MODUL ELEKTROOKULOGRAFI BERBASIS MIKROKONTROLER: DETEKSI ARAH BOLA MATA MENGGUNAKAN ANALISIS TEGANGAN THRESHOLD

Authors

  • Sheilla Nadia Valina Politeknik Negeri Semarang
  • Mohammad Rofi'i
  • Mohammadhisyam Sabiq
  • Faizah Faizah
  • Devi Yesitasari

DOI:

https://doi.org/10.32497/orbith.v21i2.6756

Keywords:

electrooculography, Arduino Nano, AD8232, eye movement detection, voltage threshold

Abstract

 

Elektrookulografi (EOG) merupakan teknik perekaman sinyal bioelektrik yang dihasilkan dari perbedaan potensial antara kornea dan retina mata. Penelitian ini bertujuan untuk merancang dan mengimplementasikan modul elektrookulografi berbasis mikrokontroler Arduino Nano guna mendeteksi arah gerakan bola mata. Sinyal EOG ditangkap menggunakan elektroda AgCl yang diperkuat dan disaring melalui modul AD8232. Sistem menggunakan lima responden yang diminta melakukan lima arah gerakan mata. Data sinyal analog diproses melalui ADC internal Arduino dan dianalisis menggunakan metode tegangan ambang (threshold) untuk mengklasifikasikan arah pandangan. Hasil deteksi ditampilkan melalui LCD 16x2 dan divisualisasikan dengan dua motor servo. Sistem mampu mengenali gerakan mata dengan akurasi rata-rata 86,6%. Modul ini berpotensi dikembangkan lebih lanjut sebagai antarmuka manusia-mesin (HMI), khususnya untuk pengguna disabilitas.

References

M. H. Purnomo. 2019. Pengolahan Sinyal Biomedis untuk Sistem Kendali dan Interfacing. Yogyakarta: Graha Ilmu.

I. W. Putra. 2020. Mikrokontroler Arduino dalam Aplikasi Biomedik. Surabaya: Penerbit Informatika.

D. Exaudi, A. Rahmat, dan I. Utama. 2022. “Implementasi Elektrookulografi untuk Kendali Robot dengan Arduino Uno,” dalam Jurnal Elektro Indonesia, vol. 14, no. 1.

R. Lestari dan A. Yuniarti. 2021. “Sistem Smarthome Berbasis Elektrookulografi Menggunakan Arduino Nano,” dalam Jurnal Teknologi dan Sistem Komputer, vol. 9, no. 2.

D. Laksono, R. Wibowo, dan A. Fitri. 2021. “Pemrosesan Sinyal EOG Satu Kanal untuk Kendali Multimedia,” dalam Jurnal Rekayasa Elektrika, vol. 13, no. 3.

H. Wulandari dan T. Santosa. 2023. “Pengembangan Antarmuka Mata untuk Pengguna Disabilitas Menggunakan EOG,” dalam Jurnal Ilmiah Elektro, vol. 15, no. 1.

A. K. Nugraha dan S. Y. Hidayat. 2020. “Desain Sistem Monitoring EOG dengan Bluetooth HC-05,” dalam Jurnal Informatika dan Komputer, vol. 8, no. 2.

R. Y. Saputra. 2022. “Perancangan Sistem Kendali Gerakan Kursor Menggunakan EOG dan Arduino,” dalam Jurnal Sistem Kendali, vol. 10, no. 2.

L. Hartati. 2018. Sistem Biometrik: Teori dan Aplikasi. Bandung: Informatika.

A. Fauzan. 2017. “Penggunaan Threshold pada Deteksi Sinyal Biomedik,” dalam Media Elektronika dan Informatika, vol. 6, no. 1.

D. Irawan. 2016. “Antarmuka Otak-Komputer Berbasis Sinyal Bioelektrik,” dalam Teknika: Jurnal Teknologi dan Rekayasa, vol. 12, no. 1.

M. Rahmadi. 2023. “Analisis Perbandingan Metode Threshold dan SVM dalam Klasifikasi EOG,” dalam Jurnal Neural Engineering Indonesia, vol. 4, no. 2.

F. Prasetyo. 2021. “Sensor Biopotensial dan Aplikasinya dalam Medis,” dalam Jurnal Medis Elektronik, vol. 7, no. 3.

B. Nugroho. 2015. “Mengenal Sinyal Biopotensial: EEG, EMG, dan EOG,” dalam Teknologi Kedokteran Modern, edisi Mei 2015.

M. Setiawan. 2020. “Arduino Nano dan Pemrosesan Data Sinyal Analog,” dalam Majalah Elektronika Digital, edisi No. 17.

Downloads

Published

2025-07-31

Issue

Section

Engineering Articles