Ekstraksi Ciri Sinyal EKG Aritmia Menggunakan Gelombang Singkat Diskrit

• Main Authors: Ig R. Haryosuprobo, Yohanes Soegiarto, FX Suryadi
• Format: Article
• Language: English
• Published: Universitas Kristen Satya Wacana 2016-10-01
• Series: Techne
• Subjects: JST Backpropagation; EKG; ekstraksi ciri; wavelet
• Online Access: http://ojs.jurnaltechne.org/index.php/techne/article/view/151

Angka kematian akibat penyakit jantung terutama penyakit jantung koroner tergolong sangat tinggi. Oleh karena itu, deteksi dan penanganan dini penyakit jantung ini dapat mencegah kerusakan permanen pada jaringan jantung.Sinyal EKG yang sama, yang diperoleh dari elektrokardiograf dapat diinterpretasikan berbeda-beda oleh para dokter. Hal itu disebabkan karena ragam penyakit jantung yang sangat banyak sehingga untuk mendiagnosa dengan tepat kelainan jantung tertentu seorang dokter harus memiliki keahlian khusus serta pengalaman yang memadai. Pada penelitian ini akan diimplementasikan Ekstraksi Sinyal EKG Aritmia Menggunakan Gelombang Singkat Diskrit. Jenis pola jantung yang akan diteliti meliputi jantung Normal, Atrial Fibrilation, Ventricular Takikardia, Ventricular Fibrilation, serta Penyakit Jantung Koroner (PJK). Tahap pertama penelitian adalah preprocessing yang meliputi penghapusan derau dan normalisasi sinyal. Tahap kedua adalah ekstraksi ciri menggunakan dekomposisi wavelet, sedangkan tahap selanjutnya adalah identifikasi sinyal EKG menggunakan JST backpropagation. Tahapan-tahapan tersebut berlaku untuk proses pelatihan maupun proses pengujian. Data penelitian terdiri atas data riil berupa grafik rekaman EKG dan data simulasi yang diambil dari MIT-BIH database. Hasil simulasi menunjukkan akurasi jaringan sebesar 97% dari total 187 data. Akurasi paling baik (100%) dicapai pada EKG Atrial Fibrillation, sedangkan akurasi terendah (79%) yaitu saat mengenali EKG Ventricular Fibrillation