ANALIS
IS
SINYAL ELEKTROKARDIOGRAM UNTUK MENGETAHUI KONDISI
JANTUNG MENGGUNAKAN CONTINUOUS WAVELET TRANSFORM DAN K
-
NEAREST NEIGHBOR

Winna Zaraswati

Informasi Umum

Kode

111081090

Klasifikasi

621.382 - Communication Engineering, signal processing, network protocol, signal processing, communication network analysis

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Signal - Processing

Dilihat

293 kali

Informasi Lainnya

Abstraksi

Tubuh manusia terdiri dari beberapa organ, salah satu organ yang berperan penting adalah jantung. Jantung berfungsi untuk mengalirkan darah ke seluruh tubuh. Jantung rentan dengan berbagai penyakit. Penyakit jantung merupakan penyakit berbahaya yang dapat menyebabkan kematian. Sinyal pada jantung disebut dengan elektrokardiogram (EKG) yang digunakan untuk mengetahui kondisi jantung. EKG dihasilkan oleh aktifitas listrik otot jantung . Sinyal EKG terdiri dari gelombang P, kompleks QRS, dan gelombang T. Dari r ekaman EKG ini, dapat diketahui kondisi jantung manusia dalam keadaan normal atau terdapat gangguan.<br>Dalam penelitian ini dilakukan suatu sistem pengenalan sinyal EKG menggunakan metode transformasi Continuo u s Wavelet Transform (CWT) dan klasifikasi

K

Nearest Neighbor

(k

NN) . Transformasi CWT memiliki resolusi yang baik di domain waktu maupun domain frekuensi sehingga karakteristik dari setiap pola sinyal suara jantung dapat diekstrak lebih tepat. Hasil transformasi diambil cirinya menggunakan Gra y Leve

l Co

occurrence Matrix (GLCM) . Hasil ekstraksi ciri diklasifikasikan

menggunakan k

NN yang merupakan metode klasifikasi berdasarkan jarak terdekat. Klasifikasi dibagi ke dalam 6 kelas yaitu Normal Sinus Rhyth m (NSR), Atrial Fibrilation (AF), Ventricular Ta chicardia (VT), Ventricular Fibrilation (VF), Premature Ventricular Contractions (PVC), dan Paced Rhythms.<br>Dari metode yang digunakan dalam sistem ini, akurasi yang dihasilkan menggunakan metode pengukuran Euclidean Distance dengan nilai k = 1 sebesar 90%, k = 3 sebesar 85%, k = 5 sebesar 86 , 67%, dan k = 7 sebesar 83 , 33% pada skala 128 dalam metode CWT serta pada skala 256 di dapatkan akurasi dengan nilai nilai k = 1 sebesar 95%, k = 3 sebesar 88 , 33%, k = 5 sebesar 86 , 67%, dan k = 7 sebesar 85%. Penggunaan skala 256 memiliki akurasi yang lebih baik dibandingkan skala 128.<br> Elektrokardiogram, Continuo u s Wavelet Transform , Gra y Level Co - occurrence Matrix , k - Nearest Neighbor