achmadrizal's blog

DETEKSI KELAINAN JANTUNG BERDASARKAN MONITORING ECG PADA PASIEN PASCA OPERASI BEDAH JANTUNG

Abstrak

Kondisi jantung pasien yang dirawat diruang Intensif Care Unit(ICU) perlu mendapat pengawasan(monitoring) yang terus menerus. Monitoring ini dilakukan dengan cara memantau sinyal Electrocardiogram (ECG) pasien. Jantung yang berada dalam kondisi sehat mempunyai pola sinyal ECG tertentu. Penyimpangan pola sinyal ECG dari bentuk normal menandakan adanya kelainan pada jantung.

Pada penelitian ini digunakan Hidden Markov Model (HMM) untuk membedakan apakah sinyal ECG termasuk Normal Sinus Rhythm (NSR) atau Atrial Fibrillation (AF). Dekomposisi paket wavelet digunakan dalam proses awal untuk mendapatkan vektor ciri yang dapat membedakan satu sinyal dengan sinyal lainnya. Sementara untuk merubah vektor ciri menjadi barisan simbol digunakan k-means clustering.

Tingkat akurasi pengenalan sinyal ECG sebesar 95% ( 100% untuk NSR dan 90% untuk AF). Segmentasi sinyal ECG hanya berhasil untuk sinyal ECG NSR.

Sumber Dana

Penelitian Dana Internal  ITTelkom 2009

Keluaran

Perangkat lunak pengenalan ECG menggunakan HMM

Publikasi

Jondri, Achmad Rizal, Deteksi Otomatis Kelainan Jantung Menggunakan Hidden Markov Model (HMM), Proceeding Konferensi Nasional Sistem Informatika 2010, Bali, 13 November 2010, STMIK STIKOM Bali, ISSN: 1979-9845

Leave a Reply

Skip to toolbar