Kehilangan sebagian dari anggota tubuh seperti lengan, kaki atau jari, di derita oleh jutaan orang di seluruh dunia. Kehilangan anggota gerak tubuh paling umum terjadi dikarenakan operasi. Selain kehilangan anggota tubuh, kelemahan otot juga menjadi faktor permasalahan. disaat orang pernah mengalami cidera, faktor umur, ataupun beban kerja yang mengharuskan orang memakai kekuatan fisik, seperti mengangkat benda benda yang berat. Sinyal electromyography yang dideteksi dari Vastus Medialis dan Erector Spinae, dilakukan proses identifikasi menggunakan fitur ekstraksi domain waktu yaitu MAV, MAD, RMS. Menggunakan Window 500 ms dengan overlap 10 ms. Threshold digunakan untuk mendeteksi awal dan akhir kontraksi otot. Threshold untuk mendeteksi awal kontraksi yaitu 0.002 dan threshold untuk mendeteksi akhir kontraksi yaitu 0.0015 dan diambil data dalam range tersebut setiap ada 3 perubahan data. Data yang digunakan sebagai input neural network berjumlah 240. Hidden node yang digunakan berjumlah 80 hidden node. Data train berjumlah 556 data gerak. Data test berjumlah 160 data gerak. Diuji dengan data test, system dapat mengartikan gerakan dengan benar mencapai 84% dan data salah sebanyak 16%. Selain itu system diuji dengan data responden berbeda dengan data test sebanyak 104 data gerak, system dapat mengartikan gerakan secara benar mencapai 59% dan data salah sebanyak 41%.