Muhammad Bilal, Implementasi Sistem Pendeteksi Fibrilasi Atrium Berdasarkan Interval dan Gradien QRS Menggunakan Metode Jaringan Saraf Tiruan, Rizal Maulana, S.T., M.T., M.Sc. dan Eko Setiawan, S.T., M.T., Ph.D
| Main Author: | Bilal, Muhammad |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2021
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/186462/1/Muhammad%20Bilal.pdf http://repository.ub.ac.id/186462/ |
Daftar Isi:
- Penyakit jantung merupakan salah satu jenis penyakit kardiovaskular yang dapat menyebabkan kematian. Penyakit jantung yang paling umum terjadi adalah penyakit jantung koroner, aritmia, gagal jantung, katup jantung dan otot jantung. Sebanyak 87% penderita penyakit jantung koroner mengalami kematian mendadak akibat aritmia. Gejala umum dari penderita aritmia adalah jantung yang berdebar dengan tidak normal. Di sisi lain dari 41% pasien yang mengeluh berbedar ternyata menderita aritmia. Aritmia sendiri dapat dibedakan menjadi beberapa jenis, yaitu PAC, PVC, Takikardia Supraventrikular, Takikardia Ventrikel, Fibrilasi Atrium, Ventrikel Fibrilasi dan Bradiaritmia. Fibrilasi Atrium sendiri merupakan kerusakan irama jantung dimana sinyal listrik pada atrium tidak sesuai dengan ventrikel dalam melakukan kontraksi. Fibrilasi Atrium dapat menjadi pemicu komplikasi dengan penyakit lain, seperti kardiomiopati, hipertiroid, strok, palpitasi dan gagal jantung. Untuk mencegah hal tersebut, maka dilakukan penelitian untuk mendeteksi Fibrilasi Atrium sedini mungkin. Penelitian tersebut dilakukan dengan membuat sistem yang dibangun dari Arduino Uno sebagai pemroses mikrokontroller, sensor AD8232 sebagai perekam sinyal EKG dan LCD sebagai layar yang menampilkan informasi hasil diagnosis kondisi “Normal” atau “Fibrilasi Atrium”. Selain itu sistem yang dibangun menggunakan fitur mean interval QRS, median interval QRS, mean gradient QRS dan median gradient QRS untuk melakukan klasifikasi terhadap kondisi tersebut dengan menggunakan metode klasifikasi Jaringan Saraf Tiruan. Sebanyak 40 data latih akan digunakan pada fase pelatihan metode Jaringan Saraf Tiruan untuk menghasilkan bobot dan bias tetap. Selanjutnya dilakukan pengujian untuk menguji model yang dihasilkan dari fase pelatihan. Di sisi lain pengujian BPM dilakukan untuk menguji kehandalan sensor dalam mengakuisisi sinyal EKG. Dari 10 kali pengujian BPM yang dilakukan diperoleh hasil berupa akurasi sebesar 94,55%. Kemudian dari 20 data yang diujikan pada model Jaringan Saraf Tiruan diperoleh hasil berupa akurasi sebesar 90% dengan waktu komputasi selama 32,09 ms.