Investigasi untuk mengurangi beban kerja dengan menggunakan kolaborasi robot manusia (HRC) akan menjadi informasi mendasar untuk penelitian HRC atau Industri 5.0 di masa mendatang. Salah satu kasus nyata yang dapat diteliti adalah pencegahan gangguan gerak berulang akibat penggunaan perkakas tangan dengan beban yang tinggi. Aktivitas menggergaji merupakan salah satu aktivitas yang mengalami pengulangan dan membutuhkan kecerdasan manusia dalam pengambilan keputusan pada prosesnya. Otot operator pada aktivitas penggergajian model konvensional dibandingkan dengan model kolaborasi (HRC). Aktivasi otot yang terjadi saat melakukan eksperimen diukur menggunakan akuisi sinyal elektromiografi (EMG). Sinyal EMG dapat merepresentasikan tingkat tinggi dan rendahnya otot berkontraksi, serta kelelahan yang terjadi. Otot Anterior Deltoid dan Posterior Deltoid adalah otot yang diukur pada penelitian ini. Robot dirancang dengan komunikasi satu arah menggunakan mikrokontroler Arduino Uno sehingga tangan subjek akan menyesuaikan gerakan pada model kolaborasi. Sinyal EMG yang dihasilkan dari aktivasi otot saat melakukan gerakan menggergaji dianalisis menggunakan domain frekuensi. Parameter mean frekuensi dan median frekuensi menjadi dasar perbandingan antara model konvensional dan model kolaborasi. Hasil dari penelitian ini bertujuan untuk meningkatkan efisiensi kinerja otot melalui metode berbantuan kolaborasi ini dan menginvestigasi pengaruh robot berbantuan terhadap otot.