LOMBA ARTIKEL ILMIAH NASIONAL
LINGFEST 2023
PENSIS: SISTEM PENDETEKSI HEMIPARESIS PADA OTOT BISEPS PASIEN TRANSIENT ISCHEMIC ATTACK BERBASIS SURFACE ELECTROMYOGRAPHY
Disusun Oleh:
(Universitas Udayana)
1. Made Adi Guna Dharma
TEKNIK MESIN
UNIVERSITAS UDAYANA
2023
1
PENSIS: SISTEM PENDETEKSI HEMIPARESIS PADA OTOT BISEPS PASIEN TRANSIENT ISCHEMIC ATTACK BERBASIS SURFACE ELECTROMYOGRAPHY
Made Adi Guna Dharma
Teknik Mesin, Fakultas Teknik, Universitas Udayana, Badung, Bali, Indonesia *Corresponding author: madeguna2310@gmail.com
ABSTRAK
Berdasarkan Riset Kesehatan Dasar tahun 2018, dilaporkan bahwa prevalensi stroke di Indonesia meningkat sebesar 2,1% pada tahun 2013-2018. Menurut data dari Rumah Sakit Umum Daerah Wangaya, Denpasar Bali pada tahun 2018-2021, tercatat 43 pasien Transient Ischemic Attack (TIA) dan 1.241 pasien stroke iskemik. Terdapat beberapa faktor risiko yang memicu tingginya kejadian stroke iskemik, salah satunya yaitu kelemahan motorik pada salah satu sisi tubuh (hemiparesis) pada pasien TIA. Hemiparesis selama terjadinya TIA merupakan tanda bahwa pasien memiliki risiko tinggi untuk mengalami serangan stroke di kemudian hari. Metode deteksi hemiparesis pada pusat pelayanan kesehatan Indonesia memiliki beberapa kekurangan, seperti skala pemeriksaan yang bersifat subjektif, invasive, dan hanya bisa dilakukan oleh dokter spesialis. Kekurangan tersebut dapat menghambat pemeriksaan hemiparesis, diagnosis, dan menentukan prognosis segera terhadap pasien TIA. Berdasarkan permasalahan tersebut, diperlukan sistem pendeteksi hemiparesis pada pasien TIA yang memenuhi indikator standar alat kesehatan neurologi. Pendeteksi hemiparesis (Pensis) adalah sebuah sistem pendeteksian berbasis surface electromyography sebagai alat monitoring yang bersifat non-invasive, objektif, ease of use, dan cost-efficient. Pengujian Pensis dilakukan pada pasien sehat dan pasien TIA di PSTW Wana Seraya, Provinsi Bali. Hasil pengujian surface electromyography dengan menggunakan amplified, rectified, smoothed signal AD8266, analog to digital converter, dan data logger menunjukkan bahwa Pensis akurat terhadap progresivitas hemiparesis pada otot biseps. Prototipe ini dapat mempresentasikan gelombang tegangan kekuatan motorik sehingga diagnosis dan prognosis pada pasien TIA bersifat objektif, praktis, dan non-invasive. Pengembangan alat pendeteksi hemiparesis yang praktis digunakan oleh siapa pun dan dimana pun dapat membantu menurunkan angka kejadian stroke di Indonesia.
Kata Kunci: Data Logger; Hemiparesis; Stroke; Surface Electromyography; Transient Ischemic Attack
2
PENDAHULUAN
Indonesia saat ini tengah berusaha menuju era society 5.0, salah satu tanlengan era tersebut adalah inovasi teknologi di bidang kesehatan. Pengembangan inovasi teknologi di bidang kesehatan merupakan salah satu upaya efektif suatu negara dalam memecahkan permasalahan era society 5.0 (Bruno, 2018). Namun, angka kejadian stroke di Indonesia terus meningkat. Berdasarkan Riset Kesehatan Dasar (Riskesdas) tahun 2018, dilaporkan bahwa prevalensi stroke di Indonesia meningkat sebesar 2,1% dari tahun 2013 hingga 2018. Terdapat beberapa faktor risiko memicu tingginya kejadian stroke, salah satunya yaitu hemiparesis pada pasien Transient Ischemic Attack (TIA) (Poupore dkk., 2020). Gejala dari TIA meliputi hemiparesis, gangguan gaya berjalan, dan kehilangan koordinasi. Hemiparesis merupakan kelemahan motorik pada salah satu sisi tubuh manusia. Adanya hemiparesis selama terjadinya TIA merupakan tanda bahwa pasien memiliki risiko tinggi mengalami serangan stroke di kemudian hari, sehingga penting untuk mendeteksi hemiparesis pada pasien TIA (Poupore dkk., 2020).
Pendeteksian hemiparesis pada pasien TIA merupakan salah satu metode diagnosis dan penentuan prognosis menjadi stroke di kemudian hari (Donkor, 2018). Sebagian besar pendeteksian hemiparesis di pusat pelayanan kesehatan Indonesia masih menggunakan metode Manual Muscle Testing (MMT). Namun, metode ini masih memiliki keterbatasan seperti skalanya bersifat subjektif, hasil pemeriksaan tergantung pada kemampuan pemeriksa dan bisa berbeda-beda antar klinisi (Manikowska dkk., 2018). Dalam perkembangan selanjutnya, dikembangkan electromyography (EMG) recording dengan hasil pengukuran yang lebih akurat. Namun, proses pengukuran pada alat ini masih menggunakan elektrode berupa jarum (intramuskular) yang harus dimasukkan ke dalam otot pasien (invasive). Saat praktik klinis, metode ini memiliki kelemahan yang dapat mengganggu kenyamanan pasien dalam penggunaan rutin (Hakim dkk., 2021).
Otot biseps adalah kumpulan jaringan otot yang dapat menghasilkan action potential. Action potential merupakan sebuah potensial listrik selama otot mengalami kontraksi. Sinyal surface electromyography adalah hasil representatif potensial listrik yang dihasilkan dari depolarisasi membran luar serat otot selama mengalami kontraksi. Dengan begitu, deteksi hemiparesis dapat ditentukan dengan kuantifikasi potensial listrik otot biseps (Setyaji, 2018). Surface EMG dapat dikembangkan sebagai sistem deteksi non-invasive karena tidak mempengaruhi keutuhan jaringan otot pasien untuk memperoleh potensial listrik. Selain itu, metode ini mudah dilakukan oleh setiap orang karena hanya perlu menempelkan disposable electrode pada kulit. Hasil deteksi surface EMG dapat dipresentasikan dengan grafik garis dua dimensi dengan kombinasi parameter gangguan motorik terkait stroke.
3
Merujuk pada permasalahan yang dialami oleh pasien TIA, dibutuhkan suatu sistem yang mampu membantu pasien memantau progresivitas hemiparesis. Sistem ini harus memenuhi indikator standar alat kesehatan neurologi. Sesuai dengan standar internasional ISO15004-1, sistem harus akurat dan sebisa mungkin tidak invasif (International Standard Organization, 2020). Untuk mendukung fungsi pendeteksian, sistem harus mampu dioperasikan dengan sederhana, bersifat portabel (standar IEC 60601-1), dan efisien biaya (International Electrotechnical Commision, 2015). Dengan demikian, prototipe pendeteksi hemiparesis (Pensis) sebagai sistem pendeteksi berbasis surface electromyography hadir sebagai solusi efektif atas tanlengan dari permasalahan tersebut. Konsep kerja Pensis terinspirasi dari perubahan potensial listrik saat otot berkontraksi yang sebanding dengan perubahan tegangan kekuatan motorik. Serupa dengan otot biseps, peningkatan action potential juga akan disertai dengan peningkatan tegangan kekuatan motorik. Studi menunjukkan terdapat hubungan antara perubahan action potential dengan perubahan kekuatan motorik yang berbanding lurus secara signifikan (Florentinus & Setiawan, 2018). Oleh karena itu, peningkatan action potential sebagai parameter pendeteksian hemiparesis dapat ditentukan dengan pendekatan potensial lsitrik surface EMG.
METODE PENELITIAN
Dalam mengembangkan sistem pendeteksi hemiparesis yang memenuhi indikator standar alat kesehatan neurologi, dilakukan pendekatan dengan analisis action potential yang dapat diperoleh dari potensial listrik otot biseps. Saat kondisi lengan berkontraksi, otot akan mengalami kondisi depolarisasi atau peregangan otot. Pada fase tersebut ion sodium (Na+) akan menggantikan ion kalium (K+) sehingga otot dapat bergerak, ilustrasi fase tersebut dapat diamati pada Gambar 1(a). Dalam melakukan kontraksi, otot biseps akan mengalami perubahan massa otot, kemudian akan menimbulkan suatu gelombang yang disebut dengan Motor Unit Action Potential (MUAP). Gelombang action potential dapat diamati seperti pada Gambar 1(b).
(a) (b)
Gambar 1. (a) Fase Depolarisasi, (b) Gelombang Action Potential Pendekatan ini dapat ditunjang dengan instrumen Surface EMG. Surface EMG merupakan instrumen yang dapat mendeteksi aktivitas motorik dengan menggunakan sensor permukaan. Cara kerja surface EMG yakni dengan meletakan
4
sensor surface EMG pada otot kemudian sensor permukaan akan mendeteksi pergerakan motorik berupa potensial listrik ketika otot berkontraksi dan berelaksasi (Nugroho dkk., 2022). Instrumen ini memungkinkan pemerolehan action potential
secara langsung. Instrumen surface EMG ditunjukan pada Gambar 2(a). (a) (b)
Gambar 2. (a) Surface EMG, (b) Pemodelan potensial listrik surface EMG Besarnya nilai action potential dipengaruhi oleh aktivitas molekul K+ dan Na+. Pada Cell elektrode surface EMG terdapat sebuah pembangkit sinyal yang merupakan pemodelan elektrik dari aktivitas sel, yakni berupa aktivitas ion K+ dan ion Na+. Aktivitas tersebut berpengaruh terhadap membran sel sehingga surface EMG dapat merekam action potential, ilustrasi pemodelan dapat diamati pada Gambar 2(b). Parameter action potential pada otot biseps ini yang dapat dimodelkan sebagai kekuatan motorik (Tanweer & Halonen, 2018). Dalam memperoleh action potential, surface EMG memiliki tiga buah elektrode yang harus dipasangkan pada otot yang sama. Otot biseps diletakkan dua buah elektrode berwarna merah sebagai positif dan berwarna kuning sebagai negatif, sedangkan elektrode berwarna hijau sebagai ground yang dipasang pada tulang lengan (Fahmi dkk., 2021). Ilustrasi peletakan elektrode dapat diamati pada Gambar 3.
Gambar 3. Peletakan Elektrode Pada Otot Biseps
Secara sederhana, untuk dapat merepresentasikan sebuah sinyal pada suatu alat pendeteksi, maka sinyal tersebut harus berupa sinyal digital (International Standard Organization, 2020). Action potential masih berupa sinyal analog sehingga tidak dapat direpresentasikan secara langsung, maka dibutuhkan sebuah instrumen yang dapat mengkonversi sinyal analog menjadi sinyal digital. Arduino Mega 2560 adalah sebuah instrumen yang dapat mengkonversi sinyal analog menjadi sinyal digital dengan fitur analog to digital converter (ADC). Oleh karena itu, Arduino Mega 2560 dapat digunakan sebagai instrumen untuk mengkonversi action potential dari sinyal analog menjadi sinyal digital. Kemudian, berdasarkan penelitian Fahmi dkk tahun 2021 tentang cara merepresentasikan action potential menjadi satuan tegangan kekuatan motorik, maka disusun persamaan Volt Peak to
5
Peak (Vpp) sebagai solusi dari permasalahan tersebut. Persamaan Vpp dapat diamati pada persamaan (1) (Fahmi dkk., 2021). Persamaan Vpp ini yang akan digunakan sebagai tegangan kekuatan motorik dalam mendeteksi hemiparesis pada prototipe Pensis.
�� =( ௦ି )×ହ
ଵଶସ ................................................................... (1) Keterangan:
Vpp = Tegangan puncak ke puncak (Volt)
Namun, persamaan Vpp belum dapat direpresentasikan secara langsung oleh Arduino Mega 2560, karena Arduino Mega 2560 adalah sebuah mikrokontroler yang hanya dapat diprogram menggunakan bahasa pemrograman C. Berdasarkan persamaan Vpp kemudian diubah menjadi persamaan dengan kode pemrograman bahasa C, maka diperoleh persamaan (2).
���������� �������������� = (((�������������� − ������������) ∗ 5)/1024) .............................. (2) Tahapan penelitian sistem pendeteksi hemiparesis pasien TIA berbasis surface EMG dilaksanakan dalam empat tahapan utama sebagaimana ditunjukan pada Gambar 4. Tahapan penelitian dilaksanakan secara luring dengan tetap
menerapkan protokol kesehatan dan memperhatikan kelaikan etik. Gambar 4. Tahapan Penelitian Prototipe Pensis
Studi Literatur
Dalam mendukung penelitian ini, maka dibutuhkan data primer dan sekunder. Data primer diperoleh dari penelitian kuantitatif, metode pengumpulan data dengan survei kuantitatif dan eksperimen pada peserta penelitian. Data sekunder diperoleh dari studi literatur berupa jurnal, buku elektronik dan berita informasi angka pasien TIA di RSUD Wangaya, serta studi literatur berupa jurnal, penelitian terdahulu, dan buku-buku digital.
Perancangan Mekanik
Sebagai tahapan awal, penyusunan desain dilakukan sebagai pedoman pelaksanaan tahapan manufaktur. Perencanaan desain yang dilaksanakan meliputi computational aided design (CAD) pada prototipe Pensis. Perancangan mekanik meliputi perancangan frame utama, hand rest, tiang frame dan kotak kontrol menggunakan perangkat lunak Autodesk Fusion 360. Proses perancangan menggunakan metode subtraktif untuk mendapatkan hasil yang presisi. Seluruh
6
rancangan mekanik berdasarkan data antropometri orang asia, sehingga prototipe dapat menyesuaikan dimensi tubuh berbagai kalangan usia pengguna. (a) (b)
(c) (d)
Gambar 5. (a) Desain Frame Utama, (b) Desain Hand Rest, (c) Desain Tiang Utama, (d) Desain Kotak Kontrol
Perancangan Elektronika
Perancangan elektronika dimulai dengan perancangan skematik rangkaian elektronika menggunakan software Autodesk Easily Applicable Graphical Layout Editor (EAGLE) seperti pada Gambar 6(a). Perancangan elektronika meliputi perancangan catu daya dan lay out Printed Circuit Board (PCB) sebagai sumber suplai listrik prototipe Pensis. Catu daya menggunakan dua buah sumber tegangan yaitu tegangan simetris 18 Volt yang digunakan sebagai sumber daya listrik surface EMG, sedangkan sumber tegangan 5 Volt sebagai sumber listrik mikrokontroler dan data logger seperti yang ditunjukan pada Gambar 6(b) serta Gambar 6(c).
(a) (b) (c)
Gambar 6. (a) Skematik PCB Elektronika Catu Daya, (b) Tata Letak Komponen Catu Daya pada PCB, dan (c) Lay Out PCB
7
Perancangan Pendeteksian Hemiparesis
Perancangan pendeteksian hemiparesis terdiri dari dua bagian utama sebagaimana alur perancangan dapat dilihat pada Gambar 7. Bagian pertama adalah merancang user interface (UI) Pensis. Perancangan UI Pensis menggunakan aplikasi Microsoft Excel dengan dua pilihan tampilan hasil pendeteksian.
Gambar 7. Diagram Blok Perancangan Pendeteksian Hemiparesis Pensis Pilihan pertama adalah pembacaan tegangan hemiparesis dengan tampilan angka desimal dan waktu pada tabel. Pilihan kedua adalah pembacaan tegangan hemiparesis dengan tampilan gelombang pada grafik garis dua dimensi. Microsoft Excel akan ditambahkan software PLX-DAQ atau Parallax Data Acquisition yang ditunjukkan pada Gambar 8. Penggunaan PLX-DAQ sebagai add-on dari data akuisisi mikrokontroler arduino mega untuk Microsoft Excel, sehingga proses pendeteksian dapat dilaksanakan secara real time. Adapun kelebihan penggunaan Microsoft Excel sebagai media observasi alat kesehatan karena aplikasi tersebut sudah banyak digunakan oleh seluruh masyarakat, sehingga diharapkan nantinya prototipe ini mudah digunakan oleh berbagai kalangan pengguna.
Gambar 8. Perancangan User Interface (UI) Pensis
Bagian kedua adalah perancangan pemrograman antara mikrokontroler Arduino Mega, electromyography module, dan data logger dengan menggunakan software Arduino IDE. Pemrograman menggunakan library simple timer, Real Time Clock (RTC), dan Secure Digital (SD) Card sehingga hasil pendeteksian dapat disimpan sebagai rekam medis pasien. Adapun penggunaan SD card module sebagai tempat penyimpanan data rekam medis pasien. Berikut merupakan kode pemrograman yang ditunjukan pada Gambar 9.
8
Gambar 9. Pemrograman Data Logger Pendeteksian Hemiparesis Pensis Pengujian Fungsionalitas Prototipe
Dalam mengevaluasi fungsionalitas prototipe, beberapa pengujian dilaksanakan dalam memenuhi indikator-indikator yang diperlukan oleh prototipe Pensis. Pengujian prototipe dilaksanakan di PSTW Wana Seraya, Provinsi Bali. Proses pengujian prototipe dilaksanakan dengan membandingkan hasil pendeteksian hemiparesis otot biseps lengan kanan dan otot biseps lengan kiri pada pasien TIA serta lansia sehat. Kemudian untuk menguji keakuratan data, pengolahan data menggunakan metode komparatif yang membandingkan hasil pengujian prototipe Pensis dengan hasil pengujian metode MMT.
Tahap pengujian dilanjutkan dengan system usability testing (SUS) untuk menilai kemudahan pengguna menggunakan fitur-fitur, kenyamanan, dan manfaat pada User Interface (UI) Pensis. Pengguna ditugaskan untuk mengakses dan menggunakan fitur-fitur UI Pensis sesuai dengan petunjuk pemakaian alat sesuai instruksi. Setelah itu, penilaian dilakukan berupa skoring dan peninjauan kembali apabila terdapat ketidaksesuaian fitur. Penilaian dilakukan menggunakan kuesioner terstandar yang telah terbukti validitas dan reliabilitasnya. Kuesioner ini terdiri dari lima pertanyaan positif dan lima pertanyaan negatif. Masing-masing pertanyaan memiliki jawaban dengan skala lima poin (sangat tidak setuju, tidak setuju, netral, setuju, dan sangat setuju). Nilai akhir dari kuesioner SUS berupa nilai tunggal dari 0 sampai 100 dengan interpretasi berupa adjective rating scale terstandar (Bangor dkk., 2009).
Evaluasi Hasil
Setelah prototipe melalui seluruh tahapan pengujian, maka akan dihasilkan suatu standar yang digunakan sebagai pedoman dalam proses hilirisasi, seperti tahap proses memperoleh izin edar alat, produksi skala besar, dan komersialisasi alat
9
PEMBAHASAN
Hasil Perancangan Mekanik
Hasil perancangan mekanik berupa prototipe fungsional yang memiliki sistem teleskopik. Prototipe menggunakan komponen knop sebagai sistem teleskopik, sehingga protipe Pensis dapat menyesuaikan situasi tempat dan kondisi pengguna (portable). Sistem teleskopik juga berfungsi untuk kepraktisan penggunaan prototipe Pensis, karena berdasarkan data antoprometri tubuh manusia memiliki dimensi yang berbeda-beda baik itu saat berdiri atau duduk. Oleh karena itu, penggunaan sistem teleskopik pada prototipe Pensis dapat dengan mudah menyesuaikan dimensi tubuh pengguna. Kotak kontrol terbuat dari bahan isolator yakni Akrilonitril Butadiena Stiren (ABS), yang sudah memenuhi persyaratan penggunaan alat kesehatan neurologi.
Gambar 10. Hasil Perancangan Mekanik
Adapun beberapa komponen utama dalam prototipe seperti ditunjukkan pada Gambar 10 dengan uraian sebagai berikut.
a) Frame utama merupakan badan penyangga prototipe yang berfungsi menopang seluruh komponen lainnya.
b) Kotak kontrol berfungsi sebagai tempat peletakan serta melindungi PCB elektronika daya berupa catu daya, EMG module, dan data logger. c) Hand Rest berfungsi sebagai tempat peletakan lengan pasien saat deteksi berlangsung.
d) Knop merupakan tombol putar untuk mengunci dan mengendurkan frame utama, sehingga dimensi prototipe dapat diatur sesuai dengan tubuh pengguna.
Hasil Perancangan Elektronika
Hasil perancangan elektronika yakni menghasilkan modul elektronika daya pada sebuah papan PCB seperti yang ditunjukkan pada Gambar 11(a). Pembuatan papan PCB menggunakan metode etching yang mampu menghasilkan jalur PCB yang sesuai dengan desain rancangan. Berdasarkan hasil pengukuran pada tegangan keluaran PCB elektronika daya yakni sebesar 18 Volt simetris dan 5 Volt. Pengujian kinerja elektronika daya terhadap mikrokontroler Arduino Mega 2560 dan surface EMG dilaksanakan dengan mengukur ADC ketika otot biseps berkontraksi dan berelaksasi. Hasil pengujian menghasilkan nilai ADC yang ditampilkan pada serial
10
plotter Arduino IDE. Hasil pada serial plotter menunjukan bahwa ketika kondisi lengan yang berelaksasi maka ADC bernilai 0 sampai 50, sedangkan kondisi lengan berkontraksi maka ADC bernilai 500 sampai dengan 1023. Serial plotter dapat diamati pada Gambar 11(b). Berdasarkan perubahan nilai ADC yang berbanding lurus dengan kondisi lengan, maka elektronika daya sudah bekerja sesuai spesifikasi.
(a)
(b)
Gambar 11. (a) Hasil Perancangan PCB, (b) Hasil Pengujian Nilai ADC Hasil Perancangan Pendeteksian Hemiparesis
Hasil perancangan bagian pertama pendeteksian hemiparesis adalah User Interface (UI) pendeteksi hemiparesis dengan dua pilihan tampilan, seperti yang ditunjukkan Gambar 12(a). Pilihan pertama adalah sebuah tabel yang menampilkan hasil pengukuran tegangan paresis berupa angka desimal dengan satuan tegangan (Volt). Tabel tersebut juga dapat menampilkan tanggal dan waktu secara real time. Pilihan kedua adalah sebuah grafik yang menampilkan hasil pengukuran tegangan hemiparesis berupa gelombang garis dua dimensi. Pada grafik terdapat sumbu horizontal yang menampilkan waktu secara real time sampai batas waktu pengukuran 30 menit atau 3000 data sedangkan sumbu vertikal menampilkan hasil pengukuran tegangan kekuatan motorik. Tegangan kekuatan motorik dapat ditampilkan dengan tegangan minimum sebesar 0 Volt dan tegangan maksimum sebesar 5 Volt. Pada sumbu vertikal, memiliki major sebesar 0,2 dan minor sebesar 0,04. Meninjau hasil perancangan bagian pertama tersebut, maka pendeteksian hemiparesis dapat ditampilkan secara real time dan objektif melalui monitor. Sistem pendeteksian ini dapat membantu pengguna mendiagnosis dan menentukan prognosis segera pada pasien TIA.
(a)
(b)
Gambar 12. (a) Hasil Perancangan UI Pendeteksi Pensis dan (b) Hasil Perancangan Data Logger Pendeteksi Pensis
11
Hasil perancangan bagian kedua pendeteksian hemiparesis adalah sebuah program yang mampu menyimpan data pengukuran tegangan kelemahan motorik dan waktu secara real time di SD card. Rekam medis adalah sebuah catatan yang berisi data seperti identitas, riwayat penyakit, pemeriksaan, dan penentuan prognosis pasien. Data logger pada prototipe dapat menyimpan data tersebut berupa softcopy seperti yang ditunjukkan Gambar 12(b). Dengan bantuan software PLX-DAQ yang sudah dikoneksikan dengan Microsoft Excel rekam medis tersebut dapat dikirim melalui transfer file atau koneksi internet.
Hasil Pengujian Fungsionalitas
Berikut merupakan data hasil pengujian fungsionalitas prototipe Pensis yang mengikutsertakan 16 peserta penelitian terdiri dari 11 wanita dan 5 pria. Tabel 1. Data Hasil Penelitian Pensis di PSTW Wana Seraya
Inisial L/P UmurEMG Relaksasi EMG Kontraksi
No. Nama
Kiri (V) Kanan (V) Kiri (V) Kanan (V)
1. Subjek 1 P 75 1,86 4,04 2,54 5,00 2. Subjek 2 L 80 1,44 3,61 1,69 5,00 3. Subjek 3 P 79 0,75 - 1,47 - 4. Subjek 4 P 61 1,15 2,46 1,59 2,71 5. Subjek 5 P 74 3,02 1,84 5,00 3,85 6. Subjek 6 P 86 1,88 2,16 2,35 3,11 7. Subjek 7 L 67 0,81 - 1,22 - 8. Subjek 8 L 70 0,91 0,84 1,33 1,26 9. Subjek 9 P 69 1,99 2,03 2,56 2,88 10. Subjek 10 P 69 1,53 0,71 2,27 0,97 11. Subjek 11 P 87 2,98 3,14 3,10 3,34 12. Subjek 12 P 80 1,10 1,81 1,23 1,97 13. Subjek 13 L 68 3,63 2,66 3,84 2,90 14. Subjek 14 L 68 2,25 2,38 3,43 3,20 15. Subjek 15 P 81 - - - -
Pengujian Motorik Lansia Sehat
Berikut merupakan hasil pengujian motorik lansia sehat dengan teknik blind assessment. Lansia dengan nama Subjek 8 pada otot biseps lengan kiri kondisi lengan relaksasi menunjukkan tegangan sebesar 0,91 Volt sedangkan kondisi kontraksi menunjukkan tegangan sebesar 1,33 Volt. Pada otot biseps lengan kanan lansia kondisi lengan relaksasi menunjukkan tegangan sebesar 0,84 Volt, sedangkan kondisi kontraksi menunjukkan tegangan sebesar 1,26 Volt. Grafik hasil pengujian ini dapat diamati pada Gambar 13(a) dan Gambar 13(b).
(a)
12
(b)
Gambar 13. (a) Gelombang Otot Biseps Lengan Kanan Subjek 8, (b) Gelombang Motorik Otot Biseps Lengan kiri Subjek 8
Gambar 14. Hasil pengukuran ΔV Subjek 8
Pada penelitian Poupore dkk tahun 2021 tentang EMG intramuskular, menyatakan bahwa hemiparesis antara sisi tubuh manusia memiliki selisih tegangan motorik lebih dari 0,40 Volt. Jika dimodelkan secara matematis maka ΔV>0,40 Volt. Model matematis ini yang akan digunakan sebagai acuan untuk menentukan hemiparesis pasien TIA (Poupore dkk., 2020). Berdasarkan hasil pengukuran, maka subjek 8 memiliki ΔV<0,40 Volt sebagaimana yang ditunjukkan Gambar 14. Kemudian berdasarkan penelitian Poupure dkk tahun 2021, maka dapat disimpulkan bahwa subjek 8 tidak mengalami hemiparesis.
Pengujian Motorik Pasien TIA
Berikut merupakan pengujian motorik pasien TIA dengan teknik blind assessment. Pasien Subjek 16 pada otot biseps lengan kiri kondisi relaksasi menunjukkan tegangan sebesar 0,98 Volt sedangkan kondisi kontraksi menunjukkan tegangan sebesar 1,69 Volt. Pada otot biseps lengan kanan kondisi relaksasi menunjukkan tegangan sebesar 1,5 Volt sedangkan kondisi kontraksi menunjukkan tegangan sebesar 2,23 Volt. Grafik hasil pengujian ini dapat diamati pada Gambar 15(a) dan Gambar 15(b).
(a)
(b)
Gambar 15. (a) Gelombang Motorik Otot Biseps Lengan Kanan Subjek 16, (b) Gelombang Motorik Otot Biseps Lengan Kiri Subjek 16
13
Gambar 16. Hasil pengukuran ΔV Subjek 16
Berdasarkan hasil pengukuran, maka subjek 16 memiliki ΔV>0,40 Volt sebagaimana yang ditunjukkan Gambar 16. Kemudian berdasarkan penelitian Poupure dkk tahun 2021, maka dapat disimpulkan bahwa subjek 16 mengalami hemiparesis. Hasil pengamatan ini terbukti sesuai dengan data rekam medis dari pasien tersebut yang menyatakan dalam kondisi stroke iskemik dengan grade 4+ dan nilai NIHSS sebesar 3. Pasien tersebut mengalami hemiparesis pada lengan kiri atau melemahnya otot motorik lengan akibat penyakit stroke.
Hasil Pendeteksian Hemiparesis
Dalam proses menguji keakuratan data, maka hasil pengukuran prototipe Pensis akan dibandingkan dengan hasil pengukuran metode MMT serta meninjau rekam medis pasien. Seluruh tahap pengujian dengan metode MMT serta meninjau rekam medis dibantu oleh dokter yang bertanggung jawab di PSTW Wana Seraya. Pengujian dengan metode MMT pada Subjek 8 menunjukkan bahwa Subjek 8 tidak memiliki hemiparesis. Berdasarkan rekam medis Subjek 8 menyatakan bahwa Subjek 8 tidak memiliki riwayat hemiparesis atau riwayat stroke. Oleh karena itu, hasil pengujian prototipe Pensis sudah sesuai dengan hasil pengujian MMT serta dikuatkan kembali dengan rekam medis yang menyatakan bahwa Subjek 8 tidak memiliki riwayat hemiparesis. Selanjutnya, pengujian dengan metode MMT pada Subjek 16 menunjukkan bahwa Subjek 16 memiliki hemiparesis pada lengan kiri. Berdasarkan rekam medis Subjek 16 menyatakan bahwa Subjek 16 memiliki riwayat stroke dengan grade 4+ dan nilai NIHSS sebesar 3. Oleh karena itu, hasil pengujian prototipe Pensis sudah sesuai dengan hasil pengujian MMT serta dikuatkan kembali dengan rekam medis yang menyatakan bahwa Subjek 16 memiliki riwayat hemiparesis.
Berdasarkan hasil pengujian fungsionalitas prototipe yang dibandingkan dengan hasil pengujian metode MMT dan rekam medis pasien, maka Pensis dapat dikategorikan akurat. Hemiparesis selama terjadinya TIA merupakan tanda bahwa pasien memiliki risiko tinggi untuk mengalami serangan stroke berikutnya sampai dua kali lipat. Prototipe yang mampu mempresentasikan gelombang tegangan kekuatan motorik secara dini, objektif, dan efisien dapat membantu tenaga medis untuk menentukan diagnosis segera terhadap pasien. Pengembangan alat diagnosis yang bersifat objektif dan dapat dioperasikan oleh tenaga nonmedis sangat membantu untuk menurunkan angka kejadian stroke yang merupakan penyakit tidak menular di Indonesia.
14
Hasil Pengujian System Usability Test (SUS)
Penilaian System Usability Scale (SUS) juga dilakukan untuk menilai fungsionalitas prototipe secara keseluruhan. SUS menilai pendapat pengguna mengenai konsep, kenyamanan, dan manfaat.
Gambar 17. Adjective Rating Scale Untuk System Usability Scale Hasil pengujian system usability scale (SUS) menunjukkan skor akhir 81. Menurut skala interpretasi SUS, skor ini telah memenuhi kriteria excellent and acceptable. Oleh karena itu, Pensis telah berfungsi dengan baik serta dapat diterima oleh pengguna. Sebagai perbandingan antara produk sejenis dengan Pensis, telah dituangkan Tabel 2 yang menunjukkan indikator standar alat kesehatan neurologi berbasis pendeteksi yang telah diadaptasi dari asosiasi standar internasional. Tabel 2. Perbandingan Pensis dengan produk sejenis
INDIKATOR MMT EMG
Intramuskular Pensis
Non-Invasive Ya Tidak Ya
Ease of Use Perlu tenaga medis Perlu tenaga medis Tidak memerlukan tenaga medis
Portable Ya Tidak Ya
Accurate Ya, tetapi tidak presisi
Ya Ya
Cost-efficient Rp.70.000 Rp. 100.000.000 Rp 1.200.000
15
KESIMPULAN
Berdasarkan seluruh tahapan penelitian, maka dapat disimpulkan bahwa proses pendeteksian yang menggunakan surface EMG menjadikan prototipe Pensis bersifat non-invasive. Melalui hasil pengujian fungsionalitas prototipe kemudian hasil tersebut dibandingkan dengan metode MMT serta meninjau rekam medis pasien, maka hasil pendeteksian prototipe Pensis dapat dikategorikan akurat. Berdasarkan hasil yang diperoleh, dapat disimpulkan bahwa sistem pendeteksi hemiparesis pasien TIA Pensis telah memenuhi standar alat kesehatan neurologi sebagai sistem pendeteksi yang non-invasif, efisien biaya, portabel, akurat, serta dapat digunakan tanpa memerlukan bantuan tenaga medis. Prototipe Pensis dapat dikembangkan melalui tahapan uji klinis, pemerolehan izin edar, dan izin produksi sehingga siap dikomersialisasikan.
DAFTAR PUSATAKA
Amarenco, P. (2020). Transient Ischemic Attack. New England Journal of Medicine, 382(20), 1933–1941. https://doi.org/10.1056/NEJMcp1908837 Amin, H. P., Madsen, T. E., Bravata, D. M., Wira, C. R., Johnston, S. C., Ashcraft,
S., Burrus, T. M., Panagos, P. D., Wintermark, M., & Esenwa, C. (2023). Diagnosis, Workup, Risk Reduction of Transient Ischemic Attack in the Emergency Department Setting: A Scientific Statement From the American Heart Association. Dalam Stroke (Vol. 54, Nomor 3, hlm. E109–E121). Wolters Kluwer Health. https://doi.org/10.1161/STR.0000000000000418
Bangor, A., Kortum, P., & Miller, J. 2009. Determining what individual SUS scores mean; adding an adjective rating. Journal of Usability Studies, 4(3):114–123. Bartl, M., Krahn, A., Riggert, J., & Paulus, W. (2021). Needle EMG Induced Muscle Bleeding Complication After Guideline Approved Discontinuation of Anticoagulation. Clinical Neurophysiology Practice, 6, 109–114. https://doi.org/10.1016/j.cnp.2021.02.005
Bradner, E., & Dawe, M. 2012. Parts of the SUM: a case study of usability benchmarking using the SUM Metric Introduction: using the SUM for benchmarking. UPA International Conference, pp. 1–9.
Bruno, S. (2018). Society 5.0 Industry of the Future, Technologies, Methods and Tools. Great Britaian and the United States by ISTE Ltd and John Wiley & Sons, Inc (Vol. 1)
Chaswal, M. (2019). Transient Ischemic Attack: Timely Diagnosis and Early Intervention. International Journal of Health Sciences & Research (www.ijhsr.org), 9(5), 367. www.ijhsr.org
Dermawan, M., & Meliala, S. (2022). Design Traffic Light of HCSR04 Sensor Fuzzy Logic Method Based on Arduino Mega 2560. International Journal of
16
Engineering, Science & InformationTechnology (IJESTY), 2(4), 133–143. https://doi.org/10.52088/ijesty.v1i4.386
Donkor, E. S. (2018). Stroke in the 21st Century: A Snapshot of the Burden, Epidemiology, and Quality of Life. Stroke Research and Treatment, 1–10. https://doi.org/10.1155/2018/3238165
Edlow, J. A. (2018). Managing Patients With Transient Ischemic Attack. Dalam Annals of Emergency Medicine (Vol. 71, Nomor 3, hlm. 409–415). Mosby Inc. https://doi.org/10.1016/j.annemergmed.2017.06.026
Fahmi, N. A., Widodo, A., Kholis, N., & Baskoro, F. (2021). Rancang Bangun Elektromiograf untuk Identifikasi Gerakan Otot Bisep. Jurnal Teknik Elektro, 10(3), 600–618. https://doi.org/https://doi.org/10.26740/jte.v10n3.p609-618
Florentinus, F., & Setiawan, B. (2018). Pengukuran Kekuatan Kontraksi Otot pada Bagian Torso Tubuh Menggunakan Sensor Elektromiografi. Center for Instrumentation Technology and Automation. https://instrument.itb.ac.id/pengukuran-kekuatan-kontraksi-otot-pada-bagian
torso-tubuh-menggunakan-sensor-elektromiografi/
Hakim, A. El, Kusbandono, H., Jihaadi, F., & Fata, R. (2021). Rancang Bangun Elektromiografi Permukaan Portabel. Jurnal Elektro dan Telekomunikasi Terapan, 8(1), 997–1005. https://doi.org/10.25124/jett.v8i1.3844
International Electrotechnical Commision. 2015. International Standard IEC 60601-1-11.
International Standard Organization. 2020. International Standard ISO 15004-1. Lioutas, V. A., Ivan, C. S., Himali, J. J., Aparicio, H. J., Leveille, T., Romero, J. R., Beiser, A. S., & Seshadri, S. (2021). Incidence of Transient Ischemic Attack and Association with Long-term Risk of Stroke. JAMA - Journal of the American Medical Association, 325(4), 373–381. https://doi.org/10.1001/jama.2020.25071
Manikowska, F., Chen, B. P. J., Jówiak, M., & Lebiedowska, M. K. (2018). Validation of Manual Muscle Testing (MMT) in children and adolescents with cerebral palsy. NeuroRehabilitation, 42(1), 1–7. https://doi.org/10.3233/NRE 172179
Mendelson, S. J., & Prabhakaran, S. (2021). Diagnosis and Management of Transient Ischemic Attack and Acute Ischemic Stroke: A Review. JAMA - Journal of the American Medical Association, 325(11), 1088–1098. https://doi.org/10.1001/jama.2020.26867
Menkes, D. L., & Pierce, R. (2019). Needle EMG Muscle Identification: A Systematic Approach to Needle EMG Examination. Clinical Neurophysiology Practice, 4, 199–211. https://doi.org/10.1016/j.cnp.2019.08.003
Nugroho, N., Arifin, A., & Fatoni, M. (2022). Pengembangan Instrumentasi Surface Electromyogram untuk Pemanfaatan Sistem Kendali Kursi Roda Elektrik.
17
Jurnal Teknik ITS, 11(2), 85–90. https://doi.org/10.12962/j23373539.v11i2.85943
Poupore, N., Strat, D., Mackey, T., & Nathaniel, T. I. (2020). The Association Between an Antecedent of Transient Ischemic Attack Prior to Onset of Stroke and Functional Ambulatory Outcome. Clinical and Applied Thrombosis/Hemostasis, 26, 1–11. https://doi.org/10.1177/1076029620906867
Pulungan, A. B., & Goci, D. S. (2021a). Penggunaan Sistem Data logger Dalam Pencatatan Data Parameter Panel Surya berbasis Mikrokontroler. JTEV (Jurnal Teknik Elektro dan Vokasional), 7(2), 337. https://doi.org/10.24036/jtev.v7i2.115052
Pulungan, A. B., & Goci, D. S. (2021b). Penggunaan Sistem Data logger Dalam Pencatatan Data Parameter Panel Surya berbasis Mikrokontroler. JTEV (Jurnal Teknik Elektro dan Vokasional), 7(2), 337. https://doi.org/10.24036/jtev.v7i2.115052
Roman, N. A., Miclaus, R. S., Nicolau, C., & Sechel, G. (2022). Customized Manual Muscle Testing for Post-Stroke Upper Extremity Assessment. Brain Sciences, 12(4), 1–18. https://doi.org/10.3390/brainsci12040457
Setyaji, R. (2018). Perancangan Prosthesis Pada Lengan Menggunakan Electromyography (EMG). https://repository.its.ac.id/52603/
Sunjaya, A., & Ardiansyah, S. (2021). Indonesia Emas Berkelanjutan 2045. https://penerbit.brin.go.id/press/catalog/view/364/320/3188
Tanweer, M., & Halonen, K. (2018). Development of ECG and EMG platform with IMU to eliminate the motion artifacts found in measurements. https://aaltodoc.aalto.fi/bitstream/handle/123456789/32455/master_Tanweer _Muhammad_2018.pdf?sequence=1&isAllowed=y
18
0 comments:
Posting Komentar