.uk/~nd/surprise_96/journal/vol4/cs11/report.html
http://en.wikipedia.org/wiki/Neuro-fuzzy
Lin, J., Wu Y., Huang, Thomas S. (tahun tidak diketahui). Modeling the Constraints
of Human Hand Motion.
ElKoura, G., Singh, K. (2003). Handrix: Animating the Human Hand.
Gurari, N., Okamura, A.M. (2007). Human Performance in a Knob-Turning Task.
Zecca, M., Micera, S., Carrozza, M. C., Dario, P. (2002). Control of Multifunctional
Prosthetic Hands by Processing the Electromyographic Signal.
Ajiboye, A. B., Weir, R. F., Heckathorne, C. W., Childress, D. S. (2002). Neurofuzzy
Logic as a Control Algorithm for an Externally Powered Multifunctional Hand
Prosthesis.
Arslan, Y. Z., Hacioglu, Y., Yagiz, N. (2008). Prosthetic Hand Finger Control Using
Fuzzy Sliding Modes.