iv
ABSTRAK
Jantung merupakan salah satu organ tubuh manusia yang sangat penting. Jantung
berfungsi untung memompa darah yang mengandung nutrisi dan oksigen keseluruh tubuh.
Sehingga bila terjadi kelainan pada jantung dapat dipastikan akan mengganggu kesehatan
karena
kerja tubuh yang tidak maksimal. Untuk mengetahui kondisi kerja jantung diperlukan
alat atau perangkat pendeteksi kondisi jantung yaitu elektrokardiogram (EKG).
Dalam penelitian ini dilakukan ekstraksi ciri EKG menggunakan
Discrete Wavelet
Transform
(
DWT
)
lalu d
ata akan di
konversi ke skalogram
dan di
dapat ektraksi ciri khusus
menggunakan
Grey Level Difference Method
(GLDM
)
.
S
edangkan untuk klasifikasi
menggunakan
k
N
earest
N
eighbor (
k
NN).
Keluarannya akan dianalisis dan diklasifikasikan
ke dalam 6 macam t
ipe ritme EKG
antara lain adalah kondisi jantung
atrial fibrilation
(AF),
normal sinus rhytme
(NSR),
ventricular tachicardia
(VT),
ventricular fibrillation
(VF),
Paced Rhytms
(PR),
prem
a
tur
e
ventricular contraction
( PVC).
Pada s
istem ini
metode yang
digunakan dalam analisis
ialah GLDM, dengan
perhitungan jarak antar pixel
d=1
didapat pengaruh pada akurasi sebesar
65
%.
P
engkl
a
sifikasian K
nn dengan metode pengukuran
Euclidean Distance
mampu menghasilkan
nilai akurasi untuk nilai k = 1 sebesar 70%, k =
3 sebesar 71,6%, k = 5 sebesar 70%, dan k = 7
sebesar 70%.
Kata kunci : EKG, Discrete Wavelet Transfrom, k - N earest N eighbor, jantung, skalogram