SINEMBELA, ILMI SUCIANI (2026) SISTEM HAND WEARABLE SENSOR BERBASIS IOT DENGAN RANDOM FOREST UNTUK REHABILITASI PASCA STROKE DENGAN PENGUKURAN ACTION RESEARCH ARM TEST. S1 thesis, Universitas Malikussaleh.

	Text COVER ILMI SUCIANI SINEMBELA.pdf Download (26kB)
	Text ABSTRAK ILMI SUCIANI SINEMBELA.pdf Download (16kB)
	Text BAB 1 ILMI SUCIANI SINEMBELA.pdf Download (35kB)
	Text DAPUS ILMI SUCIANI SINEMBELA.pdf Download (156kB)
	Text SKRIPSI ILMI SUCIANI SINEMBELA.pdf Restricted to Registered users only Download (6MB)

Abstract

Stroke merupakan salah satu penyebab utama disabilitas dan kematian secara global, dengan prevalensi tinggi di Indonesia termasuk Provinsi Aceh. Rehabilitasi pasca stroke, khususnya pemulihan fungsi tangan, kerap terhambat oleh keterbatasan akses fasilitas kesehatan dan subjektivitas penilaian manual menggunakan metode Action Research Arm Test (ARAT). Penelitian ini bertujuan merancang dan membangun sistem hand wearable sensor berbasis Internet of Things (IoT) yang mengintegrasikan algoritma Random Forest untuk memantau dan mengklasifikasikan gerakan tangan pasien pasca stroke secara real time. Sistem menggunakan mikrokontroler ESP32 dan dua sensor MPU6050 yang ditempatkan pada punggung tangan dan lengan bawah untuk merekam data accelerometer dan gyroscope, menghasilkan 12 sinyal mentah yang diproses menjadi fitur bagi model klasifikasi. Strategi combined balancing (under-sampling pada kelas none dan RandomOverSampler pada data latih) diterapkan untuk mengatasi ketidakseimbangan data tanpa menimbulkan data leakage. Hasil pengujian terhadap tujuh gerakan ARAT tiga gerakan gross movement (Hand to Mouth, Hand to Tophead, Hand to Backhead) dan empat gerakan grip (Cup, Big Tube, Small Tube, Ring) menunjukkan model Random Forest mencapai akurasi rata-rata 89% dan F1-score makro rata-rata 0,84. Akurasi tertinggi diperoleh pada gerakan Hand to Backhead (94%; F1-score 0,90), sedangkan akurasi terendah pada Hand to Tophead (84%) akibat variabilitas eksekusi gerakan. Hasil klasifikasi divisualisasikan melalui dashboard berbasis web yang menampilkan skor ARAT, riwayat aktivitas, dan grafik tren perkembangan rehabilitasi secara real time. Penelitian ini bersifat konseptual dan prototipikal, sehingga diharapkan menjadi dasar pengembangan sistem rehabilitasi neuromotorik yang lebih objektif, terjangkau, dan dapat diakses oleh pasien di daerah terpencil.

Item Type:	Thesis (S1)
Subjects:	Q Science > Q Science (General) Q Science > QA Mathematics Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Ilmi Suciani Sinambela
Date Deposited:	03 Sep 2026 06:49
Last Modified:	03 Sep 2026 06:49
URI:	https://rama.unimal.ac.id/id/eprint/17194

Actions (login required)

View Item