Article Per Year (5 Year)
p-Index From 2019 - 2024
1.728
P-Index
This Author published in this journals
All Journal Jurnal Teknik ITS Health Notions JAREE (Journal on Advanced Research in Electrical Engineering) Jurnal Pengabdian kepada Masyarakat Bina Darma Sewagati
Muhammad Hilman Fatoni
Departemen Teknik Biomedik Institut Teknologi Sepuluh Nopember Surabaya
Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Dentistry Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Health Professions Languange, Linguistic, Communication & Media Medicine & Pharmacology Nursing Public Health Social Sciences Other

Published : 14 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 8 Documents
Search
Journal : Jurnal Teknik ITS

 1 
Analisa Spektrum Motor Imagery pada Sinyal Aktivitas Otak Johan Chandra; Achmad Arifin; Muhammad Hilman Fatoni
Jurnal Teknik ITS Vol 5, No 2 (2016)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (443.162 KB) | DOI: 10.12962/j23373539.v5i2.16103

Abstract

Otak merupakan organ vital pada tubuh manusia yang berperan sebagai pusat kendali sistem saraf manusia. Sinyal yang dikeluarkan otak (EEG) mengandung berbagai informasi yang dapat dimanfaatkan pada teknologi BCI. Salah satu informasi yang dapat digunakan adalah informasi motorik baik mengenai motor execution maupung motor imagery. Pada penderita stroke yang biasanya mengalami kelumpuhan pada anggota gerak tubuhnya, informasi mengenai motor imagery dapat dimanfaatkan untuk aplikasi Brain Computer Interface terutama dalam rehabilitasi kelumpuhan anggota gerak pasien tersebut. Pada penelitian ini dirancang sebuah alat sistem EEG untuk merekam sinyal EEG pada otak untuk menganalisa spektrum motor imagery pada sinyal aktivitas otak. Sistem terdiri dari rangkaian filter pasif, rangkaian proteksi, penguat isntrumentasi, common mode rejection, amplifier, dan filter. Pengujian dilakukan dengan membandingkan sinyal EEG pada tasking motor imagery dan motor execution. Selanjutnya, informasi motorik baik motor execution dan motor imagery dapat diaplikasikan lebih lanjut pada sistem BCI terutama pada rehabilitasi medik.
Rancang Bangun Robot Penari Humanoid dengan Menggunakan 25 DoF untuk Melakukan Gerakan Tari Remo Muchammad Ainur Fahd; Djoko Purwanto; Muhammad Hilman Fatoni
Jurnal Teknik ITS Vol 7, No 2 (2018)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v7i2.30965

Abstract

Robot humanoid merupakan robot yang hampir menyerupai manusia secara umum dan memiliki pergerakan layaknya manusia pada umumnya seperti berjalan, berdiri dan lain sebagainya. Saat ini banyak negara di dunia yang berlomba-lomba untuk menciptakan robot humanoid yang memiliki kecerdasan buatan layaknya manusia. Di Indonesia sendiri, perkembangan robot humanoid kebanyakan masih dalam ukuran kecil (kids size) dan digunakan untuk perlombaan seperti robot sepak bola dan robot seni tari. Pengembangan robot seni tari sendiri saat ini masih sebatas penyempurnaan gerak, keseimbangan dan komunikasi antar robot. Oleh karena itu, perlu dibuat sebuah platform robot tari humanoid yang baru agar lebih luwes untuk melakukan gerakan tarian remo. Dari hasil pengujian, robot humanoid yang dinamai virose ini lebih kokoh dari segi konstruksi sehingga lebih stabil untuk berjalan maupun menari Selain itu pergerakan tangan lebih luwes dengan beberapa penambahan frame gerakan. Secara keseluruhan robot dapat melakukan gerakan tari remo yang disesuaikan dengan tarian aslinya.
Deteksi Otomatis Bidang Kepala Janin dari Citra Ultrasonografi 2 Dimensi Cahya Perbawa Aji; Tri Arief Sardjono; Muhammad Hilman Fatoni
Jurnal Teknik ITS Vol 9, No 1 (2020)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v9i1.45679

Abstract

Modalitas pencitraan primer untuk untuk pemeriksaan anatomi dan fisiologi janin adalah alat ultrasonografi (USG) medis 2 dimensi mengingat harganya yang murah, ketersediaan yang melimpah, kemampuan realtime, dan tidak adanya bahaya radiasi. Head Circumference (HC) merupakan parameter pengukuran biometri janin yang dianalisa untuk mengetahui perkembangan janin secara kuantitatif dengan menggunakan mesin USG. Pada praktik klinis, karena rasio signal-to-noise yang rendah, klinisi seringkali mengalami kesulitan untuk mengenali bidang janin dengan tepat. Lebih dari itu, klinisi kesulitan untuk membuat elips yang paling mendekati hanya dengan tiga titik parameter minor dan mayor yang disediakan mesin USG. Proses deteksi dan pengukuran HC secara manual oleh klinisi membutuhkan waktu yang cukup lama dan akurasinya sangat bergantung dengan pengalaman dan kemampuan klinisi. Penelitian mengenai deteksi dan pengukuran otomatis HC sedang menjadi bidang penelitian yang cukup aktif. Dalam penelitian ini diajukan sebuah sistem deteksi otomatis untuk HC. Metode Convolutional Neural Network (CNN) diajukan untuk melakukan klasifikasi bidang elips janin dari jaringan ibu maupun jaringan janin lainnya. CNN dipekerjakan untuk pixel-wise classification citra ke dalam kelas bidang janin, maternal tissue, ataupun background. Pada penelitian ini, dari 13 citra uji, didapatkan rata rata akurasi segmentasi semantik sebesar 0.76.
Perancangan Database Informasi Medis untuk Sistem Prediksi Hipertensi Hisyam Malik; Mohammad Nuh; Muhammad Hilman Fatoni
Jurnal Teknik ITS Vol 9, No 1 (2020)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v9i1.45686

Abstract

Hipertensi merupakan penyakit penyebab kematian nomor 5 di Indonesia dengan prevalensi 25,8%. Hipertensi mendapat julukan sebagai silent killer karena tidak memiliki gejala. Faktor resiko hipertensi dapat memberikan indikasi adanya hipertensi pada seseorang. Sinyal tubuh manusia menyimpan informasi penting mengenai kondisi tubuh khususnya kondisi pengaruh tekanan darah. Selain itu, ketersediaan data pembelajaran dalam bentuk database yang berkaitan dengan hipertensi masih sangat sulit untuk didapatkan.Sinyal Electrocardiograph (ECG) dan Photoplentysmograph (PPG) pada beberapa penelitian, memiliki perbedaan parameter antara subyek normotensi dan hipertensi. Ekstraksi data ECG dan PPG dapat menghasilkan estimasi tekanan darah dan parameter penting sebagai tambahan faktor resiko untuk menunjang peningkatan akurasi prediksi hipertensi. Sumber data yang digunakan pada penelitian ini merupakan data primer yang diambil dari 30 subjek. Hasil ekstraksi data pada subjek dimasukan ke databasesebagai media penyimpanan dan sumber data yang diakses secara langsung saat sistem berjalan.Database yang dibuat berisi 30 data dengan rincian 21 subjek pria dan 9 subjek wanita. Berdasarkan hasil esktraksi data diperoleh beberapa parameter seperti Body Mass Index (25.19±5.09) kg/m2. Selain itu, hasil ekstraksi data sinyal tubuh subjek juga menghasilkan data yang dapat digunakan untuk keperluan sistem prediksi. Heartrate (88.93±10.68) beat per minute(bpm) disimpan juga bersama dengan Interval QT (0.34±0.07) detik dan persentase dicrotic notch (62.68±11.53) %. Dalam penelitian ini, faktor-faktor risiko dan hasil ekstraksi data disimpan dalam database sehingga dapat digunakan kembali untuk keperluan penelitian selanjutnya.
Rancang Bangun Hand Tracking Glove sebagai Antarmuka untuk Game Rehabilitasi Milla Rahmadiva; Achmad Arifin; Muhammad Hilman Fatoni; Siti Halimah Baki
Jurnal Teknik ITS Vol 9, No 1 (2020)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v9i1.46180

Abstract

Stroke merupakan suatu kondisi yang terjadi ketika suplai darah menuju otak tersumbat. Penyakit ini merupakan salah satu penyebab kematian. Sebanyak 30% hingga 66% pasien stroke mengalami kelumpuhan pada lengan yang menyebabkan mereka kesulitan melakukan aktivitas sehari-hari [1]. Salah satu dampak dari kelumpuhan pada lengan adalah kelainan sistem gerak pada jari. Pada penelitian ini diusulkan sebuah glove yang tidak hanya mampu menggantikan goniometer jari untuk mengukur range of motion, tetapi juga bisa menjadi alat rehabilitasi pasien pasca stroke melalui serious game yang mampu memotivasi agar range of motion jari pasien bertambah. Perancangan glove dilakukan dengan menyusun sensor secara array pada tiap jari sehingga bisa mengukur sudut sendi secara bersamaan. Pengujian glove terdiri dari pengujian hardware dan software. Hasil menunjukkan error yang kecil antara pembacaan glove dengan pembacaan goniometer jari sebagai alat yang sudah umum digunakan untuk mengukur Range of motion (ROM) jari. Mean squared error yang dihasilkan dari pengukuran dengan glove adalah 0.68.
Automatic Thresholding untuk Klasifikasi Perintah Arah dan Kecepatan pada Kursi Roda Elektrik dengan Menggunakan Sinyal Bioimpedansi Trisa Safira Hasanah; Achmad Arifin; Muhammad Hilman Fatoni; Siti Halimah Baki
Jurnal Teknik ITS Vol 9, No 1 (2020)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v9i1.51350

Abstract

Subjek yang memiliki kelumpuhan pada anggota gerak bagian atas dan bawah mengalami masalah dalam mengontrol pergerakan kursi roda. Untuk meningkatkan kemandirian subjek dengan kondisi tersebut, kami merancang metode kontrol kursi roda dengan menggunakan perubahan impedansi yang disebabkan oleh gerakan otot untuk mengontrol gerakan kursi roda. Sistem pengukuran bioimpedansi dirancang dengan menginjeksikan arus sinusoidal dengan frekuensi 50 kHz dan arus konstan 0,5 mArms ke otot trapezius. Perubahan impedansi pada otot diukur melalui elektroda dan diinterpretasikan oleh sistem instrumentasi dan pemrosesan untuk mengendalikan gerakan kursi roda. Penelitian ini menggunakan metode automatic thresholding untuk menentukan arah dan kecepatan. Automatic thresholding digunakan karena permasalahan nilai tegangan hasil impedansi yang didapatkan terus menerus mengalami penurunan dikarenakan fatigue pada otot, sehingga nilai tegangan tidak dapat mencapai threshold. Oleh karena itu dibuatlah penggunaan automatic thresholding yang menyesuaikan dengan penurunan nilai tegangan. Pada penelitian menggunakan tiga subjek, tingkat keberhasilan yang didapatkan untuk perintah kanan dan perintah kiri mencapai 100%, sedangkan untuk perintah maju, tingkat keberhasilan paling maksimum yang didapatkan adalah 80% dan paling minimum adalah 60%. Selain itu, untuk perintah berhenti, tingkat keberhasilan paling maksimum yang didapatkan adalah 100% dengan tingkat keberhasilan minimumnya adalah 60%.
Klasifikasi DNA Microarray Menggunakan Principal Component Analysis (PCA) dan Artificial Neural Network (ANN) Dian Atia Ihsani; Achmad Arifin; Muhammad Hilman Fatoni
Jurnal Teknik ITS Vol 9, No 1 (2020)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v9i1.51637

Abstract

Kanker merupakan suatu kelompok penyakit tingkat molekular yang ditandai dengan pembelahan sel tidak terkendali yang memiliki potensi untuk menyerang jaringan biologis lainnya, baik dengan pertumbuhan pada jaringan sekitar (invasi) atau dengan perpindahan ke jaringan lain (metastatic). Banyaknya jumlah ekspresi gen serta besarnya data yang terkandung pada DNA membuat diagnosis bagi pasien penderita kanker terhambat. Lama waktu yang dibutuhkan untuk diagnosis kanker membuat perawatan yang diberikan tertunda, sehingga sel kanker sering kali telah menginvasi organ lain yang kemudian memicu tingginya tingkat kematian akibat kanker. DNA microarray merupakan suatu metode baru dalam dunia teknologi yang membantu proses analisis tingkat ekspresi jutaan gen pada suatu waktu. Melalui ekspresi gen ini, diagnosis penyakit, identifikasi tumor, serta deteksi mutasi dapat dilakukan secara efektif dan efisien. Dalam tugas akhir ini, salah satu kelas dari Artificial Neural Network (ANN), yakni Multilayer Perceptron (MLP), diaplikasikan sebagai metode klasifikasi. Untuk meningkatkan efisiensi proses klasifikasi, data yang berukuran besar direduksi dimensionalitasnya menggunakan metode Principal Component Analysis (PCA). Dua sub-tipe kanker paru-paru, yakni Adenocarcinoma (AC) dan Squamous Cell Carcinoma (SCC) digunakan sebagai data penguji untuk memvalidasi keberhasilan metode yang diajukan. Hasil klasifikasi dari dataset PCA dengan nilai variance yang meningkat menunjukkan nilai akurasi yang meningkat pula dengan nilai maksimal akurasi dari dataset variance 100% sebesar 90,02%.
Pengembangan Instrumentasi Surface Electromyogram untuk Pemanfaatan Sistem Kendali Kursi Roda Elektrik Novia Anantya Nugroho; Achmad Arifin; Muhammad Hilman Fatoni
Jurnal Teknik ITS Vol 11, No 2 (2022)
Publisher : Direktorat Riset dan Pengabdian Masyarakat (DRPM), ITS

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12962/j23373539.v11i2.85943

Abstract

Kelumpuhan otot atau paralisis merupakan fenomena yang sering terjadi di masyarakat khususnya pada pasien pasca stroke dan spinal cord injury (SCI). Penderita kelumpuhan akan mengalami kesulitan saat berkegiatan, sehingga dibutuhkan alat untuk membantu menunjang mobilitas sehari-hari yaitu kursi roda. Dalam penelitian kali ini akan dilakukan pengembangan rangkaian instrumentasi surface electromyogram. Penggunaan metode ini akan mengolah sinyal myoelectric dari otot flexor carpi radialis dan palmaris longus. Instrumentasi EMG digunakan untuk membaca dan merekam sinyal EMG. Pada pengujian instrumentasi didapatkan tiap blok rangkaian hasilnya sesuai dengan nilai cut-off yang telah ditentukan masing-masing filter, sebesar HPF 20 Hz, BSF 50 Hz, LPF 500 Hz dan LPF 2 Hz. Hasil dari pengujian yang telah dilakukan diketahui bahwa amplitudo tertinggi rangkaian EMG ini berada pada angka 65 mV. Nilai amplitudo maksimum dan minimum dari pengujian pada 5 subjek yang terekam oleh instrumentasi EMG masing-masing adalah sebesar 65 mV dan 0 mV, dengan rata-rata amplitudo maksimal sebesar 64±1,00 mV. Perlu dilakukannya pengembangan rangkaian surface electromyogram lebih lanjut agar dapat menghasilkan nilai amplitudo yang lebih besar dan stabil.
Co-Authors Arifin, Achmad Cahya Perbawa Aji Dewi Mayangsari Dewi Mayangsari Dian Atia Ihsani Djoko Purwanto Durrotun Munafiah Eko Agus Suprayitno Eko Nurmianto Hisyam Malik Johan Chandra Mashuri Mashuri Melyana Nurul Widyawati Milla Rahmadiva Mohammad Nuh Muchammad Ainur Fahd Muchammad Ainur Fahd Munafiah, Durrotun Nabilah Ashriyah Nada Fitrieyatul Hikmah Novia Anantya Nugroho Siti Halimah Baki Tri Arief Sardjono Trisa Safira Hasanah