Latar Belakang
Pasien pasca-stroke hemiparesis berat atau penderita tetraplegia seringkali tidak memiliki ketangkasan tangan untuk mengoperasikan joystick kursi roda listrik standar. Pengolahan sinyal biopotensial otot sisa (Electromyography/EMG) menjadi solusi alternatif berdaya guna untuk mengembalikan mobilitas mandiri penderita disabilitas.Desain Sistem Instrumentasi
Biosensor permukaan (surface EMG gel electrodes) ditempatkan pada otot trapezius dan sternocleidomastoid leher pasien. Sinyal mikrovolt disaring melalui bandpass filter analog (20 - 450 Hz), dikuatkan dengan Instrumentation Amplifier AD620, dan diproses oleh unit komputasi tepi Raspberry Pi Pico menggunakan algoritma klasifikasi Support Vector Machine (SVM) terkompresi. Klasifikasi mengenali 4 pola gestur kedutan otot: maju, belok kiri, belok kanan, dan berhenti. Sasis kursi roda digerakkan oleh sepasang motor hub BLDC 250 Watt 24V dengan transmisi diferensial halus.Pengujian Navigasi dan Keamanan
Untuk mencegah bahaya benturan, kursi roda dilengkapi cincin sensor ultrasonik 4-arah dengan zona perlindungan dinamis:- Radius deteksi halangan 80 cm memicu perlambatan kecepatan otomatis.
- Radius < 30 cm mengaktifkan sistem rem elektromagnetik otomatis secara instan.
- Akurasi klasifikasi perintah gestur otot rata-rata mencapai 94,8% setelah masa kalibrasi pengguna selama 15 menit.
- Kecepatan jelajah maksimum dibatasi pada 4,5 km/jam dengan daya tahan baterai lithium-ferro-phosphate (LiFePO4) menempuh jarak hingga 18 km per pengisian daya.