Mechanomyography (MMG) merupakan metode alternatif untuk mendeteksi pola sinyal aktivitas otot.
Metode ini juga lebih efisien dibandingkan dengan Electromyography (EMG) karena kondisi kulit dapat mempengaruhi output EMG (Islam et a.l, 2013) . Penggunaan MMG masih kurang popular dibandingkan EMG hal ini dikarenakan data klasifikas yang tersedia kurang, banyak peneliti yang meneliti data klasifikai MMG agar penelitian ini berkembang di duina Biomedical. Dari masalah tersebut penelitian ini bertujuan untuk mendapatkan data klasifikasi pola sinyal otot dengan MMG. Proses penelitian dataset dilakukan dengan pengambilan data menggunakan sensor Piezoresistive yang dibalut kain carbon nano-tube yang selanjutnya akan di klasifikasikan menggunakan K-Nearest Neighbor dan Decision Tree sebagai classifier untuk mencari akurasinya. Dari hasil klasifikasi yang dilakukan nilai akurasi yang didapat adalah 92% untuk wanita dan pria 97%. Nilai akurasi data yang didapatkan tidak maksimal karena subjek yang random dan sensor yang lusuh karena ukuran kaki subjek yang berbeda – beda.