Aktivitas otot menghasilkan sinyal elektromiografi (EMG) yang dapat
dimanfaatkan untuk aplikasi medis maupun sistem kendali berbasis otot.
Penelitian ini menggunakan metode Discrete Wavelet Transform (DWT)
db4 level-4 sebagai tahap preprocessing sinyal EMG dari otot lengan
bawah. Transformasi wavelet menghasilkan lima subband dengan
karakteristik berbeda, yaitu A4 (0–31,25 Hz) yang merepresentasikan
pola dasar kontraksi otot dan transisi istirahat–aktif, D3 dan D2 (31,25
250 Hz) yang mengandung energi dominan terkait aktivitas otot, serta D1
(250–500 Hz) yang terutama memuat komponen frekuensi tinggi dan
noise sehingga berguna untuk evaluasi kualitas sinyal. Namun, hasil
penelitian menunjukkan bahwa sinyal yang dianalisis belum mampu
membedakan setiap gerakan karena proses DWT dilakukan pada sinyal
gabungan dari enam gerakan sekaligus, bukan per gerakan secara
individual. Kondisi ini mengakibatkan perbedaan pada tiap level
dekomposisi tidak dapat merepresentasikan karakteristik unik masing
masing gerakan. Temuan ini menegaskan pentingnya pemisahan sinyal
per gerakan agar fitur hasil DWT dapat dimanfaatkan secara optimal
dalam deteksi maupun klasifikasi. Dengan demikian, DWT db4 tetap
efektif sebagai metode preprocessing sinyal EMG dan berpotensi
diterapkan dalam sistem prostetik maupun rehabilitasi dengan
pengolahan sinyal yang lebih terarah.
Kata Kunci: Signal Processing, Wavelet Transform, Discrete Wavelet
Transform db4, Sensor EMG, Otot Forearm