Analisis Perbandingan Performa Algoritma Pendeteksi Puncak R Pada Real Time Akuisisi Sinyal Electrocardiography Berbasis Shimmer

Dewa, Muklas Isa and Edita Rosana Widasari, S.T., M.T., M.Eng., Ph.D. and Hurriyatul Fitriyah, S.T., M.Sc. (2023) Analisis Perbandingan Performa Algoritma Pendeteksi Puncak R Pada Real Time Akuisisi Sinyal Electrocardiography Berbasis Shimmer. Sarjana thesis, Universitas Brawijaya.

Abstract

Organ jantung memiliki peran yang sangat vital dalam tubuh manusia. Penyakit jantung menduduki peringkat teratas sebagai penyebab utama kematian di seluruh dunia. Oleh karena itu, memahami kondisi fisiologis jantung menjadi hal yang krusial untuk pencegahan dan penanggulangan penyakit jantung. Salah satu fitur yang mencolok dalam sinyal Electrocardiography (ECG) adalah titik QRS, yang dapat dijadikan sebagai sumber data klinis yang berharga. Identifikasi titik QRS memungkinkan pengambilan informasi lebih lanjut mengenai komponen lain dalam sinyal ECG. Dengan menemukan titik QRS, pencarian informasi ini dapat memberikan wawasan yang penting tentang kondisi jantung seseorang. Sensor ECG yang biasa dipakai adalah AD8232, sensor tersebut membutuhkan kondisi dimana pasien harus dalam posisi berbaring dan keadaan tenang agar data pengukuran bisa didapatkan dengan konstan. Serta sensor tersebut tidak wearable, maka dibutuhkan alat yang wearable seperti shimmer. Penelitian ini menggunakan tiga algoritme deteksi puncak R yaitu Adaptive Threshold (AT), PanTompkins (PT), dan Stationary Wavelet Transform (SWT). Ratarata persentase hasil uji akurasi dari ketiga algoritme yaitu AT, PT, dan SWT berturutturut adalah sebesar 95.71%, 97.14%, dan 91.17%. Untuk waktu komputasi, algoritme AT, PT, dan SWT berturutturut memerlukan waktu 0.03 s, 0.73 s, dan 0.23 s. Untuk besar penggunaan memori dari ketiga algoritme AT, PT, dan SWT masingmasing memerlukan memori sebesar 6.38 MB, 207.08 MB, dan 93.86 MB. Dari hasil tersebut dapat disimpulkan bahwa PT memiliki akurasi yang paling tinggi dibandingkan dua algoritme lainnya. Namun, untuk waktu komputasi dan penggunaan memori algoritme AT memiliki waktu tercepat dan memerlukan memori kecil dibandingkan dua algoritme lainnya.

English Abstract

The heart plays a crucial role in the human body, with heart disease ranking as the leading cause of death worldwide. Understanding the physiological condition of the heart is therefore crucial for the prevention and management of heart diseases. One prominent feature in Electrocardiography (ECG) signals is the QRS complex, which serves as a valuable source of clinical data. Identifying the QRS complex enables the extraction of further information about other components in the ECG signal. Discovering the QRS complex can provide crucial insights into an individual's heart condition. The commonly used ECG sensor is the AD8232, which requires the patient to be in a lying position and in a calm state for consistent measurement data. Since this sensor is not wearable, a wearable device like shimmer is needed. This study employs three Rpeak detection algorithms: Adaptive Threshold (AT), PanTompkins (PT), and Stationary Wavelet Transform (SWT). The average accuracy test results for the three algorithms, AT, PT, and SWT, are 95.71%, 97.14%, and 91.17%, respectively. In terms of computational time, the AT, PT, and SWT algorithms require 0.03 s, 0.73 s, and 0.23 s, respectively. Regarding memory usage, the AT, PT, and SWT algorithms require memory sizes of 6.38 MB, 207.08 MB, and 93.86 MB, respectively. From these results, it can be concluded that PT has the highest accuracy compared to the other two algorithms. However, for computational time and memory usage, the AT algorithm is the fastest and requires less memory than the other two algorithms.

Item Type:	Thesis (Sarjana)
Identification Number:	052315
Uncontrolled Keywords:	Adaptive Threshold, Elektrokardiografi, Jantung, PanTompkins, Shimmer, Stationary Wavelet Transform-Adaptive Threshold, Electrocardiography, Heart, PanTompkins, Shimmer, Stationary Wavelet Transform
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	soegeng sugeng
Date Deposited:	16 Feb 2024 03:06
Last Modified:	16 Feb 2024 03:06
URI:	http://repository.ub.ac.id/id/eprint/216128

Text (DALAM MASA EMBARGO) Muklas Isa Dewa.pdf Restricted to Registered users only Download (3MB)

Actions (login required)

View Item