PENERAPAN TEKNOLOGI INTERNET OF THINGS DENGAN SENSOR ELEKTROMIOGRAFI (EMG) DALAM PEMBELAJARAN DETEKSI CARPAL TUNNEL SYNDROME PADA MATA KULIAH TEKNOLOGI OLAHRAGA DI UNIVERSITAS NEGERI SURABAYA

IMPLEMENTATION OF INTERNET OF THINGS TECHNOLOGY WITH ELECTROMYOGRAPHY (EMG) SENSOR IN LEARNING CARPAL TUNNEL SYNDROME DETECTION IN THE SPORTS TECHNOLOGY COURSE AT STATE UNIVERSITY OF SURABAYA

Penelitian ini bertujuan untuk mengimplementasikan teknologi Internet of Things (IoT) dengan sensor Elektromiografi (EMG) dalam pembelajaran deteksi Carpal Tunnel Syndrome (CTS) pada mata kuliah Teknologi Olahraga di Universitas Negeri Surabaya. Teknologi ini dikembangkan untuk membantu mahasiswa memahami konsep fisiologi otot, mendeteksi gejala CTS, serta menganalisis data sinyal otot secara real-time melalui aplikasi berbasis IoT. Penelitian menggunakan desain pre-eksperimental one-group pretest-posttest, dengan tahap pengukuran awal, pembelajaran menggunakan prototipe berbasis IoT, dan pengukuran akhir. Hasil penelitian menunjukkan validitas media pembelajaran sangat tinggi, dengan skor 98% untuk media ajar dan 97% untuk modul ajar. Analisis menggunakan Paired Sample T-Test mengungkapkan peningkatan signifikan pada nilai rata-rata mahasiswa, dari pre-test 60,71 menjadi post-test 86,25 (p < 0,05). Rata-rata nilai psikomotorik mahasiswa mencapai 84,00, dan nilai afektif sebesar 85,36, keduanya berada di atas Kriteria Ketuntasan Minimal (KKM). Respon mahasiswa terhadap media pembelajaran menunjukkan kepraktisan tinggi (96,67%), mencerminkan penerimaan positif terhadap alat ini yang dinilai praktis, relevan, dan efektif. Penelitian ini menunjukkan bahwa penerapan IoT dengan sensor EMG tidak hanya mampu meningkatkan pemahaman kognitif, keterampilan psikomotorik, dan sikap mahasiswa, tetapi juga memberikan pengalaman pembelajaran yang interaktif dan aplikatif. Media pembelajaran ini dapat menjadi model inovatif yang relevan dalam mendukung pendidikan berbasis teknologi, khususnya dalam pengembangan solusi kesehatan preventif seperti deteksi CTS. Temuan ini diharapkan dapat diterapkan lebih luas dalam dunia pendidikan maupun pelayanan kesehatan masyarakat.

Kata kunci: CTS, deteksi dini, EMG, media pembelajaran inovatif, pembelajaran teknologi olahraga.

This study aims to implement Internet of Things (IoT) technology with an Electromyography (EMG) sensor in learning the detection of Carpal Tunnel Syndrome (CTS) in the Sports Technology course at State University Of Surabaya. The technology was developed to assist students in understanding muscle physiology concepts, detecting CTS symptoms, and analyzing muscle signal data in real-time through an IoT-based application. The research employed a pre-experimental one-group pretest-posttest design, consisting of initial measurement, learning using the IoT-based prototype, and final measurement. The results showed very high validity of the learning media, with scores of 98% for teaching media and 97% for the teaching module. Analysis using Paired Sample T-Test revealed a significant increase in students’ average scores, from a pre-test score of 60.71 to a post-test score of 86.25 (p < 0.05). The average psychomotor score reached 84.00, and the affective score was 85.36, both exceeding the Minimum Mastery Criteria (KKM). Student responses to the learning media indicated high practicality (96.67%), reflecting positive acceptance of the tool, which was considered practical, relevant, and effective. This study demonstrates that the implementation of IoT with EMG sensors can improve students’ cognitive understanding, psychomotor skills, and attitudes, while providing an interactive and applied learning experience. This learning media can serve as an innovative model relevant for supporting technology-based education, particularly in developing preventive health solutions such as CTS detection. The findings are expected to be applied more broadly in education and public health services.

Keywords: CTS, early detection, EMG, innovative learning media, sports technology learning.