Tubuh manusia memiliki bagian-bagian tubuh yang sangat penting bagi manusia untuk melakukan kegiatan sehari-hari salah satunya adalah tangan. Kehilangan tangan akibat kecelakaan atau lumpuh akan menyebabkan manusia mengalami kesulitan dalam menjalankan aktifitasnya dan melakukan kegiatan sehari-hari. Melalui masalah yang diangkat maka penulis mencoba mengembangkan tangan Bionik untuk meniru beberapa gerakan tangan seperti aslinya. Tangan Bionik ini menggunakan beberapa motor servo untuk menggerakkan jari. Masukan dari penelitian ini adalah sinyal myoelectric yang dihasilkan dari sensor myo yang dipakai pada lengan bawah. Sinyal tersebut kemudian di ekstrak dan diolah menggunakan beberapa pre-processing sinyal sehingga menghasilkan sebuah pola yang akan dijadikan masukan dan diklasifikasikan menggunakan metode backpropagation. Backpropagation merupakan salah satu model jaringan syaraf tiruan yang digunakan untuk mengenali pola sinyal yang sudah diolah dari masing-masing gerakan. Kemudian data keluaran akan diproses oleh microcontroller dan akan dikirim ke beberapa servo sebagai hasil akhirnya. Diharapkan dari penelitian proyek akhir ini dapat membantu penderita korban amputasi untuk melakukan kegiatan sehari-hari. Dari hasil pengujian didapatkan hasil bahwa akurasi pengenalan pola menggenggam mempunyai persentase sebesar 65 %, pengenalan pola menunjuk sebesar 75 %, pengenalan pola wave in sebesar 100 %, pengenalan pola wave out sebesar 75 %, dan pengenalan pola spread sebesar 100 %. Dari keseluruhan persentase maka didapatkan error sebesar 17 %.