• Tentang UGM
  • Portal Akademik
  • IT Center
  • Perpustakaan
  • Penelitian
  • Webmail
  • Bahasa Indonesia
    • Bahasa Indonesia
    • English
Universitas Gadjah Mada Dept. Teknik Elektro dan Informatika
Sekolah Vokasi
Universitas Gadjah Mada
  • Beranda
  • Tentang Kami
    • Sejarah
    • Visi dan Misi
    • Pengelola
    • Prestasi
    • Tenaga Pendidik
    • Tenaga Kependidikan
  • Program Studi
    • D4 Teknologi Rekayasa Perangkat Lunak
    • D4 Teknologi Rekayasa Elektro
    • D4 Teknologi Rekayasa Internet
    • D4 Teknologi Rekayasa Instrumentasi dan Kontrol
  • Laboratorium
    • Laboratorium Instrumentasi dan Kendali
    • Laboratorium Teknik Tenaga Listrik
    • Laboratorium Elektronika
    • Laboratorium Teknologi Aplikasi dan Jaringan
    • Laboratorium Rekayasa Perangkat Lunak
  • Layanan
    • Kurikulum
    • Kalender Akademik
    • Akreditasi
    • Survei
    • Download Page
    • Permohonan Kunjungan Sekolah
  • Alumni
    • Tracer Study
    • Keluarga Alumni
  • Beranda
  • Berita
  • Peneliti Sekolah Vokasi UGM Kembangkan Sistem Klasifikasi Sinyal EMG Berbasis Machine Learning untuk Terapi Duchenne Muscular Dystrophy

Peneliti Sekolah Vokasi UGM Kembangkan Sistem Klasifikasi Sinyal EMG Berbasis Machine Learning untuk Terapi Duchenne Muscular Dystrophy

  • Berita, SDG 3, SDG 4, SDG 9
  • 22 Oktober 2025, 10.22
  • Oleh: alzaisar.trimulyo
  • 0

Yogyakarta – Tim peneliti dari Departemen Teknik Elektro dan Informatika, Sekolah Vokasi Universitas Gadjah Mada, tengah melaksanakan penelitian berjudul “Klasifikasi Sinyal Electromyograph dengan Machine Learning untuk Terapi Gangguan Duchenne Muscular Dystrophy (DMD)”. Penelitian ini dipimpin oleh Hidayat Nur Isnianto, S.T., M.Eng., dengan dibantu mahasiswa bimbingannya Andi Baihaky, yang dilaksanakan di Laboratorium Instrumentasi dan Kendali, Departemen Teknik Elektro dan Informatika. Saat ini, penelitian masih berada pada tahap perancangan sistem, yang digambarkan melalui desain blok diagram alur kerja mulai dari akuisisi sinyal EMG, preprocessing dan filtering, ekstraksi fitur, hingga klasifikasi menggunakan algoritma Machine Learning yang menghasilkan rekomendasi terapi.

Penelitian ini memiliki peranan yang penting karena Duchenne Muscular Dystrophy merupakan penyakit kelainan otot degeneratif yang menyebabkan kelemahan progresif pada pasien dan hingga kini belum tersedia terapi kuratif. Dengan pendekatan berbasis data dan kecerdasan buatan, sistem yang sedang dikembangkan diharapkan mampu memberikan rekomendasi terapi yang lebih akurat dan terarah. Proyek riset ini tidak hanya bernilai akademik, tetapi juga mendukung pencapaian Sustainable Development Goals (SDGs), khususnya SDG 3 (Good Health and Well-being) melalui peningkatan kualitas kesehatan pasien, SDG 9 (Industry, Innovation, and Infrastructure) dengan menghadirkan inovasi teknologi medis berbasis Machine Learning, serta SDG 4 (Quality Education) karena melibatkan mahasiswa secara aktif dalam penelitian aplikatif untuk meningkatkan keterampilan riset dan inovasi di bidang teknologi kesehatan.

 

Universitas Gadjah Mada

Departemen Teknik Elektro dan Informatika

Sekolah Vokasi
Universitas Gadjah Mada

Jl. Yacaranda, Sekip Unit III, Yogyakarta. 55281
tedi.sv@ugm.ac.id
(0274) 6491302, 561111 | (0274) 542908

 

Lokasi Gedung DTEDI SV UGM

Program Studi

  • D4 Teknologi Rekayasa Elektro (TRE)
  • D4 Teknologi Rekayasa Instrumentasi dan Kontrol (TRIK)
  • D4 Teknologi Rekayasa Internet (TRI)
  • D4 Teknologi Rekayasa Perangkat Lunak (TRPL)

Laboratorium

  • Laboratorium Teknologi Aplikasi dan Jaringan
  • Laboratorium Elektronika
  • Laboratorium Instrumentasi dan Kendali
  • Laboratorium Rekayasa Perangkat Lunak
  • Laboratorium Teknik Tenaga Listrik

Tautan

  • Sekolah Vokasi UGM
  • Simaster UGM
  • eLOK UGM
  • Tracer Study
  • Career Center (VDC)
  • Ditmawa
  • Berita UGM
  • Youtube
  • Instagram

© DEPARTEMEN TEKNIK ELEKTRO DAN INFORMATIKA SEKOLAH VOKASI UGM

KEBIJAKAN PRIVASI/PRIVACY POLICY