Klasifikasi Kondisi Jantung Menggunakan JST Berdasarkan Pemodelan Sinyal Electrocardiography

Edwin ., M. Jimmy Hasugian, E. Merry Sartika

Abstract


Kondisi fisiologis jantung manusia -normal atau arrhythmia dapat diketahui dari
sinyal ECG (Electrocardiography). Penelitian ini bertujuan untuk melakukan klasifikasi
terhadap kondisi tersebut, yakni normal, atrial fibrilation, ventricular tachycardia, dan
ventricular bigeminy. Pemodelan sinyal dengan menggunakan AR (AutoRegressive) Model
metode Burg dilakukan untuk mengekstrak informasi penting pada sinyal. Orde model
ditentukan melalui kriteria uji kecocokan dan AIC (Akaike’s Information Criteria). Parameter
AR Model kemudian digunakan sebagai masukan bagi JST (Jaringan Saraf Tiruan) dengan
fungsi sebagai data uji maupun data latih. Hasil pengujian menunjukkan bahwa klasifikasi
terbaik didapatkan dengan menggunakan pemodelan orde 5 dan arsitektur Jaringan Saraf
Tiruan 3 layer dengan jumlah neuron 20 – 20 – 4. Hasil klasifikasi 100% didapatkan untuk
setiap kondisi fisiologis pada kategori data uji sama dengan data latih. Kategori data uji tidak
sama dengan data latih menunjukkan hasil klasifikasi 66,67% untuk kondisi atrial fibrilation,
75% untuk kondisi ventricular tachycardia, 40% untuk ventricular bigeminy, dan 30% untuk
kondisi normal.
Kata kunci: sinyal ECG, arrhythmia, AR Model, Jaringan Saraf Tiruan, klasifikasi

References



Full Text: PDF

Refbacks

  • There are currently no refbacks.