Algoritma Pendeteksi Titik Ekstrim Pada Sinyal ECG Untuk Analisis Awal Gejala Aritmia

Article Sidebar

PDF
Published: May 2, 2023
Keywords:
ECG, deteksi PQRST, Matlab, titik ekstrim, aritmia

Main Article Content

M. Jasa Afroni
Program Studi Teknik Elektro, Universitas Islam Malang
Bambang Minto Basuki
Program Studi Teknik Elektro, Universitas Islam Malang
Nabila Amelia
Program Studi Teknik Elektro, Universitas Islam Malang

Abstract

Pemeriksaan kesehatan jantung pasien sering dilakukan dengan cara merekam sinyal listrik jantung dalam bentuk Electrocardiogram (ECG). Untuk mengidentifikasi kondisi jantung, biasanya ditinjau beberapa titik ekstrim maksimum dan minimum pada sinyal ECG yang dikenal sebagai titik PQRST. Tinggi rendahnya titik ekstrim tersebut dan jarak (interval) antara titik dapat digunakan untuk mendeteksi gejala penyakit jantung seperti aritmia. Penelitian ini menggunakan algoritma deteksi titik ekstrim maksimum dan minimum berbasis Matlab untuk mendeteksi titik PQRST dan menganalisis posisi titik titik tersebut untuk mendeteksi gejala aritmia. Berdasarkan hasil uji coba menggunakan data yang diperoleh dari Physionet MIT-BIH dan pasien jantung RS Saiful Anwar Malang, deteksi titik PQRST dapat dilakukan dengan cepat dan akurat menggunakan metode ini. Namun demikian, metode ini hanya dimaksudkan untuk membantu tenaga medis dalam membaca rekaman sinyal ECG, bukan untuk menggantikan peran tenaga medis dalam melakukan diagnosa.

Article Details

How to Cite
M. Jasa Afroni, Bambang Minto Basuki, & Nabila Amelia. (2023). Algoritma Pendeteksi Titik Ekstrim Pada Sinyal ECG Untuk Analisis Awal Gejala Aritmia. SinarFe7, 3(1). Retrieved from https://journal.fortei7.org/index.php/sinarFe7/article/view/391
Issue
Vol. 3 No. 1 (2020): Sinarfe7-3 2020
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

References

Mc Namara, K., Alzubaidi, H., & Jackson, J. K. “Cardiovascular disease as a leading cause of death: how are pharmacists getting involved?”. Integrated pharmacy research & practice, 8, 1, 2019

Septadaya, A., Dewi, C., & Rahayudi, B. “Implementasi Extreme Learning Machine dan Fast Independent Component Analysis untuk Klasifikasi Aritmia Berdasarkan Rekaman Elektrokardiogram”. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-ISSN, 2548, 964X, 2019

Setiawidayat, S., Hidayati, R., Sulistiarini, E. B., & Finahari, N. PENDETEKSI AMPLITUDO ELEKTROKARDIOGRAM DISKRIT MENGGUNAKAN ALGORITMA PQRST, 2017.

Moody GB, Mark RG. The impact of the MIT-BIH Arrhythmia Database. IEEE Eng in Med and Biol 20(3):45-50 (May-June 2001). (PMID: 11446209)

Hudzaqi, M. Fayyad (pasien jantung RSSA, Malang), personal interview, 2020

Guyton, A.C., Hall, J.E., 2006a. Textbook of Medical Physiology, 11th ed. Elsevier Saundes,Mississippi.

Amelia, N., Afroni, M. J., & Basuki, B. M. STUDI ARITMIA PADA DATA DISKRIT ELECTROCARDIOGRAM (ECG) UNTUK MENENTUKAN SINYAL PQRST DENGAN METODE EKSTRIMA. SCIENCE ELECTRO, 12(2), 2020