Prototipe Implementasi Metode Surface EMG untuk Monitoring Aktivitas Otot pada Penderita Duchenne Muscular Dystrophy (DMD) Menggunakan OLIMEX dan Arduino Uno

Andi Baihaky, Ir. Hidayat Nur Isnianto, S.T., M.Eng.,

2025 | Tugas Akhir | D4 Teknologi Rekayasa Instrumentasi dan Kontrol

Duchenne Muscular Dystrophy (DMD) merupakan kelainan genetik yang menyebabkan kelemahan otot secara bertahap dan dapat berujung pada hilangnya fungsi motorik secara signifikan. Pentingnya deteksi dini dan proses pemantauan menjadi krusial dalam memperlambat progresivitas gejala dan mendukung peningkatan kualitas hidup pasien. Penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan aktivitas otot (EMG) berbasis mikrokontroler Arduino Uno, dengan dukungan elektroda OLIMEX SHIELD-EKG/EMG, sebagai prototipe yang sederhana, ekonomis, dan dapat digunakan dalam pemantauan awal gejala DMD. Sistem ini terdiri dari tiga komponen dan dua filter digital, yaitu Kalman Filter dan Low Pass Filter (LPS). Sinyal yang ditangkap dikonversi ke dalam satuan milivolt, difilter untuk mengurangi gangguan noise, dan disimpan secara otomatis untuk keperluan analisis lebih lanjut. Secara keseluruhan, sistem ini terbukti ringan, efisien digunakan pada platform Arduino, serta layak dijadikan sebagai solusi awal dalam pemantauan sinyal EMG untuk keperluan aplikasi biomedis.

Duchenne Muscular Dystrophy (DMD) is a hereditary condition characterized by gradual muscle degeneration, which can lead to severe loss of motor abilities. The importance of early detection and ongoing monitoring is essential in slowing symptom progression and improving patient outcomes. This research proposes the development of a low-cost, easy-to-implement EMG (electromyography) monitoring system using an Arduino Uno microcontroller and the OLIMEX SHIELD-EKG/EMG sensor. The system incorporates three main components and applies two digital filtering techniques—Kalman Filter and Low Pass Filter (LPS)—to enhance signal clarity. Captured signals are converted into millivolts, filtered to suppress noise, and stored automatically for analysis. The results demonstrate that the system operates efficiently on the Arduino platform and offers a practical solution for basic EMG monitoring in biomedical applications.

Kata Kunci : DMD, EMG, Arduino Uno, OLIMEX, Kalman Filter, Low Pass Filter, CoolTerm.