proposal penelitian unggulan dana lokal its
TRANSCRIPT
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
Rehabilitation Monitoring
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)
No Judul Tahun Jenis
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.
Surabaya, 5 Maret 2020
Dr. Adhi Dharma Wibawa., ST., MT
NIP. 197605052008121003
42
BIODATA TIM PENELITI
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
e. Departemen/Fakultas : Teknik Komputer/ FTEIC
f. Alamat Rumah dan No. Telp. : Perum Dosen ITS, Blok. Surabaya
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 Visualization of Epilepsy Patient’s Brain Condition
based on Spectral Analysis of EEG Signals using
Topographic Mapping
2018 Seminar Internasional
IEEE
2 Training Performance of Recurrent Neural Network
using RTRL and BPTT for Gamelan Onset
Detection
2019 Seminar Internasional
IEEE
3 Epileptic Seizure Detection Based on Bandwidth
Features of EEG Signals
2019 Procedia Computer
Science, Seminar
Internasional
i. Tesis (2 terakhir yang paling relevan)
No Judul Tahun Jenis
1 PENGEMBANGAN METODE MONITORING
REHABILITASI PASIEN STROKE DENGAN
TEKNIK BOBATH MENGGUNAKAN SINYAL
EEG
2019 Thesis S2
43
Demikian data ini kami sajikan dengan sebenar-benarnya. Jika kelak dikemudian hari
ada kesalahan terkait dengan data diatas, kami bersedia mempertanggungjawabkannya.
Surabaya, 5 Maret 2020
Dr. Diah Puspito Wulandari, ST, MSc.
NIP. 19801219 200501 2001
44
BIODATA TIM PENELITI
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
e. Departemen/Fakultas : Teknik Komputer/ FTEIC
f. Alamat Rumah dan No. Telp. : Semolowaru Elok, G no 32, Surabaya
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
Rehabilitation Monitoring
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
i. Tesis (2 terakhir yang paling relevan)
No Judul Tahun Jenis
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
Demikian data ini kami sajikan dengan sebenar-benarnya. Jika kelak dikemudian hari
ada kesalahan terkait dengan data diatas, kami bersedia mempertanggungjawabkannya.
Surabaya, 5 Maret 2020
46
BIODATA TIM PENELITI
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
g. Riwayat penelitian/pengabdian (2) yang paling relevan dengan penelitian yang
diusulkan/dilaporkan (sebutkan sebagai Ketua atau Anggota)
No Judul Tahun Skema
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
h. Publikasi (2) yang paling relevan (dalam bentuk makalah atau buku)
No Judul Tahun Jenis
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
Demikian data ini kami sajikan dengan sebenar-benarnya. Jika kelak dikemudian hari
ada kesalahan terkait dengan data diatas, kami bersedia mempertanggungjawabkannya.
Surabaya, 5 Maret 2020
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
Departemen Teknik Komputer
ITS
3Diah Puspito
Wulandari S.T., M.Sc.
Laboratorium Pengolahan Sinyal
Digital
Departemen Teknik Komputer
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