Implementasi Sistem Pendeteksi Premature Ventricular Contraction (PVC) Aritmia

Awdihansyah, Sulthan Ghiffari (2020) Implementasi Sistem Pendeteksi Premature Ventricular Contraction (PVC) Aritmia. Sarjana thesis, Universitas Brawijaya.

Abstract

Kondisi Premature Ventricular Contraction (PVC) Aritmia adalah kondisi ketika jantung berdetak tidak seperti biasanya. PVC terjadi pada jantung bagian bawah atau biasa disebut dengan ventrikel (bilik). Kondisi PVC umum terjadi pada manusia, akan tetapi apabila terjadi secara terus menerus dapat meningkatkan resiko penyakit jantung lainnya seperti gagal jantung, jantung koroner,dan penyakit jantung lainnnya. Saat ini, untuk melakukan pemeriksaan kondisi jantung PVC hanya dapat dilakukan di rumah sakit dan membutuhkan biaya yang cukup mahal. Oleh karena permasalahan-permasalahan tersebut, pada penelitian ini akan dibuat sistem yang dapat mendeteksi kondisi Premature Ventricular Contraction (PVC) Aritmia. Penelitian ini menggunakan mikrokontroler Arduino Mega, Sensor EKG AD8232, dan LCD 16x2 untuk membuat sistem yang dapat mendeteksi dan menampilkan hasil diagnosa kondisi PVC Aritmia. Digunakan metode klasifikasi K-NN untuk mengklasifikasi sinyal EKG yang dideteksi oleh sensor AD8232. Parameter-parameter yang digunakan dalam pengklasifikasian metode K-NN adalah nilai lebar QRS (QRS Complex) dan Gradien R. Hasil dari klasifikasi K-NN berupa kelas “Normal” atau “PVC”. Terdapat 3 hasil output dari sistem yaitu “Normal”, ”Bigeminy”, dan ”Trigeminy”. digunakan 46 data latih dan 23 data uji dalam pengujian klasifikasi metode K-NN. Dari hasil pengujian akurasi klasifikasi metode K-NN, didapatkan nilai akurasi sebesar 91,3%. Pengujian waktu komputasi dilakukan sebanyak 10 kali pengujian. Nilai rata-rata dari hasil pengujian waktu komputasi sebesar 1988,9 ms

English Abstract

Conditions of Premature Ventricular Contraction (PVC) Arrhythmia is a condition when the heart beats unusual. PVC occurs in the lower heart or commonly called ventricle (chambers). The condition of PVC is common in humans, but if it occurs continuously it can increase the risk of other heart diseases such as heart failure, coronary heart disease, and other heart diseases. Currently, to check the PVC heart condition can only be done in a hospital and requires quite expensive costs. Because of these problems, in this research a system that can detect arrhythmia Premature Ventricular Contraction (PVC) will be created. In this study, Arduino Mega Microcontroller, AD8232 ECG Sensor, LCD 16x2 will be used to detect Arrhytmia PVC Condition. Classification K-NN method will be used to classify signal detected by the AD8232 Sensor. The parameters used in K-NN classification are the value of QRS width (QRS Complex) and gradient R. The results of the K-NN classification are "Normal" or "PVC" classes. There are 3 output from system, they are “Normal”, “Bigeminy”, and “Trigeminy”. From the results of the K-NN method classification accuracy testing, an accuracy value of 91,3% was obtained. Computational time testing is done 10 times. The average of the computational time testing results is 1988.9 ms.

Other obstract

-

Item Type:	Thesis (Sarjana)
Identification Number:	SKR/FILKOM/2020/176/052003367
Uncontrolled Keywords:	Aritmia, PVC, AD8232, Arduino, ECG, K-NN, Arrhythmia, PVC, AD8232, Arduino, ECG, K-NN
Subjects:	000 Computer science, information and general works > 005 Computer programming, programs, data > 005.4 Systems programming and programs
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Budi Wahyono Wahyono
Date Deposited:	05 Aug 2020 08:20
Last Modified:	02 Oct 2024 08:28
URI:	http://repository.ub.ac.id/id/eprint/180916

Text Sulthan Ghiffari Awdihansyah.pdf Download (6MB)

Actions (login required)

View Item