SF42 Implementasi Sistem Akusisi Sinyal Jantung Berbasis Phonocardiography dengan Sensor Suara
Keywords:
Phonocardiogram(PCG), Akusisi Suara Jantung, MAX9814, Python, MatplotlibAbstract
Perkembangan teknologi digital memberikan peluang dalam pengembangan sistem akuisisi suara jantung. Phonocardiogram (PCG) merupakan metode non-invasif untuk merekam suara jantung yang dihasilkan oleh aktivitas mekanis jantung. Dalam proses akuisisinya, sinyal PCG dapat mengalami gangguan noise lingkungan, interferensi frekuensi rendah, dan ketidakstabilan sinyal yang dapat memengaruhi kualitas hasil perekaman. Oleh karena itu, diperlukan sistem akuisisi yang mampu menghasilkan sinyal PCG dengan kualitas yang baik.
Penelitian ini bertujuan merancang dan mengimplementasikan sistem akuisisi sinyal PCG menggunakan mikrofon dan modul MAX9814 sebagai penguat sinyal berlevel rendah (low-level signal amplifier) serta mikrokontroler ESP32 sebagai perangkat akuisisi data. Data hasil akuisisi dikirimkan ke komputer melalui komunikasi serial dengan sampling rate sebesar 400 Hz dan diproses menggunakan Python. Tahapan preprocessing meliputi Low Pass Filter (LPF), band-pass filtering, smoothing, dan normalisasi. Hasil pengujian menunjukkan bahwa LPF memiliki frekuensi kerja hingga 150 Hz, sedangkan band-pass filter pada rentang 30–80 Hz menghasilkan frekuensi dominan sebesar 39,70 Hz. Tahap smoothing mampu mengurangi fluktuasi amplitudo sehingga sinyal menjadi lebih stabil, sedangkan normalisasi berhasil menyeragamkan amplitudo pada rentang -0,5 hingga 0,5. Hasil visualisasi menggunakan Matplotlib menunjukkan bahwa karakteristik bunyi jantung S1 dan S2 dapat diamati setelah proses preprocessing.
References
S. Nafisah, Novianti Nuril Inayah, and Baharuddin Yusuf, “Literatur Review: Penyebab Dan Perkembangan Penyakit Jantung Koroner,” J. Forum Kesehat. Media Publ. Kesehat. Ilm., vol. 14, no. 1, pp. 27–36, 2024, doi: 10.52263/jfk.v14i1.254.
M. H. purnomo Irmalia Suryani Faradisa,Dimas Okky Anggriawan,Tri Arief Sardjono, “Identification Of Phonocardiogram Signal Based on STFT and Marquart Lavenberg Backpropagation,” pp. 25–30, 2016.
E. S. Denis Ahmad Ryfai1, Nurul Hidayat2, “Klasifikasi Tingkat Resiko Serangan Penyakit Jantung menggunakan Metode K-Nearest Neighbor,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 10, pp. 4701–4707, 2022, [Online]. Available: https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/11662
M. Melyani, L. N. Tambunan, and E. P. Baringbing, “Hubungan Usia dengan Kejadian Penyakit Jantung Koroner pada Pasien Rawat Jalan di RSUD dr. Doris Sylvanus Provinsi Kalimantan Tengah,” J. Surya Med., vol. 9, no. 1, pp. 119–125, 2023, doi: 10.33084/jsm.v9i1.5158.
D. Dhea Nurina Hafila, KWisudawan, Sidrah Darma, Nurhikmah, “Fakumi medical journal,” J. Mhs. Kedokt., vol. 2, no. 5, pp. 359–367, 2022.
S. Aziz, M. U. Khan, M. Alhaisoni, T. Akram, and M. Altaf, “Phonocardiogram signal processing for automatic diagnosis of congenital heart disorders through fusion of temporal and cepstral features,” Sensors (Switzerland), vol. 20, no. 13, pp. 1–20, 2020, doi: 10.3390/s20133790.
M. A. A. Amal, D. Zulherman, and R. Widadi, “Klasifikasi Sinyal Phonocardiogram Menggunakan Short Time Fourier Transform dan Convolutional Neural Network,” J. Teknol. Inf. dan Ilmu Komput., vol. 10, no. 2, pp. 237–244, 2023, doi: 10.25126/jtiik.20235424.
Y. Antonisfia and R. Wiryadinata, “Ekstraksi Ciri pada Isyarat Suara Jantung Menggunakan Power Spectral Density Berbasis Metode Welch,” Media Inform., vol. 6, no. 1, pp. 71–84, 2008, doi: 10.20885/informatika.vol6.iss1.art5.
I. S. Faradisa, O. V. Putra, T. A. Sardjono, and M. H. Purnomo, “Arrhythmia Foetus Heartbeat Detection Using Optimized Neural Network Based on Phonocardiograph Ensemble Feature and Principal Component Analysis,” Int. J. Intell. Eng. Syst., vol. 16, no. 1, pp. 561–571, 2023, doi: 10.22266/ijies2023.0228.48.
K. O. Bachri, “Frequency Extraction of Phonocardiogram Signal using Fourier Transform Artikel info,” vol. 17, no. 2, 2024.
E. D. Setioningsih, V. Abdullayev, and F. Amrinsani, “Evaluating the effectiveness of digital filtering techniques in electronic stethoscopes : a study of Kalman and Butterworth filters,” vol. 15, no. 2, pp. 1494–1508, 2026, doi: 10.11591/eei.v15i2.8674.
M. R. Khalilian, M. Safari, M. Hajipour, and K. Rahmani, “Evaluation of the heart sounds in children using a Doppler Phonolyser,” Biomed. Eng. Online, vol. 0, pp. 1–12, 2023, doi: 10.1186/s12938-023-01084-0.
S. K. Ghosh, “Heart Sound Data Acquisition and Preprocessing Techniques : A Review”.
]S. Ismail, I. Siddiqi, and U. Akram, “Localization and classification of heart beats in phonocardiography signals a comprehensive review,” EURASIP J. Adv. Signal Process., vol. 2018, no. 1, 2018, doi: 10.1186/s13634-018-0545-9.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Galang Dewa Sukmana
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
