Tubuh manusia kerap mengalami cedera yang disebabkan oleh berbagai faktor, yang dapat mengganggu dan menghambat aktivitas keseharian kita. Blakeney W.G pada tahun 2010, mengungkapkan bahwa Articulatio cubiti atau yang lebih dikenal dengan sebutan siku merupakan salah satu organ penting pada tubuh manusia yang paling sering mengalami cedera setelah bahu. Cedera pada siku dapat terjadi karena gerakan yang berulang-ulang dan adanya trauma pada daerah tersebut. Untuk mengatasinya, diperlukan rehabilitasi fisik pada bagian yang mengalami cedera sehingga dapat kembali normal.
Salah satu parameter utama yang paling diperhatikan dalam rehabilitasi fisik adalah pengukuran Range of Motion yang disingkat dengan ROM. ROM bertujuan untuk mengklasifikasikan tingkat keparahan cedera sehingga penting dilakukan sebelum pasien melalui tahapan rehabilitasi fisik untuk menentukan penanganan yang tepat pada cedera. Selain itu pengukuran ROM juga dilakukan setelah pasien menjalani rehabilitasi fisik selama periode tertentu, yang bertujuan untuk mengukur efektivitas rehabilitasi fisik yang ditetapkan oleh dokter.
ROM merupakan satu-satunya parameter yang dapat merepresentasikan kondisi sirkulasi darah, neurologis, persendian, dan ligamen di lokasi cedera secara tepat. Parameter ini dapat menunjukkan kemampuan dari suatu persendian, tulang, maupun ligamen untuk melakukan pergerakan. Oleh karena itu, dibutuhkan pengukuran ROM yang akurat dan presisi agar tidak terjadi kesalahan diagnosa mengenai tingkat keparahan cedera. Keakuratan ROM juga dapat merepresentasikan kondisi yang sesungguhnya dari persendian sehingga efektivitas rehabilitasi yang telah dijalani oleh pasien dapat terevaluasi dengan baik.
Selama ini, pengukuran ROM masih menggunakan perangkat manual yaitu goniometer. Namun, terdapat beberapa kekurangan pada komponen ini, dimana penggunaan goniometer masih membutuhkan interfensi dari manusia. Pengukuran ROM menggunakan goniometer juga membutuhkan pengalaman klinis yang tinggi dari dokter agar hasil yang didapatkan tepat. Selain itu goniometer tidak dapat digunakan untuk pengukuran ROM pada persendian tertentu. Sehingga diperlukan sebuah perangkat yang dapat melakukan pengukuran ROM secara otomatis, tepat, dan fleksibel.
Metode dan Hasil
Kami melakukan riset yang bertujuan untuk melakukan pengukuran ROM pada Articulatio
cubiti untuk gerakan fleksi atau ekstensi secara visualmenggunakan sensor kinect dengan metode transformasi Hough. Sensor kinect mempunyai kemampuan untuk melakukan skeletal tracking dan apabila dipadukan dengan perangkat pemrograman Python dapat menjadi alternatif lain untuk alat ukur ROM. Kinect SDK dibutuhkan untuk melakukan skeletal tracking dengan hanya menggunakan raw stream pada sensor kinect.
Penelitian dilakukan dengan langkah awal pengambilan data citra pada posisi awal dan akhir dari gerakan fleksi atau ekstensi menggunakan sensor kinect. Terdapat tiga variasi jarak antara naracoba dengan sensor kinect, yaitu 140 cm, 220 cm, dan 300 cm sebagai jarak pertama, jarak kedua, dan jarak ketiga, serta terdapat 10 variasi nilai ROM dengan interval 4o hingga 120o. Kemudian dilakukan pengambilan nilai RGB dari skeletal tracking pada citra, untuk mendapatkan nilai HSV (Hue Saturation Value) yang nantinya akan digunakan untuk proses segmentasi citra.
Metode yang digunakan untuk segmentasi citra pada penelitian ini adalah metode thresholding. Segmentasi citra menggunakan metode thresholding akan menghasilkan citra biner yang kemudian akan melalui proses operasi morfologi citra dengan metode
thinning. Langkah selanjutnya adalah pendeteksian garis pada citra menggunakan transformasi Hough sehingga didapatkan informasi ? (jarak) dan ? (sudut) dari garis. Dari kedua informasi tersebut dapat dilakukan perhitungan sudut yang dibentuk oleh skeletal tracking di masing-masing citra pada posisi awal dan akhir dari gerakan fleksi atau ekstensi. Nilai sudut pada posisi awal dan akhir dari gerakan fleksi atau ekstensi dapat digunakan untuk pengukuran ROM.
Hasil yang diperoleh menunjukkan bahwa pengukuran ROM dengan metode transformasi Hough berbasis sensor kinect mampu mendapatkan hasil dengan tingkat akurasi yang tinggi. Hasil terbaik terdapat pada jarak pertama dengan linieritas sebesar 99.59%, sensitivitas sebesar 97.38%, akurasi sebesar 96.64%, dan standar deviasi relatif sebesar 1.65%. Semakin jauh jarak antara naracoba dengan sensor kinect, maka semakin rendah linieritas, sensitivitas, akurasi, dan presisi dalam melakukan pengukuran Range of Motion menggunakan metode transformasi Hough berbasis sensor kinect.
Berdasarkan hasil yang didapatkan, pengukuran ROM dengan metode transformasi Hough berbasis sensor kinect dapat menjadi alternatif untuk pengukuran ROM yang lebih akurat dan presisi. Selain itu kombinasi sensor kinect dengan perangkat pemrograman Python dapat melakukan pengukuran ROM secara otomatis, tepat, dan fleksibel.
Penulis: Dr. Riries Rulaningtyas, S.T, M.T.
Informasi detail dari riset ini dapat dilihat pada tulisan kami di:
https://aip.scitation.org/doi/10.1063/5.0042691
Mastri Cahyaningtyas Pediyanti, Riries Rulaningtyas, Akif Rahmatillah, and Katherine (2021). Range of motion measurement of Articulatio cubiti based on Hough transformation, AIP Conference Proceeding 2329, 050020-1 – 050020-10.
