Dalam dunia medis konsep teknologi BSN (Body Sensor Network) sedang dikembangkan di Indonesia untuk monitoring kesehatan tubuh manusia. EKG (elektrokadiogram) adalah salah cara dalam merekam aktivitas listrik yang dihasilkan oleh jantung untuk mendeteksi kelainan kesehatan pada saat jantung berkontraksi. Oleh sebab itu BSN digunakan untuk beberapa monitoring dalam kesehatan salah salah satunya yaitu EKG. Namun, pada BSN (Body Sensor Network) keterbatasan daya dari sensor biosignal dan kemampuan komputasi sensor yang sangat terbatas serta ukuran sinyal yang besar menyebabkan dibutuhkannya kapasitas penyimpanan yang besar. Untuk itu, saat ini perlu suatu metode yang efisien agar dapat melakukan kompresi terhadap sinyal EKG dengan menghasilkan kualitas yang cukup baik.
Dalam penelitian Tugas Akhir ini telah dilakukan perancangan sistem dengan menerapkan metode Compressive Censing yang menggunakan FFT (fast fourier transform) dalam transformasi sparsity dan dalam transformasi proyeksi yang digunakan proyeksi gaussian serta algoritma Basis Pursuit dengan pemrograman L1 Magic untuk rekonstruksi sinyal ouput. Dengan metode tersebut, akan menghasilkan data sinyal yang lebih efisien.
Berdasarkan hasil pengukuran yang dilakukan, SNR sinyal EKG yang dihasilkan tanpa kanal AWGN dengan periode kardiak 2048 sampel didapatkan nilai SNR yaitu 7,6144 dB, pada periode kardiak 6144 sampel yaitu 9,2317 dB, serta pada periode kardiak 10240 sampel yaitu 5,1630 dB. Sedangkan, SNR sinyal EKG yang dihasilkan dengan kanal AWGN dengan periode kardiak 2048 sampel didapatkan nilai SNR yaitu 7,396 dB, pada periode kardiak 6144 sampel didapatkan nilai 9,2317 dB, serta pada periode kardiak 10240 sampel didapatkan nilai yaitu 5,1778 dB
Kata Kunci : BSN, EKG ,Compressive Sensing, algoritma Basis Pursuit, FFT, Gaussian