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.