Seseorang yang mengalami disabilitas tidak dapat melakukan pekerjaan dengan leluasa atau terbatas, salah satunya adalah paralisis pada tangan yang diakibatkan oleh stroke atau cedera tulang belakang. Tangan sebagai alat gerak yang sering digunakan oleh manusia sangat berperan penting dalam kesehariannya, oleh karena itu, ketergantungan manusia pada alat gerak tubuhnya sangat besar. Untuk dapat menyembuhkan paralisis, salah satunya adalah dengan dibuatkannya alat rehabilitasi untuk membantu seseorang mengembalikan kondisi tangannya yang mengalami paralisis menjadi normal. Alat rehabilitasi yang dibuat berguna untuk menstimulasi gerak otot pada jari serta membantu pergerakannya menjadi lebih kuat dalam menutup dan membuka tangan. Alat yang berbentuk eksoskeleton dan berbasis sensor Electromyogram (EMG) dapat menopang tangan manusia sekaligus kemandirian alat rehabilitasi yang dapat digerakkan tanpa bantuan eksternal. Eksoskeleton sendiri berbentuk sarung tangan yang dilengkapi dengan manipulator berbahan material padat yang dapat menopang tangan. Sistem yang digunakan pada alat adalah sistem pattern recognition untuk dapat klasifikasi gerakan dasar membuka dan menutup tangan dan variasi kekuatan menggenggam. Klasifikasi yang digunakan adalah Back Propagation Artificial Neural Network (BPANN) dan regresi linear dengan jumlah data training sebanyak 720 data dan data testing sebanyak 180 data. Akurasi yang dihasilkan sebesar 83,89% pada pengujian offline. Pengujian online sendiri menghasilkan akurasi 74% dengan percobaan sebanyak 50 kali pada 5 class.