Stroke merupakan penyebab utama kecacatan global yang berdampak pada
kualitas hidup pasien. Rehabilitasi lengansangat penting untuk meningkatkan
mobilitas dan kemandirian pasien pasca stroke. Penelitian ini mengembangkan
sistem Hybrid Assistive Robotic Neuromuscular Dynamic Stimulation (HARNDS),
yang mengintegrasikan eksoskeleton 3-DoF dan Functional Electrical Stimulation
(FES) berbasis EMG-driven guna mengurangi residu motorik melalui stimulasi
saraf perifer dan mekanisme torsi eksoskeleton.
Metode penelitian mencakup desain eksoskeleton berbasis kinematika,
dinamika, dan antropometri, pengembangan sistem kontrol FES berbasis fuzzy
logic untuk menyesuaikan stimulasi listrik, serta penerapan machine learning
dengan Support Vector Machine (SVM) dan Bayesian optimization untuk klasifikasi
sinyal EMG dan pengaturan parameter rehabilitasi secara real-time.
Hasil penelitian menunjukkan bahwa sistem ini meningkatkan efektivitas
rehabilitasi dengan mendukung gerakan fleksi-ekstensi hingga 115° dan
supinasi-pronasi hingga 75°, dengan intensitas stimulasi listrik 40V, 60V, dan
80V. Eksoskeleton menghasilkan torsi optimal 8,333 N·m untuk fleksi-ekstensi
dan 0,709 N·m untuk supinasi-pronasi. Uji coba pada pasien pasca stroke
menunjukkan peningkatan sudut gerakan fleksi-ekstensi dari 5,66° menjadi
88,00°, serta supinasi-pronasi dari 8,33° menjadi 74,03°. RMS sinyal EMG
meningkat dari 5,52 µV menjadi 22,12 µV untuk fleksi-ekstensi, serta dari 4,82
µV menjadi 17,44 µV untuk supinasi-pronasi. Model EMG-driven mencapai akurasi
97,50%, presisi 97,33%, recall 97,50%, dan AUC 100%, memastikan keandalan
sistem dalam rehabilitasi pada pasien pasca stroke.
