ABSTRAKSI: Electrocardiogram (ECG) merupakan rekam grafis medis yang menunjukkan aktivitas otot-otot jantung. ECG memiliki pola-pola yang dapat dikenali sehingga ECG umum digunakan untuk mendiagnosa kondisi kesehatan jantung pasien. Arrhythmia adalah suatu kelainan jantung dimana terjadi ketidakstabilan ritme detak jantung yang bisa berakibat kematian. Arrhythmia sendiri memiliki beberapa jenis spesifik yang masing-masing memiliki spesifikasi pengobatan yang berbeda.
Diagnosis terhadap kelainan jantung diperlukan rekam medis ECG yang cukup panjang secara kontinyu, selain itu analisis diagnosis hanya dapat dilakukan oleh dokter spesialis atau pakar jantung.
Adaptive Neuro-Fuzzy Inference System (ANFIS) merupakan kombinasi dari Sistem Inferensi Fuzzy dengan Jaringan Syaraf Tiruan (JST) dimana nilai keanggotaan dari Sistem Inferensi Fuzzy akan diperbaiki melalui pembelajaran JST sehingga dapat memberikan tingkat akurasi yang lebih baik untuk suatu sistem klasifikasi.
Tugas Akhir ini mengimplementasikan arsitektur ANFIS untuk klasifikasi kelainan jantung Arrythmia dengan memanfaatkan nilai energi yang didapatkan dari dekomposisi wavelet data ECG. Jenis Arrhythmia yang diterapkan dalam sistem adalah AF (Atrial Fibrillation), CHF (Congestive Heart Failure), dan NSR (Normal Synus Rhythm).
Hasil pengujian sistem menunjukkan bahwa pada tahap pelatihan dengan data latih, ANFIS mampu melakukan klasifikasi data ECG dengan tingkat akurasi 99% sedangkan pada tahap pengujian dengan data uji, ANFIS mampu melakukan klasifikasi data ECG dengan tingkat akurasi 97,674%.Kata Kunci : Electrocardiogram, Arrhythmia, dekomposisi paket wavelet, ANFIS.ABSTRACT: Electrocardiogram (ECG) is a medical graph records that show the activities of heart tissues. ECG’s patterns are identifiable, therefore ECG could be used to diagnose whether a patient having heart disorder. Arrhythmia is a condition where the heart’s beat rhythms are unstable which could cause dead. There are a few specific kind of Arrhythmia disorder which requires different medical treatment specification.
Heart disorder diagnosis requires long and continous ECG data, therefore diagnosis could be done only by doctor or heart specialist.
Adaptive Neuro-Fuzzy Inference System (ANFIS) is a combination system of Fuzzy Inference System and Artificial Neural Network. ANFIS works by fitting the membership function of Fuzzy Inference System through Artificial Neural Network system to provide better precision for the classification system.
This final project implements ANFIS architechture to classify Arrhythmia heart disorder by employing the energy feature which acquired by implementing wavelet decomposition for ECG data. The class of Arrhythmia used for the system are AF (Atrial Fibrillation), CHF (Congestive Heart Failure), and NSR (Normal Synus Rhythm).
Sistem testing result shows that at training process using training data, ANFIS capable to classify ECG data with 99% accuracy, and of course at testing proccess using testing data, ANFIS capable to classify ECG data with 97,67% accuracy.Keyword: electrocardiogram, Arrhythmia, wavelet packet decomposition, ANFIS