ANALISIS DENYUT JANTUNG, KECEPATAN PERNAPASAN, DAN VARIABILITAS DENYUT JANTUNG UNTUK DETEKSI GANGGUAN PERNAPASAN - Dalam bentuk buku karya ilmiah

SYALSABILLA DEWIANA PUTRI

Informasi Umum

Kode

25.04.5432

Klasifikasi

621.31 - Electrical Engineering

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Electrical Engineering

Dilihat

84 kali

Informasi Lainnya

Abstraksi

Penyakit pernapasan merupakan salah satu masalah kesehatan yang paling umum di seluruh dunia. Penyakit seperti Penyakit Paru Obstruktif Kronik (PPOK), Infeksi Saluran Pernapasan Akut (ISPA), fibrosis paru, dan ARDS dapat menyebabkan sesak napas yang signifikan dan mempengaruhi kualitas hidup pasien. Tujuan dari sistem pernapasan adalah memastikan pertukaran gas yang efektif dalam aliran darah melalui proses menghirup dan menghembuskan napas. Jika terjadi cedera pada paru-paru atau infeksi, oksigen tidak dapat mencapai aliran darah atau karbon dioksida. Setiap jantung diciptakan oleh pergerakkan impuls listrik dari otot jantung. Pengukuran Elektrokardiografi (EKG) adalah metode yang digunakan secara umum untuk dipakai dalam mengukur kinerja jantung manusia melalui aktivitas elektrik jantung. Oleh karena itu, penelitian ini merancang sebuah sistem pemantauan aktivitas jantung dengan memanfaatkan sensor AD8232 serta mikrokontroler Arduino Uno. Sistem ini untuk menampilkan parameter fisiologis berupa Heart Rate (HR), Respitory Rate (RR), dan Heart Rate Variability (HRV) secara langsung melalui OLED. Batasan penelitian dibatasi proses perolehan sinyal, tahapan penyaringan, deteksi puncak R, perhitungan parameter utama, serta klasifikasi sederhana kondisi jantung dalam kategori “Normal” atau “Tidak”. Tahapan penelitian dimulasi dari pengambilan sinyal EKG menggunakan sensor AD8232 yang terhubung dengan Arduino Uno. Data hasil rekaman kemudian diproses melalui penyaringan dengan teknik baseline Wander Removal, bandpass filter, dan moving average untuk menenkan artefak dan gangguan. Selanjutnya dilakukan deteksi puncak R untuk memperoleh interval RR yang digunakan dalam estimasi HR. HRV dihitung menggunakan metode SDNN, sementara RR ditenttukan melalui analisis sinyal berbasis baseline Wander. Pengambilan sampel dilakukan dengan frekuensi 250 Hz agar resolusi analisis data sesuai standar sinyal. Semua hasil proses ditampilkan secara real-time pada OLED untuk status kondisi jantung sementara pada partisipan. Kemudian data yang telah diperoleh diolah kembali menggunakan regresi linier untuk mendapatkan hasil R 2 dan mengetahui MAE. Lalu metode menggunakan regresi linier dibandingkan dengan Support Vector Regression (SVR) untuk melihat hasilnya lebih baik dengan menggunakan metode regresi linier atau SVR. Pengujian sistem menunjukkan bahwa perangkat mampu menampilkan sinyal EKG dan menghitung HR, RR, dan HRV dengan cukup baik. Nilai HR yang diperoleh berada dalam kisaran fisiologis normal orang dewasa yaitu 60-100 BPM dan mendekati hasil pengukuran oksimeter sebagai pembanding untuk HR. Untuk kecepatan pernapasan dibandingkan dengan napas manual. Perhitungan HRV menggunakan metode SDNN berhasil menunjukkan variasi denyut jantung yang mencerminkan kondisi fisiologis partisipan. Selain itu, sistem ini dapat mengeluarkan informasi status jantung normal atau tidak normal secara otomatis.