PROPOSAL PENELITIAN UNGGULAN DANA LOKAL ITS

PROPOSAL PENELITIAN UNGGULAN

DANA LOKAL ITS

PENGEMBANGAN SISTEM MONITORING REHABILITASI

PASIEN STROKE DENGAN METODE MOTOR

RELEARNING PROGRAM MENGGUNAKAN SINYAL EEG

TIM PENELITI :

Ketua :

Dr. Adhi Dharma WIbawa., ST., MT (Teknik Komputer / FTEIC ITS)

Anggota :

Hilman Fatoni., ST., MT (Teknik Biomedik/ FTEIC)

Prof. Ir. Mauridhi Hery. P., M.Eng., Ph.D (Teknik Komputer/ FTEIC)

Dr. Diah Puspito Wulandari, S.T., M.Sc. (Teknik Komputer/FTEIC)

Wardah Rahmatul Islamiyah, dr., Sp.S (FK Unair - RSUA)

DIREKTORAT RISET DAN PENGABDIAN KEPADA MASYARAKAT

INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA

2020

ii

LEMBAR PENGESAHAN

SURAT PERNYATMN KESEDIMN

MITRA PENELITIAN

Yang bertanda tangan dibawah ini kami:

Menyatakan kesediaan instansi kami untuk bekerjasama sebagai mitra dalam kegiatan Penelitian

Unggulan DANA ITS dengan tim dari ITS sebagai berikut :

Nama

J abatan

NIP

Mewakili Instansi

Alamat

Judul Penelitian

Ketua Tim Peneliti

NIP

lnstansi

: Wardah Rahmatul lslamiyah, dr., Sp.S

: - Sekretaris Program Studi Sp1 Neurologi FK Unair

- Ketua KSM (Kelompok staf medik) Neurologi RS

Universitas Airlangga

: 197905192009122003

: Fakultas Kedokteran Universitas Airlangga, RSUA

: Jl. Prof. Dr. Moestopo 4-6 Surabaya

: PENGEMBANGAN SISTEM MONITORING REHABILITASI

PASIEN STROKE DENGAN METODE MOTOR RELEARNING

PROGRAM MENGGUNAKAN SINYAL EEG

: Dr. Adhi Dharma Wibawa., ST., MT

: 197505052008121003

: Departemen Teknik Komputer, FIEIC ITS

Program Penelitian Unggulan : DANA ITS 2020

Jangka Waktu Penelitian : Dua Tahun

Dan bahwa instansi kami bersedia untuk memenuhi peran tugas sebagai mitra sebagai berikut l

1. Memberikan rekomendasi pasien stroke yang bisa dimonitor proses rehabilitasinya

2. Membantu memberikan arahan aspek medis terkait pola sinyal EEG

3. Membantu memberikan akses kepada pasien stroke di RSUA" Universitas Airlangga

Surat pernyataan ini kami buat dengan sebenarnya untuk digunakan seperlunya'

Surabaya, 4 Maret 2020

Wardah Rahmatul lslamiyah, dr., Sp.S

NrP. 197905192009122003

iii

RINGKASAN

WHO (World Health Organization) menyebutkan terdapat 17 juta

kasus stroke baru yang tercatat tiap tahunnya dan di dunia terjadi 7 juta kematian

yang disebabkan oleh stroke. Stroke mengakibatkan gangguan neurologis serius,

seperti berkurangnya kemampuan motorik anggota tubuh dan otot, kognitif, visual

dan koordinasi secara signifikan. Satu-satunya cara agar pasien stroke bisa kembali

normal adalah dengan menjalankan program rehabilitasi stroke. Salah satu metode

rehabilitasi stroke yang banyak diterapkan di rumah sakit adalah metode Motor

Relearning Program (MRP). Di dalam MRP pasien akan dilatih untuk

mengembalikan kemampuan kontrol motorik nya seperti sedia kala.

Proses monitoring fungsi koordinasi motorik pada pasien rehabilitasi

stroke selama ini dijalankan hanya melalui pengamatan visual kemampuan gerakan.

Metode ini memiliki akurasi yang kurang terukur. Penggunaan teknik yang obyektif

dan parametrik penting untuk menentukan progress program rehabilitasi pasien

stroke. Stroke adalah penyakit akibat terganggunya aliran darah ke otak yang

berakibat pada terganggunya pengiriman perintah otak ke fungsi motorik. Perintah

otak ini dapat diukur dengan menggunakan sinyal EEG (Electroencephalogram).

EEG adalah alat yang mampu memberikan informasi tentang sinyal listrik

pada cerebral cortex otak. Dengan teknik pemrosesan sinyal, data EEG dapat

digunakan untuk monitoring proses rehabilitasi pasien stroke terkait fungsi

koordinasi motorik. Belum ada sistem yang langsung menerapkan EEG sebagai tool

dalam evaluasi proses rehabilitasi pasien stroke.

Di dalam proposal penelitian ini akan dikembangkan sistem monitoring

rehabilitasi pasien stroke dengan menggunakan teknologi EEG. Sistem ini akan

terdiri : device EEG elektroda, software yang merekam sinyal EEG, dan memfilter

secara otomatis sinyal EEG serta menjalankan analisa terkait fitur sinyal EEG yang

bisa digunakan sebagai bahan monitoring rehabilitasi pasien stroke diantaranya :

mean amplitudo sinyal dalam band Alpha, Beta, Teta dan Delta, Zero Crossing,

Standard Deviasi dan PSD (Power Spectral Density). Dokter akan melakukan

analisa perbandingan nilai berbagai fitur tersebut antara sebelum dan sesudah

pasien tersebut menjalankan rehabilitasi dalam kurun waktu tertentu. Respond time,

activation delay and duration adalah fitur detail tambahan di dalam sistem

monitoring ini. Ke depan sistem ini akan bisa diadopsi dan dijalankan di banyak

rumah sakit di Indonesia tanpa membayar lisensi sistem yang mahal dari luar

negeri. Diharapkan luaran dari proposal ini dalam waktu 2 tahun adalah produk

dalam bentuk sistem rehabilitasi pasien stroke dengan software aplikasi buatan

sendiri, paten sistem, 2 paper jurnal internasional terindeks Scopus dan 2 paper

dalam seminar internasional terindeks Scopus. Proposal ini kami rencanakan dalam

2 tahap pengerjaan, tahun pertama adalah pembuatan produk sistem dan ujicoba

langsung di RSUA serta pelaksanaan UAT (User Acceptance Test). Tahun kedua

akan dilanjutkan dengan penerapan ke beberapa rumah sakit lain, puskesmas dan

masyarakat secara luas.

Kata kunci: Monitoring system for stroke rehabilitation, stroke patient, EEG

feature extraction

iv

DAFTAR ISI

LEMBAR PENGESAHAN .................................................................................... iii

ABSTRAK............................................................................................................... v

DAFTAR ISI ......................................................................................................... vii

DAFTAR GAMBAR .............................................................................................. ix

DAFTAR TABEL ................................................................................................... x

BAB 1 PENDAHULUAN ....................................................................................... 1

1.1 Latar Belakang .......................................................................................... 1

1.2 Rumusan Masalah ..................................................................................... 3

1.3 Tujuan ........................................................................................................ 4

1.4 Batasan Masalah ........................................................................................ 4

1.5 Kontribusi .................................................................................................. 5

BAB 2 ...................................................................................................................... 6

KAJIAN PUSTAKA .................................................................................................

2.1 Penelitian Terkait ...................................................................................... 6

Rehabilitasi Stroke ............................................................................. 7

Koordinasi motorik ............................................................................ 8

Metode Fisioterapi : Motor Relearning Program .............................. 8

Monitoring Rehabilitasi Stroke ......................................................... 9

Electroencephalograph (EEG) ......................................................... 14

Sistem International 10-20 pada Perekaman Sinyal EEG ................ 16

Ekstraksi Fitur EEG ......................................................................... 19

BAB 3 .................................................................................................................... 20

METODOLOGI PENELITIAN ............................................................................ 20

3.1 Persiapan ................................................................................................. 20

3.1.1 Partisipan ......................................................................................... 22

3.1.2 Eksplorasi hardware EEG .............................................................. 222

3.2 Pelaksanaan Penelitian ................................................................................

3.2 Pengembangan Aplikasi Monitoring ............................................... 25

Proses Ekstraksi Fitur dan Analisa Fitur ....................................... 266

Preliminary Work ............................................................................ 28

v

BAB 4 LUARAN DAN TARGET CAPAIAN ..................................................... 29

BAB 5 JADWAL DAN RANCANGAN ANGGARAN .................................... 372

BAB 6 DAFTAR PUSTAKA ............................................................................... 36

vi

DAFTAR GAMBAR

Gambar 2. 1 Contoh rehabilitasi dengan metode Relearning program .................. 9

Gambar 2. 2 Macam-macam gelombang otak manusia ....................................... 15

Gambar 2. 3 Metode pengukuran untuk menentukan lokasi electrode berdasarkan

system 10-20 .......................................................................................................... 17

Gambar 2. 4 Sistem Peletakan Elektrode 10-20 .................................................. 18

Gambar 2. 4 Lokasi peta fungsi otak ................................................................... 17

Gambar 3. 1 Proses rehabilitasi Stroke RecoveriX .............................................. 20

Gambar 3. 2 OpenBCI Ultracortex "Mark IV" with ganglion board 8 channel .. 21

Gambar 3. 3 Tahapan sebelum penelitian ............................................................ 21

Gambar 3. 4 Open BCI Ultracortex “Mark IV” ................................................... 22

Gambar 3. 5 Pemasangan hardware terhadap partisipan ..................................... 23

Gambar 3. 6 Visualisasi gelombang otak............................................................. 22

Gambar 3. 7 Metodologi Penelitian ..................................................................... 23

Gambar 3. 8 User Interface Aplikasi Sistem Monitoring .................................... 25

Gambar 3.9 Proses Ekstraksi Fitur ....................................................................... 26

vii

DAFTAR TABEL

Tabel 2. 1 Fokus rehabilitasi stroke menurut ICF ................................................ 10

Tabel 2. 2 Klasifikasi metode monitoring stroke menurut fungsinya .................. 11

Tabel 2. 3 Monitoring motor cortex pada pasien stroke menggunakan EEG ...... 13

Tabel 2. 4 Parameter yang dipilih dari fitur statistikal domain waktu ................. 19

Tabel 3. 1 Analisis fitur EEG terkait dengan gerakan dan kondisi subject .......... 27

1

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Penyakit tidak menular (degeneratif) merupakan penyebab kematian

terbanyak di Indonesia, dalam dunia kesehatan biasa juga disebut dengan istilah

Noncommunicable Diseases (NCD). Salah satu penyebab kematian terbanyak adalah

Stroke. Menurut laporan dalam Riset Kesehatan Dasar (Riskesdas) Tahun 2018 ada

peningkatan prevalensi dari riset sebelumnya di tahun 2013 yaitu dari 7% menjadi

10,7%. Di seluruh dunia, stroke merupakan 10% penyebab kematian dan penyebab

kecacatan (disability). Tanpa penanggulangan, pencegahan dan rehabilitasi yang tepat

stroke dapat menjadi penyebab keempat dari kecacatan pada tahun 2030[2].

Data WHO (World Health Organization) menyebutkan terdapat 17 juta

kasus stroke baru yang tercatat tiap tahunnya dan di dunia terjadi 7 juta kematian yang

disebabkan oleh stroke. Di Indonesia, jumlah penderita stroke mengalami peningkatan

setiap tahunnya. Jumlah penduduk Indonesia pada tahun 2014 mencapai 252 juta

penduduk dan terdapat 3.049.200 di antaranya yang menderita penyakit stroke. Jika

dibandingkan dengan jumlah penduduk Brunei Darussalam yang berjumlah sekitar 400

ribu jiwa, penderita stroke di Indonesia bisa diibaratkan 6 kali lipat dari jumlah

penduduk negara tersebut.

Stroke adalah kondisi yang terjadi ketika pasokan darah ke otak terganggu atau

berkurang akibat penyumbatan (stroke iskemik) atau pecahnya pembuluh darah (stroke

hemoragik). Tanpa darah, otak tidak akan mendapatkan asupan oksigen dan nutrisi,

sehingga sel-sel pada sebagian area otak akan mati. Kondisi ini menyebabkan bagian

tubuh yang dikendalikan oleh area otak yang rusak tidak dapat berfungsi dengan baik.

Umumnya stroke yang diakibatkan oleh penyumbatan atau penyempitan pembuluh

darah memiliki risiko kematian yang kecil tapi kecacatan yang tinggi, sedangkan stroke

akibat perdarahan angka kematiannya tinggi.

Rehabilitasi medik pada penderita stroke atau rehabilitasi stroke, sangat

penting dalam memulihkan kemampuan serta kekuatan gerak tubuh dan meningkatkan

2

kualitas hidup. Dengan demikian, diharapkan melalui rehabilitasi stroke, bisa

menstabilkan kondisi medik, mengontrol kondisi yang dapat mengancam jiwa,

membatasi komplikasi terkait stroke, dan mencegah datangnya stroke timbul kembali di

kemudian hari. Selain itu, juga dapat kembali mandiri untuk melakukan kegiatan sehari-

hari. Pendekatan pada rehabilitasi stroke mencakup aktivitas fisik, seperti latihan

keterampilan motorik, serta pendekatan rehabilitasi kognitif dan emosional. Rehabilitasi

pasien stroke memanfaatkan sifat plasticity dari sel otak, dimana susunan syaraf di

dalam otak memiliki kelenturan yang tinggi. Jika di dalam satu area susunan syaraf ada

kerusakan dan menimbulkan gangguan pada kerja otak, maka dengan rehabilitasi, otak

pada daerah yang lain akan mengcover perintah yang terganggu tadi. Dari dasar teori

ini, maka rehabilitasi pasien stroke sangat bisa diandalkan untuk memulihkan pasien

stroke kembali ke normal.

Pada kegiatan rehabilitasi stroke, intinya adalah mengembalikan fungsi

motorik pasien. Artinya fokus untuk memulihkan fungsi koordinasi motorik yang

melemah karena gangguan disabilitas dari stroke. Untuk mengatasi problem fisik yang

berperan adalah program fisioterapi dan terapi okupasi [1]. Proses ini melibatkan

serangkaian program dan latihan serta alat bantu dan tenaga medis untuk memberikan

hasil yang maksimal.

Tahapan terpenting dari program rehabilitasi adalah monitoring dan evaluasi.

Hal ini untuk mengamati dan mengukur sejauh mana efektifitas strategi yang diterapkan

pada program rehabilitasi menurut parameter yang ditentukan. Secara umum metode

yang digunakan di proses monitoring ini adalah menggunakan skala standar klinis

seperti ARAT (Action Research Arm Test), Barthel Indeks dan sejenisnya. Menurut

skala standar klinis, potensi terbesar untuk puluh adalah sekitar bulan ke 2 – 5 setelah

stroke, terkadang hingga bulan ke enam [15]. Akan tetapi, metode ini kurang sensitif

untuk mendeteksi perubahan kecil yang terjadi, padahal perubahan sekecil apapun

penting untuk proses monitoring. Selain itu, metode ini memiliki unsur subyektifitas

yang tinggi [25], tergantung dari pengamatan penilai. Metode ini tentunya memiliki

akurasi yang kurang terukur.

Penggunaan alat EEG dapat menjadi alternatif dalam proses monitoring dan

evaluasi rehabilitasi pasien stroke. Electroencephalogram (EEG) adalah alat yang bisa

merekam aktifitas elektrik di sepanjang kulit kepala. EEG mengukur fluktuasi tegangan

3

yang dihasilkan oleh arus ion di dalam neuron otak [7]. Namun masih sedikit penelitian

tentang hal ini, maka perlu dilakukan penelitian yang lebih mendalam sebelum metode

ini bisa diaplikasikan.

Pada proposal ini penulis berusaha untuk melakukan pengamatan terhadap

pola koordinasi motorik pasien stroke melalui pengukuran secara obyektif. Pengukuran

obyektif ini dilakukan menggunakan alat EEG. Sensor EEG dipasang dengan

menempelkan elektroda pada permukaan kepala pasien stroke. Hasil ekstraksi fitur

menggunakan domain frekuensi waktu dari EEG akan digunakan untuk menentukan

pola koordinasi motorik pada pasien stroke. Pasien stroke diamati pola koordinasi

motoriknya dari tahap awal rehabilitasi hingga sampai tahap akhir rehabilitasi.

Diharapkan hasil yang diperoleh bisa digunakan untuk menentukan tingkat keberhasilan

proses rehabilitasi pada pasien stroke. Software aplikasi akan kami kembangkan untuk

melaksanakan beberapa pekerjaan :

1. Pembacaan data EEG setelah keluar dari sensor

2. Penghilangan noise/ derau dari sinyal EEG (Artefak Removal)

3. Pemfilteran sinyal EEG ke dalam beberapa band sesuai dengan fungsi dari

tiap band (Alpha, Beta, teta dan Delta)

4. Ekstraksi fitur secara otomatis sesaat setelah sinyal EEG selesai difilter

sesuai band (pita) frekuensi nya. Fitur tersebut diantaranya : nilai mean

amplitudo dalam range waktu tertentu, nilai Zero Crossing yang

menggambarkan aktivitas listrik pada otak, nilai standard deviasi yang

juga menggambarkan variasi dari aktivitas listrik di otak serta PSD (Power

Spectral Density) sebagai parameter aktivitas otak, apakah menurun atau

naik pada band tertentu.

1.2 Rumusan Masalah

Rehabilitasi merupakan hal yang penting pasca serangan stroke dan merupakan

satu-satunya harapan pasien stroke untuk kembali ke kondisi normal atau keluar dari

ketergantungan dengan orang lain. Saat ini, dokter mengamati progres rehabilitasi

pasien stroke masih menggunakan cara visual dan pencatatan manual sehingga aspek

perubahan mikro seperti kecepatan respon, kekuatan, delay, durasi mengerjakan sebuah

task dll tidak akan bisa tertangkap dalam proses penilaian secara manual. Dengan EEG,

4

proses rehabilitasi akan dapat dimonitor secara lebih akurat dengan parameter yang

lebih bisa dijadikan acuan dalam pengukuran. Sistem yang terdiri atas perangkat EEG,

Laptop dan software yang bisa bekerja secara otomatis melakukan analisa progress

proses rehabilitasi pasien stroke sejauh ini masih belum ada dan belum tersedia di rumah

sakit. Dalam proposal ini kami berencana akan mengembangkan sebuah sistem yang

terdiri atas perangkat keras dan perangkat lunaknya untuk melaksanakan monitoring

proses rehabilitasi pasien stroke. Ke depan sistem ini akan dapat digunakan secara luas

baik oleh puskesmas, rumah sakit atau masyarakat yang ingin menjalankan rehabilitasi

sendiri di rumah mereka.

1.3 Tujuan

Program penelitian ini bertujuan untuk menerapkan teknologi EEG untuk

monitoring proses rehabilitasi pasien stroke. Dengan sistem yang akan dikembangkan

ini diharapkan masyarakat akan memiliki kemandirian dalam hal monitoring proses

rehabilitasinya sehingga memudahkan proses penyembuhan dan pemulihan kondisi

stroke. Rumah sakit dan puskesmas pun akan dapat memanfaatkan teknologi tepat guna

ini untuk membantu penerapan rehabilitasi pasien stroke di tempat masing-masing. Jika

masyarakat mampu mengadakan sistem ini sendiri dengan dana mandiri, maka

masyarakat bisa juga mengadakan alat EEG, laptop dan software yang dihasilkan dari

kegiatan penelitian ini secara mandiri dan menjalankan proses rehabilitasinya di rumah.

Pasien akan datang ke rumah sakit cukup hanya pada saat akan kontrol ke dokter atau

melaporkan hasil rehabilitasinya.

1.4 Batasan Masalah

Kegiatan penelitian ini, sementara masih akan diujicobakan di RSUA (RS

Unair). Tim abmas ITS akan bekerjasama dengan dokter specialis syaraf dari FK Unair

untuk menerapkan sistem baru ini kepada pasien pasien stroke yang rawat jalan dan

menjalankan rehabilitasi di RSUA. Dokter spesialis syaraf akan bertugas menentukan

level keparahan pasien stroke dan melakukan pencatatan kondisi awal pada saat sebelum

melaksanakan proses rehabilitasi. Metode rehabilitasi yang akan diujikan pada kegiatan

ini adalah 3 gerakan sesuai metode motor relearning program, yaitu menggenggam,

mengangkat tangan keatas, dan menekuk tangan. Dari tiga gerakan ini akan dimontior

5

oleh system kondisi awal dan kondisi perubahannya dengan menggunakan parameter

yang sudah kami rencanakan diawal.

1.5 Kontribusi

Kegiatan penelitian berpotensi berkontribusi pada dunia kedokteran khususnya

dalam proses rehabilitasi pasien stroke. Dengan hasil penelitian ini bisa mendorong

penggunaan alat EEG sebagai penunjang dalam monitoring dan assesment proses

rehabilitasi pasien stroke. Penggunaan alat EEG dalam proses monitoring rehabilitasi

pasien stroke bisa memberikan penilaian yang lebih akurat terkait fungsi motorik pasien

daripada metode yang selama ini digunakan yaitu dengan penilaian secara visual saja.

Penerapan alat EEG ini secara luas bisa mendorong peningkatan efektifitas program

rehabilitasi stroke. Bukan tidak mungkin hasil penelitian ini bisa memperbesar

kesempatan pasien stroke untuk bisa beraktifitas secara normal atau pada kondisi fisik

awal sebelum terkena stroke. Kontribusi lainnya adalah sistem yang akan kami

kembangkan ini bisa juga digunakan untuk menguji efektifitas beberapa metode

rehabilitasi pasien stroke seperti metode Bobath, relearning ataupun metode terapi

lainnya.

6

BAB 2

TINJAUAN PUSTAKA

Penelitian Terkait

Pada tahun 2014, E. Monge-Pereira dkk [6] meneliti tentang metode assesment

pasien pasca stroke dengan menggunakan EEG. Dari penelitian tersebut dia

menyimpulkan bahwa analisis EEG berbasis persiapan gerakan dan eksekusi dengan

membandingkan pasien stroke berguna untuk menentukan diagnosis dan memprediksi

hasil. Aktivasi kortikal yang hampir normal dikaitkan dengan fungsionalitas yang lebih

baik, dan perkembangan menuju karakteristik normal dari aktivasi kortikal

menunjukkan bahwa terapi telah efektif. Setelah melewati beberapa perkembangan

yang baik maka pasien dikeluarkan dari program rehabilitasi setelah dinilai

menggunakan skala standar. Dengan EEG bisa didapatkan hasil yang peka dengan

perubahan-perubahan sekecil apapun, dengan demikian berguna untuk mendukung

penilaian (assesment) pada pasien, efektifitas intervensi dan prognosis yang tepat untuk

memfasilitas pengambilan keputusan dalam praktik klinis.

Dalam penelitian Salvatore Giaquinto, MD dkk [28] disebutkan bahwa EEG

yang terukur dapat berguna untuk pasien yang sedang menjalani rehabilitasi stroke

sehingga bisa memantau mekanisme perbaikan fungsi motorik otak dan bisa untuk

mengungkapkan kelainan yang tidak terdeteksi oleh evaluasi klinis kasar.

Sedangkan pada tahun 2017, Gadi Bartur dkk [10] berusaha mengembangkan

EEG marker yang real time untuk mendapatkan angka BEI (Brain Engagement Index)

atau Indeks Keterlibatan Otak pada kegiatan rehabilitasi stroke. Dan didapatkan hasil

bahwa jika angka BEI tinggi maka perubahan fungsi motorik yang disebabkan dari sesi

rehabilitasi bisa bertambah lebih baik. Hal ini menunjukkan bahwa dengan metode yang

tepat penggunaan EEG dalam proses rehabilitasi stroke bisa menambah tingkat

keberhasilan pemulihan pasien. Penyakit stroke adalah gangguan fungsi otak akibat

aliran darah ke otak mengalami gangguan (berkurang). Akibatnya, nutrisi dan oksigen

yang dbutuhkan otak tidak terpenuhi dengan baik [26]. Penyebab stroke ada 2 macam,

yaitu adanya sumbatan di pembuluh darah (trombus), dan adanya pembuluh darah yang

pecah.

7

Umumnya stroke diderita oleh orang tua, karena proses penuaan menyebabkan

pembuluh darah mengeras dan menyempit (arteriosclerosis) dan adanya lemak yang

menyumbat pembuluh darah (atherosclerosis). Tapi beberapa kasus terakhir

menunjukkan peningkatan kasus stroke yang terjadi pada usia remaja dan usia produktif

(15-40 tahun). Pada golongan ini, penyebab utama stroke adalah stress, penyalahgunaan

narkoba, alkohol, faktor keturunan, dan gaya hidup yang tidak sehat [29].

2.1 Rehabilitasi Stroke

Stroke memiliki efek yang buruk bagi kesehatan kita semua. Rehabilitasi

mempunyai peran penting dalam pemulihan kesehatan pasien pasca stroke. Dalam

proses rehabilitasi terdiri dari beberapa latihan fisik untuk melihat fungsi motorik dari

pasien. Rehabilitasi merupakan mekanisme untuk pemulihan saraf dan kortikal dari

stroke. Dengan metodologi berbasis bukti (evidence-based) menjadi tolok ukur

keberhasilan pemulihan pasien dari stroke. Diharapkan dengan proses rehabilitasi,

pasien stroke fungsi motorik akan terus membaik seperti sediakala [31].

Tujuan rehabilitasi stroke adalah lebih ke arah meningkatkan kemampuan

fungsionalnya daripada ke arah memperbaiki defisit neurologisnya, atau mengusahakan

agar penderita sejauh mungkin dapat memanfaatkan kemampuan sisanya untuk mengisi

kehidupan secara fisik, emosional, dan sosial ekonomi dengan baik [7].

Menurut WHO, rehabilitasi ialah semua tindakan yang ditujukan untuk

mengurangi dampak disabilitas/handicap, agar memungkinkan penyandang cacat

berintegrasi dengan masyarakat. Prinsip rehabilitasi medik pada stroke ialah

mengusahakan agar sedapat mungkin pasien tidak bergantung pada orang lain. Bagi

pasien yang telah mendapat serangan stroke, intervensi rehabilitasi medis sangat penting

untuk mengembalikan pasien pada kemandirian mengurus diri sendiri dan melakukan

aktivitas kehidupan sehari-hari tanpa menjadi beban bagi keluarganya

Menurut definisi WHO, jelaslah bahwa yang ditanggulangi rehabilitasi medis

adalah problem fisik dan psikis. Untuk mengatasi problem fisik yang berperan adalah

program fisioterapi dan terapi okupasi. Keduanya sebetulnya mempunyai kesamaan

dalam sasaran, dengan sedikit perbedaan bahwa terapi okupasi juga melatih aktivitas

kehidupan sehari-hari dan melakukan prevokasional untuk mengarahkan pasien pada

latihan kerja bila terpaksa alih pekerjaan [34].

8

2.2 Koordinasi motorik

Koordinasi motorik atau kontrol motorik adalah pengaturan sistematis gerakan

pada organisme yang memiliki sistem saraf. Kontrol motor mencakup fungsi gerakan

yang dapat dikaitkan dengan refleks dan kemauan. Kontrol motorik sebagai bidang studi

terutama merupakan sub-disiplin psikologi atau neurologi.

Teori-teori psikologis baru tentang kontrol motorik menyajikannya sebagai

proses dimana manusia dan hewan menggunakan otak / kognisi mereka untuk

mengaktifkan dan mengoordinasikan otot dan anggota tubuh yang terlibat dalam kinerja

keterampilan motorik. Dari perspektif psikologis, koordinasi motorik pada dasarnya

adalah integrasi informasi sensorik untuk menentukan serangkaian kekuatan otot yang

tepat dan aktivasi sendi untuk menghasilkan beberapa gerakan atau tindakan yang

diinginkan. Proses ini membutuhkan interaksi kooperatif antara sistem saraf pusat dan

sistem muskuloskeletal, dan dengan demikian koordinasi motorik merupakan masalah

pemrosesan informasi, koordinasi, mekanika, fisika, dan kognisi. Koordinasi motorik

yang baik sangat penting bagi manusia untuk berinteraksi dengan sekitar, tidak hanya

menentukan kemampuan tindakan, tetapi juga mengatur keseimbangan dan stabilitas.

Koordinasi motorik dibutuhkan dalam aktivitas sehari-hari seperti berjalan, mengetik,

mengambil gelas, dan sebagainya sehingga gangguan fungsi ini dapat memengaruhi

kualitas hidup seseorang.

Organisasi dan produksi gerakan adalah masalah yang kompleks, sehingga

studi tentang kontrol motorik telah dikaji dari berbagai disiplin ilmu, termasuk

psikologi, ilmu kognitif, biomekanik dan ilmu saraf. Sementara studi modern tentang

kontrol motorik adalah bidang yang semakin lintas disiplin, pertanyaan penelitian secara

historis didefinisikan sebagai fisiologis atau psikologis, tergantung pada apakah

fokusnya adalah pada sifat fisik dan biologis, atau aturan organisasi dan struktural.

Bidang studi yang berkaitan dengan kontrol motorik adalah koordinasi motorik,

pembelajaran motorik, pemrosesan sinyal, dan teori kontrol persepsi.

Metode Fisioterapi : Motor Relearning Program

Motor Relearning Program (MRP) adalah metode rehabilitasi stroke dengan

melatih ulang kontrol motor berdasarkan pemahaman tentang pergerakan normal &

analisis disfungsi motorik. MRP menekankan pada praktek latihan gerak tertentu,

9

pelatihan kontrol kognitif atas otot dan gerak. Komponen aktifitas gerak disesuaikan

dengan gerakan sehari-hari. Intinya mempelajari gerakan yang sudah dikuasai pasien

sebelum terserang stroke.

Keunggulan MRP antara lain dapat mengenali pola dan menganalisis pola

motorik pasien stroke, tidak perlu melakukan serangkaian latihan fisik tapi bisa dipilih

komponen latihan yang paling dan mengena kepada pasien, bisa langsung dijelaskan

kepada pasien melalui ucapan dan percontohan gerakan, kinerja pasien bisa langsung

dipantau dan diberikan feedback.

Gambar 2.1 Contoh Rehabilitasi dengan metode Motor Relearning program

Salah satu bagian tubuh yang dilatihkan dengan metode MRP adalah tubuh

bagian atas, dalam hal ini tangan atau lengan. Karena dari tangan bisa didapat informasi

sensorik serta kemampuan untuk melakukan posturing pada seseorang. Adapun gerakan

yang bisa dilakukan adalah gerakan menggenggam tangan, gerakan mengangkat tangan

ke samping tubuh (abduksi), gerakan membuka menutup lengan ke atas atau ke bawah

(fleksi). Fungsi utama tangan adalah memegang, melepaskan dan memanipulasi obyek.

2.3 Monitoring Rehabilitasi Stroke

Rehabilitasi Stroke dipercaya sebagai cara paling efektif dalam rangka

pemulihan dan reorganisasi kortikal dengan menggabungkan prinsip-prinsip

pembelajaran motorik secara berulang pada pasien secara intensif. Untuk mengetahui

tingkat keberhasilan rehabilitasi diperlukan monitoring dengan melihat dan mengamati

serta melakukan pengukuran dan penilaian sejauh mana tingkat keberhasilan

rehabilitasi.

10

Pada dunia medis, tahap monitoring rehabilitasi stroke sering disebut dengan

stroke rehabilitation assessment. Pada tahap ini dilakukan pengukuran serta evaluasi

hasil dari proses rehabilitasi. Van der Putten menegaskan bahwa tahapan ini memainkan

peranan penting untuk menilai efektifitas proses rehabilitasi berdasarkan bukti

kesehatan yang tersedia [32].

Framework ICF (International Classification of Functioning, Disability and

Health) [33] yang dikeluarkan oleh WHO mengidentifikasi 3 fungsi utama dari manusia

yang menjadi fokus dari proses rehabilitasi, yaitu body functions/ structure, activities

dan participation. Penjelasan lengkap pada Tabel 2.1.

Tabel 2. 1 Fokus rehabilitasi stroke menurut ICF [16]

Metode Monitoring Subjektif

Berdasarkan review yang dilakukan S. Katherine dkk [27], ada banyak metode

skala standar klinis yang umum digunakan untuk monitoring rehabilitasi stroke. Total

ada 38 metode penilaian yang bisa digunakan. Berbagai metode ini bisa diklasifikasian

dalam body functions/structure (32), activities (33) dan participation outcomes (26).

Tabel 2.2.

11

Tabel 2. 2 Klasifikasi metode monitoring stroke menurut fungsinya [27]

Total ada 15 metode monitoring rehabilitasi stroke yang cocok digunakan untuk

identifikasi keterbatasan aktivitas dalam melakukan gerakan. Metode ini dilakukan

dengan mengamati kemampuan gerakan atau fungsi koordinasi motorik pasien terhadap

serangkaian tes gerakan yang di ujicobakan menurut pola tertentu.

Metode Monitoring Obyektif

Neuroimaging technique menggunakan pendekatan alat-alat modern untuk

monitoring rehabilitasi stroke, seperti functional magnetic resonance imaging (fMRI),

transcranial magnetic stimulation (TMS), dan positron emission tomography (PET).

Teknik ini memberikan informasi penting dalam hal diagnosis dan pengambilan

keputusan klinis [12]. Analisis aktivitas cortical menggunakan alat ini telah memperluas

pengetahuan manusia tentang mekanisme rehabilitasi motorik. Alat ini membantu kita

merancang strategi pengobatan baru dan memiliki hasil pengukuran yang sensitif.

Namun, alat-alat ini tidak selalu dapat diakses oleh semua orang karena mahal dan

ketersediaan terbatas.

12

Sebagaimana alat neuroimaging modern, EEG memiliki kemampuan untuk

melakukan diagnosis dan monitoring rehabilitasi stroke, tapi dengan biaya yang lebih

murah, sederhana dan portable. EEG menyediakan perspektif tentang perubahan

neuroplastic dalam hal pemulihan motorik, sehingga memungkinkan untuk menilai

efektivitas program rehabilitasi dan memfasilitasi pengambilan keputusan klinis. EEG

memiliki potensi untuk memaksimalkan pemulihan pasien disabilitas motorik dengan

mencegah maladaptive plasticity dan mendorong pengembangkan intervensi baru untuk

memodulasi cerebral function [8]. Berbagai penelitian terkait potensi EEG untuk proses

monitoring motor cortex pada pasien stroke bisa dilihat pada tabel 2.3.

13

Tabel 2. 3 Monitoring motor cortex pada pasien stroke menggunakan EEG[8]

Manual Muscle Test (MMT)

Manual Muscle Testing (MMT) adalah metode pengukuran kekuatan otot paling

popular dan banyak digunakan oleh fisioterapis. Suatu usaha untuk menentukan dan

mengetahui kemampuan seseorang dalam mengkontraksikan otot/grup otot secara

voluntary/disadari. Metode ini mengukur kekuatan otot secara manual dengan

menggunakan tangan tanpa alat khusus. Dalam pemeriksaan MMT, fisioterapis akan

menggerakkan bagian tubuh tertentu dan pasien akan diminta menahan dorongan

tersebut, lalu nilai atau skor akan dicatat sesuai dengan penilai berdasarkan skala MMT.

Penilaian kekuatan otot ini mempunyai rentang nilai 0-5.

14

MANUAL MUSCLE TESTING (MMT):

Nilai 0 : Tidak ada kontraksi atau tonus otot sama sekali.

Nilai 1 : Terdapat kontraksi atau tonus otot tetapi tidak ada gerakan sama sekali.

Nilai 2 : Mampu melakukan gerakan namun belum bisa melawan gravitasi.

Nilai 3 : Mampu bergerak dengan lingkup gerak sendi secara penuh dan

melawan gravitasi tetapi belum bisa melawan tahanan minimal

Nilai 4 : Mampu bergerak penuh melawan gravitasi dan dapat melawan tahanan

sedang

Nilai 5 : Mampu melawan gravitasi dan mampu melawan tahanan maksimal.

2.4 Electroencephalograph (EEG)

EEG adalah suatu instrumen yang digunakan untuk mengukur, merekam dan

memonitor aktifitas elektrik di sepanjang kulit kepala melalui penempatan elektroda di

kepala. EEG mengukur fluktuasi tegangan yang dihasilkan oleh arus ion di dalam

neuron otak [7]. Secara garis besar alat ini melakukan 2 hal pokok yaitu 1) menguatkan

signal listrik pada otak yang bertegangan sangat rendah, 2) menampilkan aktivitas listrik

pada otak manusia dalam bentuk grafik. Data mentah hasil pengukuran EEG berbentuk

rekaman gelombang elektrik sel saraf. EEG bisa digunakan dalam dunia medis untuk

mengetahui adanya gangguan fisiologi fungsi otak. Jaringan otak manusia

menghasilkan gelombang listrik yang berfluktuasi. Neuron-neuron di korteks otak

mengeluarkan gelombang listrik dengan voltase yang sangat kecil (µV). Berdasarkan

frekwensinya, gelombang otak diklasifikasikan sebagai berikut [23] :

1. Gamma ( 31 - 100 Hz )

Gelombang Gamma cenderung merupakan yang terendah dalam amplitudo dan

gelombang paling cepat. Gelombang ini muncul pada saat seseorang mengalami

aktifitas mental yang sangat tinggi, misalnya sedang berada di arena pertandingan,

perebutan kejuaraan, tampil dimuka umum, sangat panik, ketakutan, kondisi ini dalam

kesadaran penuh.

2. Beta ( 16 - 30 Hz )

Merupakan Gelombang Otak (Brainwave) yang muncul pada saat seseorang

mengalami aktifitas mental yang terjaga penuh. Misal ketika melakukan aktivitas sehari-

15

hari dan berinteraksi dengan orang lain. Frekwensi beta adalah keadaan pikiran saat ini,

missal ketika duduk membaca artike; di depan komputer.

3. Alpha ( 8 - 15 Hz )

Gelombang Alpha muncul ketika seseorang sedang berada kondisi yang tenang

ataupun melamun. Semua kecemasan yang ada pada gelombang Delta dan Theta akan

menghilang ketika seseorang dapat mengatur gelombang Alphanya dengan baik.

seseorang yang memiliki gelombang Alpha yang lebih baik dibandingkan Beta

seringkali diasosiasikan dengan “peak performance”. Biasanya orang-orang dengan

Gelombang Alpha yang tinggi memiliki tingkat konsentrasi yang baik dan emosi yang

stabil.

Gambar 2.2. Macam-macam gelombang otak manusia

4. Theta ( 4 - 7 Hz )

Gelombang otak yang terjadi pada saat seseorang mengalami tidur ringan, atau

sangat mengantuk. Tanda-tandanya napas mulai melambat dan dalam. Selain orang

16

yang sedang diambang tidur, beberapa orang juga menghasilkan Gelombang ini saat

trance, hypnosis, meditasi dalam, berdoa, menjalani ritual agama dengan khusyu.

5. Delta ( 0,1 – 3 Hz )

Gelombang Otak yang memiliki amplitudo yang besar dan frekwensi yang

rendah, yaitu dibawah 3 hz. Biasanya gelombang ini muncul pada saat seseorang dalam

kondisi tertidur pulas dan tanpa mimpi. Selain itu, tidak ada informasi dari luar yang

dapat masuk ke otak. Oleh karena itu, Gelombang Delta sendiri seringkali diasosiasikan

dengan fase regenerasi dan pemulihan diri.

Dari 5 gelombang yang dihasilkan oleh otak berdasarkan rentang frekuensi, pada

kegiatan penelitian ini kami akan menganalisa 2 gelombang yaitu beta dan alpha untuk

diproses lebih lanjut ke dalam ekstraksi fitur. Untuk gerak motorik yang harus dilakukan

secara sadar, 2 gelombang ini memiliki peran yang signifikan. Lebih jelas bisa kita lihat

gambar 2.1.

Sistem International 10-20 pada Perekaman Sinyal EEG

Sistem Internasional 10-20 pada EEG merupakan standar sistem internasional

peletakan elektrode-elektrode scalp pada manusia berdasarkan usulan Dr. Hebert H.

Jasper. Peletakan electrode pada scalp berdasarkan pada standar anatomi tengkorak

manusia yaitu nasion, inion, dan preauricular sebelah kanan dan kiri[18]. Pengukuran

berdasarkan bidang anterior-posterior dibagi menjadi 5 bagian dan dilambangkan

dengan kode huruf. Bagian 10% pertama dari total pengukuran bidang yaitu fronto polar

(Fp), sedangkan bagian selanjutnya memiliki interval sebesar 20%. Secara berurutan

bagian kedua hingga kelima adalah frontal (F), central (C), parietal (P) dan occipital (O)

[18]. Ilustrasi peletakan electrode berdasarkan bidang anterior-posterior dapat dilihat

pada Gambar 2.3a dimana bagian central hanya digunakan sebagai penanda pada system

10-20 karena tidak memiliki referensi khusus yang sesuai dengan standar anatomi

tengkorak manusia.

Pengukuran kedua berdasarkan bidang central coronal mulai dari preauricular

kiri hingga kanan. Bagian 10% pertama dari preauricular kiri maupun kanan merupakan

bagian temporal (T). Bagian kedua yaitu 20% setelah bagian temporal baik dari

17

temporal kanan maupun kiri merupakan bagian central (C). Sedangkan bagian central

yang merupakan pertemuan antara temporal kanan dan kiri diberi kode central z (Cz).

Z dapat diartikan sebagai zero.

Ilustrasi peletakan electrode berdasarkan bidang coronal dapat dilihat pada

Gambar 2.3b. Pengukuran ketiga berdasarkan pada bidang keliling antara bagian tengah

fronto polar (Fp) hingga occipital (O). Bagian 10% dari tengah Fp merupakan Fp kiri

dan kanan. Sedangkan bagian 20% selanjutnya secara berurutan adalah bagian inferior

frontal, temporal tengah dan posterior temporal. Bagian 10% sisa adalah bagian

occipital kanan dan kiri. Ilustrasi pengukuran pada bidang keliling dapat dilihat pada

Gambar 2.3.c

Gambar 2. 3 Metode pengukuran untuk menentukan lokasi electrode berdasarkan system 10-20 pengukuran bidang anterior-posterior (a), pengukuran bidang central coronal (b),

pengukuran berdasarkan lingkar tengkorak (c). [18]

Kode angka pada sistem 10-20 digunakan untuk menunjukkan posisi elektrode

tersebut. Kode angka ganjil (1,3,5,7) pada electrode menunjukkan posisi electrode

berada pada preauricular bagian kiri. Sedangkan kode angka genap (2,4,6,8) pada

electrode menunjukkan posisi electrode berada pada preauricular bagian kanan.

Keseluruhan peletakan electrode berdasarkan system 10-20 dapat dilihat pada Gambar

2.4

18

Gambar 2.4 Sistem Peletakan Elektrode 10-20 [18]

Pada kegiatan abmas ini, perekaman sinyal EEG akan menggunakan alat Ultra

Cortex 8 channel. Area otak yang akan direkam adalah bagian Central (C3 dan C4).

Area ini sangat berpengaruh terhadap fungsi koordinasi motorik. Gambar 2.5

Gambar 2.5 Lokasi peta fungsi otak

19

Ekstraksi Fitur EEG

Ekstraksi fitur pada suatu sinyal EEG sangat penting untuk dilakukan dalam

rangka menghapus proses yang bersifat redundancy. Pemilihan metode ekstraksi fitur

yang tepat akan menghasilkan karakteristik sinyal yang baik pula. Terdapat banyak

metode ekstraksi fitur pada sinyal EEG dalam domain waktu diantaranya Statistical

Feature. Metode ini digunakan untuk mengklasifikasikan karakteristik sinyal EEG pada

setiap pasien rehabilitasi stroke. Setiap fitur statistik digunakan untuk

mengklasifikasikan tipe yang berbeda dari setiap pasien rehabilitasi stroke. Parameter

dari fitur statistikal pada domain waktu dapat dilihat pada Tabel 2.4.

Tabel 2. 4 Parameter yang dipilih dari fitur statistikal domain waktu [14]

Di dalam kegiatan penelitian ini, akan dikembangkan sistem yang terdiri atas : EEG

electrode Ultra Cortex 32 channel, Laptop dan software aplikasi yang dapat melakukan

pengolahan sinyal EEG mulai dari teknik Artefak Removal, Bandpass filtering sesuai

dengan standard band sinyal EEG (Alpha dan Beta) hingga ekstraksi fitur EEG dan

visualisasi sinyal EEG sebagai laporan proses rehabilitasi pasien stroke.

20

BAB 3

METODE PENELITIAN

Pada penelitian ini penulis membagi metodologi pelaksanaan menjadi 2

tahapan, yaitu tahap pelaksanaan tahun pertama meliputi : persiapan alat, partisipan dan

sistem, termasuk pengembangan software aplikasi untuk membaca sinyal EEG dari

electroda EEG dan penerapan sistem monitoring rehabilitasi pasien stroke di RSUA

Surabaya. Tahap kedua adalah pengujian dan penerapan sistem dengan membandingkan

dua metode rehabilitasi stroke dan akan dianalisa tingkat efektifitas dna efisiensinya,

yaitu metode rehabilitasi stroke Bobath dan metode rehabilitasi stroke Motor

Relearning. Dalam setiap tahap pelaksanaan kami mentargetkan ada luaran jurnal

internasional terindeks Scopus, disamping paten dan seminar internasional. Sebagai

ilustrasi sistem yang akan dikembangkan adalah seperti gambar di bawah.

Gambar 3. 1 Proses rehabilitasi Stroke menggunakan Game Computer (www.nbtltd.com) – RecoveriX

Stroke Rehabilitation

3.1 Persiapan

Tahapan persiapan sebagaimana pada Gambar 3.1 terdiri dari 4 hal, yaitu studi

literatur, pemilihan partisipan, eksplorasi hardware, pengembangan aplikasi EEG.

Tahapan ini sangat penting untuk persiapan sebelum pengambilan data. Studi literatur

difokuskan pada mempelajari literatur terkait secara kualitatif dan kuantitatif yang

mendukung rencana pengembangan sistem ini. Mulai dari buku, jurnal ilmiah, paper

21

dan sumber ilmiah lainnya. Alat yang akan kami gunakan di dalam penelitian ini adalah

: EEG electrode Ultra Cortex "Mark IV" with ganglion board 8 channel, sebagaimana

gambar di bawah.

Gambar 3.2 Ultra cortex “Marx IV” (https://shop.openbci.com/products/ultracortex-mark-iv)

Alur persiapan adalah sebagaimana ditunjukkan oleh flow dibawah ini.

Gambar 3. 3 Tahapan sebelum penelitian

Persiapan Kegiatan Penelitian

Studi Literatur

Pengembangan Aplikasi

EEG

Hardware Exploration and Set up

Penerapan Sistem Rehabilitasi

Pasien Stroke

22

3.1.1 Partisipan

Pemilihan partisipan yang tepat sangat penting agar data yang diperoleh pada

proses pengambilan data bisa dipertanggungjawabkan. Partisipan diambil dari Rumah

Sakit Universitas Airlangga, Surabaya dengan ketentuan berikut:

1. Pasien yang sedang menjalani rehabilitasi stroke iskemik.

2. Mengalami kelemahan pada lengan kanan namun masih bisa digerakan

3. Pasien dalam kondisi stabil untuk dilakukan pengukuran

Semua pasien yang terlibat di dalam penelitian kami adalah atas rekomendasi dokter

specialis syaraf dari RSUA, dalam hal ini kami sudah membangun kerjasama dengan

dr. Wardah Islamiyah., Sp.S (FK Unair).

3.1.2 Eksplorasi hardware EEG

Pada tahap ini kita mempelajari penggunaan alat EEG sebagai pengukuran aktivitas

gelombang otak manusia. Selanjutnya mengetahui cara mengoperasikan EEG beserta

tools pendukungnya. Memahami tipe data yang dihasilkan oleh electroda EEG Ultra

Cortex ini dan membaca nya menggunakan aplikasi yang kita kembangkan sendiri. Alat

EEG yang akan digunakan pada penelitian ini adalah OpenBCI (Open Source Brain-

Computer Interface) Ultracortex "Mark IV" with ganglion board 8 channel,

sebagaimana gambar 3.4

Gambar 3. 4 OpenBCI Ultracortex "Mark IV" with ganglion board 8 channel

23

Alat ini dipilih karena mampu mengakomodir kebutuhan rencana

pengembangan sistem monitoring rehabilitasi pasien stroke terhadap gerakan motorik

tangan. Alat ini bersifat portable, mudah digunakan dan tidak terlalu mahal

dibandingkan alat EEG untuk standar kedokteran, sehingga cocok jika kelak akan

digunakan secara massal oleh masyarakat. Pemilihan channel pada alat ini bisa diubah-

ubah sesuai kebutuhan. Pada kegiatan ini dibutuhkan channel C3 dan C4. Penelitian

yang dilakukan oleh Greene dkk [14] menunjukkan bahwa channel C3 dan C4 memiliki

tingkat akurasi tertinggi untuk mendeteksi fungsi motorik. Penggunaan OpenBCI pada

kepala bisa dilihat pada Gambar 3.5.

Gambar 3. 5 Pemasangan hardware terhadap partisipan dan posisi elektroda pada openBCI

Gelombang sinyal EEG yang akan dianalisa adalah Alpha ( 8-15 Hz ), Beta (16-

30Hz). Gelombang sinyal Alpha sering muncul pada seseorang dalam keadaan sadar

dan rileks sedangkan gelombang sinyal Beta sering muncul pada seseorang dalam

keadaan berfikir. Dua gelombang ini akan muncul secara signifikan pada proses

koordinasi motorik. Visualiasi sinyal EEG pada software openBCI bisa dilihat pada

gambar 3.6.

24

Gambar 3. 6 Visualisasi gelombang otak pada software openBCI

3.2 Pengembangan Aplikasi Monitoring Rehabilitasi Stroke dan Penerapannya

Metodologi pelaksanaan kegiatan penelitian ini secara umum bisa dilihat pada Gambar

3.7

Pengambilan Data

Pengembangan aplikasi untuk Pra Processing EEG

(Artefak Removal, dan Bandpass filtering)

Pengembangan Aplikasi Ekstraksi Fitur EEG (mean, zero crossing, SD and PSD)

Penyimpanan Pola EEG ke dalam Database

Data EEG

Pengembangan aplikasi membandingkan fitur EEG

pada saat pre rehabilitasi dan post rehabilitasi

Gambar 3. 7 Metodologi pelaksanaan Penelitian secara umum

25

3.2.1 Pengambilan Data

Pengambilan data dilakukan dengan mengukur langsung pasien rehabilitasi stroke

menggunakan alat EEG. Proses pengambilan data terbagi dalam 2 tahap yaitu pra

induksi dan induksi.

Pra Induksi

Pra induksi adalah tahap persiapan sebelum dilakukan pengukuran EEG pada

pasien. Pada tahap ini dilakukan beberapa hal penting, yaitu

1. Menentukan pasien yang akan diukur

2. Pengarahan pada pasien tentang prosedur pengambilan data dan penjelasan

bahwa penggunaan alat EEG aman untuk mereka

3. Pemasangan alat EEG OpenBCI pada tubuh pasien

4. Meminta pasien untuk rileks dan tenang

5. Mengkondisikan ruangan tidak terpapar gelombang elektromagnetik karena

bisa menggangu hasil pengukuran

6. Alat EEG dihubungkan dengan komputer melalui signal bluetooth.

26

Pengembangan aplikasi Artefak Removal dan Bandpass filetring

Salah satu tahapan penting dalam program penelitian ini adalah pengembangan

aplikasi. Alat EEG yang murah dan terjangkau biasanya tidak disertai dengan software

khusus yang bisa menjalankan pemfilteran data sendiri, baik pemfilteran artefak ataupun

band/ pita sinyal EEG. Dalam kegiatan ini, software khusus akan kami kembangkan

dengan menggunakan bahasa C# yang berfungsi melalukan EEG Artefak Removal dan

EEG Band filtering. Untuk Artefak removal ada beberapa algorithma yang bisa kami

gunakan, salah satunya adalah Amplitudo Shifted Removal atau ASR. Di dalam metode

ASR, semua amplitudo sinyal EEG yang melebihi angka 100 µV akan dihapus. Menurut

teori dasar, sinyal EEG adalah dalam kisaran antara +/- 100 µV. Di dalam bandpass

filter, beberapa teknik bisa dikembangkan untuk memfilter sinyal EEG diantaranya

dengan menerapkan teknik Transformasi Fourier. Dengan Fourier, frekeunsi sinyal

EEG akan bisa dipisahkan dalam rentang band yang kita inginkan. Gambar userinterface

aplikasi yang akan kami kembangkan adalah sebagai berikut:

Gambar 3.8. User Interface Aplikasi Sistem Monitoring Rehabilitasi Stroke

27

Proses Ekstraksi Fitur dan Analisa Fitur

Pada tahap ini dilakukan proses ekstraksi fitur EEG. Ekstraksi fitur yang dilakukan

mengacu pada fitur domain waktu. Alur lebih jelas bisa dilihat pada Gambar 3.9

Data yang telah di preprocessing kemudian akan dilakukan ekstraksi fitur EEG menurut

fitur domain waktu. Beberapa fitur yang diperoleh dilakukan analisis lebih lanjut

dikaitkan dengan gerakan dan kondisi stroke yang dialami subjek. Contoh salah satu

analisa sebagai berikut:

Gambar 3. 9 Proses ekstraksi fitur, analisis

EEG Clean

Ekstraksi Fitur EEG

Time Domain Feature

- Power

- Mean

- Standart Deviation

- Kurtosis

- Skewness

- Entrophy

Analisis fitur

Selesai

Validasi perbandingan

28

No Fitur EEG Gerakan Kondisi

Subject A B C D

1 Power

Mengacu pada data rekam

medis pasien

2 Mean

3 Standart Deviation

4 Kurtosis

5 Skewness

6 Entrophy Tabel 3. 1 Analisis fitur EEG terkait dengan gerakan dan kondisi subject

Hasil dari analisis fitur pada semua pasien stroke kemudian dilanjutkan dengan

membandingkan pada analisis fitur pada hasil rehabilitasi tahap awal hingga akhir.

Perbedaan masing-masing nilai fitur per tahap dianalisa untuk melihat tingkat

keberhasilan daripada rehabilitasi stroke. Dari fitur EEG yang diperoleh dilakukan

analisa perbandingan dengan penilaian dari Dokter apakah sejalan perkembangan

rehabilitasi stroke pasien. Semua proses perhitungan tersebut dilaksanakan sesaat

setelah data EEG didapatkan dari pasien rehabilitasi. Sehingga dalam hitungan menit

sebelum pasien itu pulang, hasil progress rehabilitasi nya bisa langsung diketahui

apakah ada perbaikan atau tidak/belum.

3.2.2 Preliminary Work

Beberapa pekerjaan pendahuluan yang telah dilakukan untuk mendukung

kegiatan penelitian ini antara lain yaitu:

1. Mencoba alat EEG dengan merk OpenBCI. Pada percobaan ini dilakukan

pengambilan data EEG dari orang sehat. Meliputi pemasangan alat pada

kepala, penyesuaian chanel serta download data EEG dari alat

2. Melakukan pengolahan data EEG yang di peroleh dengan software Matlab.

Pengolahan disini masih pada tahap preprocesing antara lain penghilangan

blink artefact dan dekomposisi sinyal dengan menggunakan fitur RunICA

pada EEG Lab.

3. Mengajukan kerjasama dengan Rumah Sakit Universitas Airlangga untuk

pengambilan data pasien dan telah mendapat ijin untuk penelitian ini.

4. Melaksankan penelitian EEG terutama dalam mengamati gerakan orang

normal dan membandingkannya dengan pasien stroke (15 subject sehat dan

29

12 pasien stroke dilibatkan dalam kegiatan penelitian pendahuluan) dengan

mengamati channel EEG pada posisi C3 dan C4. Fitur yang kami gunakan

adalah mean dan nilai standard deviasi. Hasil dari penelitian ini sudah kami

publikasikan di iSITIA 2019, dengan judul :

a. EEG-based Motion Task for Healthy Subjects Using Time Domain

Feature Extraction: A Preliminary Study for Finding Parameter for Stroke

Rehabilitation Monitoring

b. Identifying EEG Parameters to Monitor Stroke Rehabilitation using

Individual Analysis

Dengan bekal kegiatan penelitian terdahulu kami, dan beberapa pengalaman dalam

melakukan pengolahan sinyal EEG, dalam rencana kegiatan penelitian ini, produk

kesehatan dalam bentuk sistem monitoring pasien rehabilitasi stroke akan dapat

diwujudkan dengan target pada tahun pertama adalah pembuatan produk dan ujicoba

(UAT : User Acceptance Test), dan tahun kedua adalah melakukan deseminasi ke

beberapa rumah sakit lain dan puskesmas secara luas, serta masyarakat. Luaran yang

kami harapkan adalah kemandirian bangsa dalam hal penerapan teknologi untuk

kesehatan sehingga kita tidak tergantung dengan bangsa lain dan mampu menggunakan

teknologi sendiri.

30

BAB 4

LUARAN DAN TARGET CAPAIAN

Dalam kegiatan Penelitian Unggulan ini, target utama luaran adalah pengembangan

sistem monitoring rehabilitasi pasien stroke menggunakan sinyal EEG yang ke depan

akan bisa digunakan secara luas oleh masyarakat. Di dalam pengembangan dan

penerapan system ini beberapa hal penting dalam bentuk temuan saintifik juga akan

ditargetkan dalam penelitian ini, diantaranya :

1. Fiture sinyal EEG yang bisa digunakan sebagai marker progress rehabilitasi

pasien stroke

2. Pola fisiologis pasien stroke berdasarkan tingkat keparahannya

3. Penemuan metode rehabilitasi stroke yang efektif dan efisien yang bisa

digunakan oleh dokter di rumah sakit

4. Mapping pola stroke dan tingkat keparahannya di seluruh wilayah Jawa Timur

Sistem yang terdiri atas hardware, laptop dan software akan menjadi produk utama

dalam kegiatan penelitian ini. Kegiatan ini akan bekerjasama dengan RSUA dan

didampingi oleh dokter spesialis Syaraf, dr, Wardah., Sp.S. Sehingga beberapa target

capaian dalam kegiatan 2 tahun kami akan kami tuliskan di dalam tabel dibawah ini.

Luaran Tahun I

No Target Capaian Waktu Keterangan

1 Produk kesehatan dalam

bentuk sistem yang terdiri atas

hardware dan software

Hardware meliputi : Laptop

dan wireless EEG electrode

Software : aplikasi filtering

band, artefak removal,

ekstraksi fitur EEG, Database

hasil rehabilitasi, dan

Visualisasi capaian pasien

rehabilitasi

Produk dalam bentuk

sistem : Juni 2020

Penerapan ke RSUA

pada pasien stroke:

Juli – September

2020

Produk Sistem

Monitoring

Rehabilitasi Stroke

dengan biaya

terjangkau.

2 Paten dari produk Oktober 2020

31

3 2 paper pada Seminar

Internasional. Tema Paper

pertama : Hasil Teknik

Ekstraksi Fitur EEG untuk

Monitoring Rehabilitasi pasien

Stroke menggunakan teknik

Relearning program.

Paper kedua adalah :

Penggunaan fitur Amplitudo

dan teknik segmentasi EEG

untuk menerapkan EEG

sebagai tool rehabilitasi pasien

stroke dengan metode Bobath.

Oktober – Nopember

2020

2 Paper Seminar

Internasional IEEE

4 Persiapan Jurnal Internasional

Q1 dengan fokus pada :

Apakah monitoring rehabilitasi

pasien stroke bisa dilakukan

dengan menggunakan sinyal

EEG. Data yang akan kami

gunakan adalah data primer.

Desember 2020 Jurnal Internasional

terindeks Scopus,

Q1

Luaran Tahun II

1 Menerapkan sistem monitoring

rehabilitasi pasien stroke

dengan menggunakan

beberapa metode Rehabilitasi

dan menguji efektifitas dan

efisiensi beberapa metode

Rehabilitasi stroke pada pasien

stroke di beberapa rumah sakit

di Jawa Timur

Awal tahun – April

2021

2 Penulisan paper kedua dalam

bentuk Jurnal Internasional

terindeks Scopus (target Q1)

dengan fokus pada :

membandingkan dua metode

rehabilitasi stroke dan melihat

bagaimana masing-masing

metode memiliki efektifitas

dan efisiensi.

Mei – Agustus 2021 Paper Jurnal

Internasional

terindeks Scpous,

Q1

3 Diseminasi hasil produk ke

rumah sakit rumah sakit se

Jawa Timur, termasuk

Puskesmas. Sekalian dengan

melaksanakan pendataan

update : prevalensi dan jenis

Juli – September

2021

Pengambilan Data

prevalensi dan jenis

Stroke di Jawa

Timur serta proses

rehabilitasinya

32

stroke yang diderita

masyarakat di Jawa Timur

4 Penulisan paper ketiga (dalam

bentuk Seminar Internasional)

sebagai hasil Diseminasi

produk ke rumah sakit se Jawa

Timur

September – Oktober

2021

Paper paper

Seminar

Internasional ke 3

5 Penyusunan Laporan Akhir November 2021

Dari uraian tabel diatas, secara ringkas dapat kami sampaikan target di tahun pertama

adalah :

1. Produk sistem

2. Dua/2 paper di seminar internasional IEEE

3. Paten/ HKI dari sistem

Sementara target di tahun ke 2 adalah :

1. Dua/2 Jurnal Internasional terindeks Scopus Q1

2. Paten/HKI ke 2

3. Satu paper dalam seminar internasional IEEE (Mapping kondisi stroke dan

tingkat keparahan pasien stroke di Jawa Timur)

33

BAB 5

JADWAL DAN RANCANGAN ANGGARAN

5.1 Jadwal Kegiatan

Jadwal rencana kegiatan penelitian selama dua tahun kami jabarkan dalam kegiatan per

tahun sesuai dengan tabel di bawah ini:

No

Kegiatan

Tahun 2020

Maret April Mei Juni Juli Agst Sept Okt Nov Des

1 Persiapan alat, set-up dan trial

alat

2 Studi

Literature

3 Pengembangan

software

Pengolahan

data EEG

4 Evaluasi

Software MRS

5 Uji coba klinis

di RSUA

6 Evaluasi

sistem

7 Penerapan

sistem MRS

8 Pengambilan

Data

Rehabilitasi

9 Persiapan penulisan

paper Seminar

Internasional

dan submitting

10 Pengumpulan

data kedua

11 Penulisan

Paper Jurnal

Internasional

12 Submitting paper ke Jurnal

Internasional

Q1

13 Monev Akhir

34

14 Penulisan

Laporan akhir

Tahun pertama

Untuk jadwal rencana kegiatan tahun kedua adalah sebagaimana tabel dibawah ini:

No

Kegiatan

Tahun 2021

Feb Maret April Mei Juni Juli Agust Sept Okt Nov Des

1 Persiapan

sistem dan re-

evaluasi sistem

2 Penerapan

sistem ke RS

di Jawa Timur

3 Pengambilan data profile

pasien Stroke

di Jawa Timur

4 Pendataan

hasil

rehabilitasi

pasien stroke

di RS yang

diujicobakan

sistem MRS

5 Penulisan

paper Seminar Internasional

Mapping

Pasien Stroke

di RS di Jawa

Timur

6 Penulisan paper Jurnal

Q1: evaluasi

sistem

rehabilitasi di RS di Jawa

Timur

7 Internasional

Co-authorship

dalam bidang

Stroke Rehabilitation

utk

mendukung

Jurnal Scopus

Q1

8 Submitting paper Seminar

Internasional

35

9 Submitting

paper Jurnal

Internasional

Scopus Q1

10 Monev

Progress

Tahun ke 2

11 Revisi dan perbaikan

paper Jurnal

Q1

12 Monev Akhir

Tahun dan Lap

Akhir tahun

5.2 Rencana Anggaran

Rencana anggaran yang akan kami gunakan dalam kegiatan Penelitian Teknologi

Tepat Guna adalah sebagaimana dalam tabel dibawah:

Rencana Anggaran Tahun 1:

No Jenis Pengeluaran Anggaran diusulkan (Rp.)

1 Persiapan alat pendukung dan literature 5.000.000

2 Sewa alat Ultra Cortex EEG tahun pertama 10.000.000

3 Sewa Kursi roda untuk alat bantu pasien

tahun 1

5.000.000

4 Sewa kendaraan selama proses monitoring

pasien stroke dalam durasi 3 bulan untuk

20 hari kerja per bulan

30.000.000

5 Hadiah kecil untuk setiap pasien setelah

dilaksanakan monitoring rehabilitasi utk 25

pasien @ 200.000 untuk 3 kali pengambilan

data.

15.000.000

6 Konsumsi rapat persiapan dan selama

pelaksanaan @100.000 selama 24 kali

pelaksanaan dan 6 kali rapat persiapan tim

3.000.000

7 Bahan habis selama pengukuran EEG

(Kabel, isolasi, cairan pembersih, kaos

tangan plastik, plastik sampah)

7.500.000

8 Biaya Seminar Internasional 12.000.000

9 Submit paper ke Jurnal Internasional

terindeks Scopus

7.000.000

10 ATK dan Fotocopy 4.500.000

11 Lain-lain 1.000.000

Total 100.000.000

Rencana Belanja Anggaran Tahun 2:

36

No Jenis Pengeluaran Anggaran diusulkan (Rp.)

1 Persiapan mapping Rumah Sakit dan klink

di Jawa Timur yang akan menerapkan

sistem monitoring rehabilitasi stroke

5.000.000

2 Sewa alat Ultra Cortex EEG tahun pertama 10.000.000

3 Sewa Kursi roda untuk alat bantu pasien

tahun 1

5.000.000

4 Sewa kendaraan untuk penerapan sistem

monitoring rehabilitasi stroke di daerah dan

proses pengambilan data di RS di Jawa

Timur

25.000.000

5 Hadiah kecil untuk setiap pasien setelah

dilaksanakan monitoring rehabilitasi utk 25

pasien @ 200.000 untuk 3 kali pengambilan

data di RS yang dikunjungi

15.000.000

6 Konsumsi rapat persiapan dan selama

pelaksanaan @100.000 selama 24 kali

pelaksanaan dan 6 kali rapat persiapan tim

3.000.000

7 Bahan habis selama pengukuran EEG

(Kabel, isolasi, cairan pembersih, kaos

tangan plastik, plastik sampah)

7.500.000

8 Biaya Seminar Internasional 12.000.000

9 Submit paper ke Jurnal Internasional

terindeks Scopus

7.000.000

10 Proses penyusunan paten 5.000.000

10 ATK dan Fotocopy 4.500.000

11 Lain-lain 1.000.000

Total 100.000.000

37

BAB VI

DAFTAR PUSTAKA

1 Angliadi LS, dkk. Ilmu Kedokteran Fisik dan Rehabilitasi. Manado: Bagian Ilmu Kedokteran

Fisik dan Rehabilitasi FK UNSRAT. 2006

2 Arofah, A.N, Penatalaksanaan Stroke Trombotik :Peluang Peningkatan Prognosis Pasien.

Vol.7 No.14 ,2011.

3 B. R. Greene, G. B. Boylan, W. P. Marnan, G. Lightbody, S. Cannolly, Automated single

channel seizure section in the neonate. Proceedings ofthe 30th annual Int’l IEEE EMBS

conf., Vancouver, British Columbia, Canada, 2008.

4 Depkes RI, Riset Kesehatan Dasar 2007 Jakarta : Badan Penelitian dan Pengembangan

Kesehatan Departemen Kesehatan Republik Indonesia, 2008.

5 Domkin, D.; Laczko, J.; Jaric, S.; Johansson, H.; Latash, ML. "Structure of joint variability

in bimanual pointing tasks". Exp Brain Res. 143 (1): 11–23, 2002.

6 E. Monge-Pereira, F. Molina-Rueda, F.M. Rivas-Montero, J. Ibá˜nez, J.I. Serrano, I.M.

Alguacil-Diego, J.C. Miangolarra-Page : Electroencephalography as a post-stroke

assessment method: An updated review

7 E. Niedermeyer and F.L da Silva, Electroencephalography: Basic Principles, Clinical

Applications, and Related Fields. Lippincot Williams & Wilkins. ISBN 0-7817-5126-8,

2004.

8 E.M. Pereira, F.M. Rueda, F.M.R, Montero et al, Electroencephalography as a post-stroke

assessment method: An updated review, Sociedad Espanola ˜ de Neurologia, Elsevier

Espana, 2014.

9 G. Yunyuan, R. Leilei, L. Rihui, Z. Yingchun, EEG-EMG Coupling Analysis in Stroke

Based on Symbolic Transfer Entropy, 2018.

10 Gadi Bartur, Katherin Joubran, Sara Peleg-Shani, Jean-Jacques Vatine, and Goded Shahaf:

An EEG Tool for Monitoring Patient Engagement during Stroke

Rehabilitation: A Feasibility Study

11 Goldstein, L.B., et al. Primary Prevention of Ischemic Stroke.Stroke. 37: 1583-1633, 2006

12 Jang SH. Motor recovery by improvement of limb-kinetic apraxia in a chronic stroke patient.

NeuroRehabilitation, 33:195—200, 2013.

13 Jiménez Muro M, Pedro-Cuesta JJ, Almazán J, Holmqvist W. Stroke recovery in South

Madrid. Function and motor recovery, resource utilization, and family support.

Stroke.31:1352—9, 2000.

38

14 Jonke, Robert, Feature Extraction and Selection for Emotion Recognition from EEG. IEEE

TRANSACTIONS ON AFFECTIVE COMPUTING, VOL. 5, NO. 3, JULY-SEPTEMBER

2014 : 327-339, 2014

15 Jorgensen HS, Nakayama H, Raaschou HO, Vive-Larsen J, Stoier TS, Olsen TS. Outcome

and time course of recovery in stroke. Part I: Outcome. The Copenhagen stroke study. Arch

Phys Med Rehabil. 76:399—405, 1995.

16 K. Byeongnam, K. Laehyun, H.K. Yun, K.Y. Sun; Cross-association analysis of EEG and

EMG signals according to movement intention state ; Cognitive Systems Research; 2017.

17 Kamen, Gary. Electromyographic Kinesiology. In Robertson, DGE et al. Research Methods

in Biomechanics. Champaign, IL: Human Kinetics Publ., 2004

18 Klem, G.H., Luders, H.O., Jasper, H.H., Elger, C., 1999. The ten–twenty electrode system

of the International Federation. The International Federation of Clinical Neurophysiology.

Electroencephalogr. Clin.Neurophysiol., Suppl. 52, 3–6.

19 L. Xinxin, X. Siyuan, Q. Yu et al; Corticomuscular Coherence Analysis on Hand Movement

Distinction for Active Rehabilitation; Hindawi Publishing Corporation, Computational and

Mathematical Methods in Medicine; 2013.

20 LS. Andreea, M. Luis, CC. Roberto, et al, Detecting intention to walk in stroke patients from

pre-movement EEG correlates, Journal of NeuroEngineering and Rehabilitation, 2015

21 M. Tatsuya, H. Mark, Corticomuscular Coherence: A Review, Journal of Clinical

Neurophysiology: November - Volume 16 - Issue 6 - p 501, 1999.

22 M. Tatsuya, T. Keiichiro, K. Benjamin, H. Mark; Coherence Between Cortical and Muscular

Activities After Subcortical Stroke ; National Institute of Neurological Disorders and Stroke,

National Institutes of Health, Bethesda; 2001.

23 M. Teplan, “Fundamental of EEG Measurement,” Measurement Science Review, vol. 2, pp.

1-11, 2002

24 Millikan CH: Stroke intensive care units: objectives and results. Stroke 10: 235-237, 1979

25 Pena-Pitarch ˜ E, Tico-Falguera N. Assessment of damage in affected persons with

neurological sequelae. Trauma, 23:247—52, 2012.

26 Pudiastuti, D.R, Penyakit Pemicu stroke, Yogyakarta : Muha Medika, 2011.

27 S. Katherine, C. Nerissa, R. Marina et al, 20 Outcome Measures in Stroke Rehabilitation,

Evidence-Based Review of Stroke Rehabilitation (EBRSR), 2013

28 Salvatore Giaquinto, MD; Andrea Cobianchi, MD; Franco Macera, TdR; Giuseppe Nolfe,

PhD : EEG Recordings in the Course of

Recovery From Stroke

29 Soeharto I, Kolesterol dan Lemak Jahat, Kolesterol dan Lemak Baik, dan Proses Terjadinya

Serangan Jantung dan Stroke. Jakarta: PT Gramedia Pustaka Utama, 2004.

30 Susanto, Sani, and Dedy Suryadi. 2010. Pengantar Data Mining - Menggali Pengetahuan

Dari Bongkahan Data. Yogyakarta: Andi Publisher.

39

31 Trevor H. Paris, MD : Stroke Rehabilitation, Northeast Florida Medicine Vol. 58, No. 2 2007.

32 Van der Putten, J. J., Hobart, J. C., Freeman, J. A., & Thompson, A. J. Measuring change in

disability after inpatient rehabilitation: comparison of the responsiveness of the Barthel Index

and the Functional Independence Measure. Journal of Neurology, Neurosurgery &

Psychiatry, 66(4), 480 484, 1999.

33 WHO, W. H. O., Towards a common language for functioning, disability and health: ICF.

Geneva: WHO, 8-9, 2001

34 Wirawan RP. Rehabilitasi Stroke pada Pelayanan Kesehatan Primer. Majalah Kedokteran

Indonesia, 59: 2, Februari, 2009.

35 X. Yuhang, M.C Verity, C. Zoran, RM. Kerry, Delay estimation between eeg and emg via

coherence with time lag, Acoustics, Speech and Signal Processing (ICASSP), 2016.

40

BAB VII

BIODATA TIM PENELITI

Ketua :

a. Nama Lengkap : Dr. Adhi Dharma Wibawa., ST., MT

b. NIP/NIDN : 197605052008121003

c. Fungsional/Pangkat/Gol. : Lektor / IIIC

d. Bidang Keahlian : Pengolahan Sinyal

e. Departemen/Fakultas : Teknik Komputer/ FTEIC

f. Alamat Rumah dan No. Telp. : Jl. Dinoyo 129, Surabaya. 031 5676128

g. Riwayat penelitian/pengabdian (2) yang paling relevan dengan penelitian yang

diusulkan/dilaporkan (sebutkan sebagai Ketua atau Anggota)

No Judul Tahun Skema

1 Implementasi sensor EEG dan EMG untuk

monitoring Pola Motorik Pasien Stroke dalam

rangka proses rehabilitasi

2019 Abdimas Dana

Lokal ITS

2 Sistem Cerdas Monitoring Kinerja Jantung pada

Manula menggunakan Wireless e-Health sensors

2018 PUPT - DIKTI

h. Publikasi (2) yang paling relevan (dalam bentuk makalah atau buku)

No Judul Tahun Jenis

1 Improving the accuracy of EEG emotion

recognition by combining valence lateralization and

ensemble learning with tuning parameters

2019 Cognitive Processing -

Springer

Internasional Jurnal

Scopus – Q2

2 EEG-based Motion Task for Healthy Subjects Using

Time Domain Feature Extraction: A Preliminary

Study for Finding Parameter for Stroke


2019 Seminar Internasional

IEEE (iSITIA)

3 Identifying EEG Parameters to Monitor Stroke

Rehabilitation using Individual Analysis 2019 Seminar Internasional

IEEE (iSITIA)

4 Peningkatan Akurasi Pengenalan Emosi pada Sinyal

Electroencephalograpy (EEG) Menggunakan

Multiclass Fisher Discriminant Analysis

2018 Jurnal Nasional

terindeks SINTA 1 –

JNTETI - UGM

41

i. Tesis (2 terakhir yang paling relevan)


1 INVESTIGASI POLA SINYAL EEG

BERDASARKAN FITUR TIME DOMAIN

MENGGUNAKAN ANALISA STATISTIK

PADA BEBERAPA PERINTAH GERAKAN

2018 Thesis S2

2 ANALISIS POLA KOORDINASI MOTORIK

PADA PASIEN

REHABILITASI STROKE MENGGUNAKAN

EEG DAN EMG

BERDASARKAN DOMAIN WAKTU

2018 Thesis S2

j. Disertasi (2 terakhir yang paling relevan) yang sudah selesai dibimbing.

No Judul Tahun Lulus Jenis

1 EEG-BASED EMOTION RECOGNITION:

EMPLOYING VALENCE LATERALIZATION

WITH RULES EXTRACTION FROM

RELEVANCE VECTOR MACHINE

2019 Disertasi S3

Demikian data ini kami sajikan dengan sebenar-benarnya. Jika kelak dikemudian hari

ada kesalahan terkait dengan data diatas, kami bersedia mempertanggungjawabkannya.


Dr. Adhi Dharma Wibawa., ST., MT

NIP. 197605052008121003

42


Anggota :

a. Nama Lengkap : Dr. Diah Puspito Wulandari, ST, MSc.

b. NIP/NIDN : 19801219 200501 2001

c. Fungsional/Pangkat/Gol. : Asisten Ahli / IIIB

d. Bidang Keahlian : Pengolahan Sinyal


f. Alamat Rumah dan No. Telp. : Perum Dosen ITS, Blok. Surabaya







2019 Abdimas Dana

Lokal ITS



2018 PUPT - DIKTI



1 Visualization of Epilepsy Patient’s Brain Condition

based on Spectral Analysis of EEG Signals using

Topographic Mapping


IEEE

2 Training Performance of Recurrent Neural Network

using RTRL and BPTT for Gamelan Onset

Detection


IEEE

3 Epileptic Seizure Detection Based on Bandwidth

Features of EEG Signals

2019 Procedia Computer

Science, Seminar

Internasional



1 PENGEMBANGAN METODE MONITORING

REHABILITASI PASIEN STROKE DENGAN

TEKNIK BOBATH MENGGUNAKAN SINYAL

EEG

2019 Thesis S2

43




Dr. Diah Puspito Wulandari, ST, MSc.

NIP. 19801219 200501 2001

44


Anggota :

a. Nama Lengkap : Prof. Ir. Mauridhi Hery P., MEng. Ph.D

b. NIP/NIDN : 195809161986011001

c. Fungsional/Pangkat/Gol. : Guru Besar / IVE

d. Bidang Keahlian : Kecerdasan Buatan


f. Alamat Rumah dan No. Telp. : Semolowaru Elok, G no 32, Surabaya







2019 Abdimas Dana

Lokal ITS



2018 PUPT - DIKTI



1 Improving the accuracy of EEG emotion

recognition by combining valence lateralization and

ensemble learning with tuning parameters

2019 Cognitive Processing -

Springer

Internasional Jurnal

Scopus – Q2

2 EEG-based Motion Task for Healthy Subjects Using

Time Domain Feature Extraction: A Preliminary

Study for Finding Parameter for Stroke



IEEE (iSITIA)

3 Identifying EEG Parameters to Monitor Stroke

Rehabilitation using Individual Analysis 2019 Seminar Internasional

IEEE (iSITIA)

4 Peningkatan Akurasi Pengenalan Emosi pada Sinyal

Electroencephalograpy (EEG) Menggunakan

Multiclass Fisher Discriminant Analysis

2018 Jurnal Nasional

terindeks SINTA 1 –

JNTETI - UGM



1 INVESTIGASI POLA SINYAL EEG

BERDASARKAN FITUR TIME DOMAIN

MENGGUNAKAN ANALISA STATISTIK

PADA BEBERAPA PERINTAH GERAKAN

2018 Thesis S2

45

2 ANALISIS POLA KOORDINASI MOTORIK

PADA PASIEN

REHABILITASI STROKE MENGGUNAKAN

EEG DAN EMG

BERDASARKAN DOMAIN WAKTU

2018 Thesis S2

j. Disertasi (2 terakhir yang paling relevan) yang sudah selesai dibimbing.

No Judul Tahun Lulus Jenis

1 EEG-BASED EMOTION RECOGNITION:

EMPLOYING VALENCE LATERALIZATION

WITH RULES EXTRACTION FROM

RELEVANCE VECTOR MACHINE

2019 Disertasi S3




46


Anggota :

a. Nama Lengkap : Muhammad Hilman Fatoni, S.T., M.T.

b. NIP/NIDN : 19910325 201504 1001 / 0025039101

c. Fungsional/Pangkat/Gol. : Asisten Ahli / Penata Muda Tingkat I /

IIIb

d. Bidang Keahlian : Biomedical Electronic

e. Departemen/Fakultas : Teknik Biomedik / FTEIC

f. Alamat Rumah dan No. Telp. : Jl. Tambak Gringsing II/14 Surabaya

60163 / 085236425858




1 Aplikasi Spatial Filter dalam Sistem Brain

Computer Interface Menggunakan Informasi

Motorik Bagian Lower Limb

2016 Penelitian Pemula - Dana

PNBP ITS 2016

2 Aplikasi Brain Computer Interface Berbasis

Aktifitas Sensorymotor Rhythms sebagai Antar

Muka Pengendali Kursi Roda Listrik

2017 Penelitian Pemula – Dana

Lokal ITS 2017

3 Pengembangan Sistem Training Subyek untuk

Meningkatkan Success Rate dalam Kontrol Kursi

Roda Listrik berbasis Brain Computer Interface

2018 Penelitian Pemula – Dana

Lokal ITS 2018



1 Extraction of Brain Signal during Motor Imagery

Task for Wheelchair Control Command

2017 Int'l Conference on

Research & Innovation in

Computer, Electronics and

Manufacturing

Engineering (RICEME-17)

2 Analisa Perbandingan Perhitungan Event Related

Desynchronization/Event Related Synchronization

(ERD/ERS) pada Brain Computer Interface

Menggunakan Metode Mastoid Reference dan

Common Average Reference (CAR)

2016 Seminar Nasional Teknik

Elektro - 2016

3 Analisa Sinyal EEG Saat Menggerakkan Kedua

Kaki Sebagai FES Control Command Pada Proses

Rehabilitasi Pasien Pasca Stroke

2014 Seminar Nasional

Bioteknologi 2014

UBAYA

47

4 Analisis Pola Sinyal EEG saat Gerakan Tangan yang

didasarkan pada Kemunculan Event Related

Desynchronization (ERD) dan Event Related

Synchronization (ERS)

2014 Seminar Nasional

Bioteknologi 2014

UBAYA




Muhammad Hilman Fatoni, S.T., M.T.

19910325 201504 1001

DATA USULAN DAN PENGESAHAN

PROPOSAL DANA LOKAL ITS 2020

1. Judul Penelitian

PENGEMBANGAN SISTEM MONITORING REHABILITASI PASIEN STROKE DENGAN METODE MOTOR RELEARNING PROGRAM MENGGUNAKAN SINYAL EEG

Skema : PENELITIAN UNGGULAN ITS (DASAR MULTIDISIPLIN)

Bidang Penelitian : Kecerdasan Artifisial dan Teknologi Kesehatan

Topik Penelitian : Assistive Technology and Medical Rehabilitation

2. Identitas Pengusul

Ketua Tim

Nama : Dr. Adhi Dharma Wibawa ST., MT.

NIP : 197605052008121003

No Telp/HP : 081330370592

Laboratorium : Laboratorium Pengolahan Sinyal Digital

Departemen/Unit : Departemen Teknik Komputer

Fakultas : Fakultas Teknologi Elektro dan Informatika Cerdas

Anggota Tim

No Nama Lengkap Asal Laboratorium Departemen/UnitPerguruan

Tinggi/Instansi

1Dr. Adhi Dharma Wibawa ST., MT.

Laboratorium Pengolahan Sinyal

Digital

Departemen Teknik Komputer

ITS

2Prof.Dr.Ir.

Mauridhi Hery Purnomo M.Eng.

Laboratorium Komputasi Multimedia


ITS

3Diah Puspito

Wulandari S.T., M.Sc.

Laboratorium Pengolahan Sinyal

Digital


ITS

4Muhammad

Hilman Fatoni S.T., M.T

Laboratorium Instrumentasi dan Pengolahan Sinyal

Biomedik

Departemen Teknik Biomedik

ITS

5Ridho Rahman Hariadi S.Kom,

M.Sc

Laboratorium Interaksi, Grafik dan Seni

Departemen Informatika

ITS

3. Jumlah Mahasiswa terlibat : 0

4. Sumber dan jumlah dana penelitian yang diusulkan

a. Dana Lokal ITS 2020 : 100.000.000,-

b. Sumber Lain : 0,-

Jumlah : 100.000.000,-

Tanggal Persetujuan

Nama Pimpinan Pemberi

Persetujuan

Jabatan Pemberi Persetujuan

Nama Unit Pemberi

PersetujuanQR-Code

10 Maret 2020

Dr. Agus Zainal Arifin S.Kom,

M.Kom.

Kepala Pusat Penelitian/Kajian/Unggulan

Iptek

Kecerdasan Artificial dan

Teknologi Kesehatan

10 Maret 2020

Agus Muhamad Hatta , ST, MSi,

Ph.DDirektur

Direktorat Riset dan Pengabdian

Kepada Masyarakat

Documents

PROPOSAL PENELITIAN UNGGULAN DANA LOKAL ITS