Implementasi Sistem Pendeteksi Premature Ventricular Contraction (PVC) Aritmia
| Main Author: | Awdihansyah, Sulthan Ghiffari |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/180916/1/Sulthan%20Ghiffari%20Awdihansyah%20%282%29.pdf http://repository.ub.ac.id/180916/ |
Daftar Isi:
- Kondisi Premature Ventricular Contraction (PVC) Aritmia adalah kondisi ketika jantung berdetak tidak seperti biasanya. PVC terjadi pada jantung bagian bawah atau biasa disebut dengan ventrikel (bilik). Kondisi PVC umum terjadi pada manusia, akan tetapi apabila terjadi secara terus menerus dapat meningkatkan resiko penyakit jantung lainnya seperti gagal jantung, jantung koroner,dan penyakit jantung lainnnya. Saat ini, untuk melakukan pemeriksaan kondisi jantung PVC hanya dapat dilakukan di rumah sakit dan membutuhkan biaya yang cukup mahal. Oleh karena permasalahan-permasalahan tersebut, pada penelitian ini akan dibuat sistem yang dapat mendeteksi kondisi Premature Ventricular Contraction (PVC) Aritmia. Penelitian ini menggunakan mikrokontroler Arduino Mega, Sensor EKG AD8232, dan LCD 16x2 untuk membuat sistem yang dapat mendeteksi dan menampilkan hasil diagnosa kondisi PVC Aritmia. Digunakan metode klasifikasi K-NN untuk mengklasifikasi sinyal EKG yang dideteksi oleh sensor AD8232. Parameter-parameter yang digunakan dalam pengklasifikasian metode K-NN adalah nilai lebar QRS (QRS Complex) dan Gradien R. Hasil dari klasifikasi K-NN berupa kelas “Normal” atau “PVC”. Terdapat 3 hasil output dari sistem yaitu “Normal”, ”Bigeminy”, dan ”Trigeminy”. digunakan 46 data latih dan 23 data uji dalam pengujian klasifikasi metode K-NN. Dari hasil pengujian akurasi klasifikasi metode K-NN, didapatkan nilai akurasi sebesar 91,3%. Pengujian waktu komputasi dilakukan sebanyak 10 kali pengujian. Nilai rata-rata dari hasil pengujian waktu komputasi sebesar 1988,9 ms