Jason, Bill (2019) Rancang Bangun Pembangkit Sinyal Elektrokardiogram (EKG) untuk Pengujian Alat Pendeteksi Fibrilasi,. Sarjana thesis, Universitas Brawijaya.
Abstract
Fibrilasi merupakan salah satu kelainan pada jantung dimana jantung berdetak secara tidak beraturan. Fibrilasi merupakan salah satu kelainan jantung yang menyebabkan terjadinya kasus kematian mendadak. Kelainan tersebut dapat dideteksi dengan menggunakan alat pendeteksi fibrilasi. Akan tetapi, untuk mengetahui apakah alat pendeteksi fibrilasi tersebut bekerja dengan benar maka dibutuhkan suatu pengujian pada manusia yang berpotensi mengalami fibrilasi. Namun, pengujian ini tidak akan efektif karena kita tidak tahu kapan dan dimana seseorang akan mengalami fibrilasi. Disisi lain ada sebuah situs bernama PhysioNet yang menyediakan berbagai data medis. Salah satu data medis yang dimiliki oleh PhysioNet adalah data medis jantung. Didalamnya terdapat data medis jantung dalam berbagai kondisi seperti pada saat normal, fibrilasi pada atrium ataupun fibrilasi pada ventrikuler. Oleh karena tidak efektifnya pengujian jika dilakukan pada manusia dan ketersediaan data medis jantung disitus PhysioNet. Maka dirancanglah pembangkit sinyal elektrokardiogram (EKG) yang mampu merekonstruksi sinyal jantung dalam keadaan normal, fibrilasi atrium dan fibrilasi ventikuler. Alat pembangkit sinyal yang dirancang merupakan pembangkit sinyal berbasis mikrokontroller, dalam penelitian ini mikrokontroller yang digunakan adalah Arduino Due. Sinyal yang dibangkitkan berfokus pada puncak R dan inverval R. Puncak R dan interval R yang dihasilkan memiliki error yang berbeda pada tiap sampel Sinyal yang dibangkitkan memiliki tingkat keakuratan rata – rata sebesar 88.78 % untuk untuk tegangan pada tiap puncak R dan tingkat keakuratan sebesar 97.24 % untuk RR Interval.
English Abstract
Fibrillation is one of the abnormalities in the heart where the heart beats irregularly. Fibrillation is one of the heart disorders that causes sudden death cases. These abnormalities can be detected using a fibrillation detector. However, to find out whether the fibrillation detector works correctly, a test in humans with potential for fibrillation is needed. However, this test will not be effective because we do not know when and where a person will experience fibrillation. On the other hand there is a site called PhysioNet which provides various medical data. One of the medical data owned by PhysioNet is heart medical data. There are heart medical data in various conditions such as at normal, atrial fibrillation or fibrillation in ventricular. Because of the ineffectiveness of testing if done in humans and the availability of heart medical data on the site of PhysioNet. So an electrocardiogram (ECG) signal generator is designed that is able to reconstruct the heart signal in normal, atrial fibrillation and ventricular fibrillation. The signal generator tool designed is a microcontroller-based signal generator, in this study the microcontroller used is Arduino Due. The generated signal focuses on the R peak and R inverval . The generated R peak and R interval have different errors in each sample The generated signal has an average accuracy rate of 88.78% for the voltage at each R peak and the accuracy rate of 97.24% for RR Interval.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FT/2019/579/051905247 |
| Uncontrolled Keywords: | Elektrokardiogram, Fibrilasi, Pembangkit Sinyal, Mikrokontroller, PhysioNet, Electrocardiogram, Fibrillation, Signal Generation, Microcontroller, PhysioNet |
| Subjects: | 600 Technology (Applied sciences) > 620 Engineering and allied operations > 620.004 Design, testing, measurement, quality, maintenance, repair |
| Divisions: | Fakultas Teknik > Teknik Elektro |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 26 Aug 2020 04:24 |
| Last Modified: | 27 Sep 2022 03:18 |
| URI: | http://repository.ub.ac.id/id/eprint/172678 |
![[thumbnail of Bill Jason.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Bill Jason.pdf Download (2MB) |
Actions (login required)
 |
View Item |