EKSTRAKSI FITUR SINYAL ELEKTROKARDIOGRAM BERBASIS INDEPENDENT COMPONENT ANALYSIS

Authors

  • Dian Nova Kusuma Hardani

DOI:

https://doi.org/10.30595/techno.v16i1.2842

Abstract

Jantung merupakan organ penting manusia yang berfungsi memompa darah ke seluruh
tubuh. Jantung menghasilkan serangkaian denyutan elektromagnetik yang bekerja terusmenerus
dengan interval waktu antara setiap denyut yang bervariasi secara dinamis dan
kompleks. Elektrokardiogram (EKG) merupakan salah satu sinyal fisiologis yang
dihasilkan dari kerja listrik jantung. Hasil rekam EKG digunakan oleh dokter atau ahli
medis untuk menentukan kondisi jantung pasien. Pola sinyal EKG pada beberapa
kondisi jantung memiliki fitur khusus, akan tetapi untuk membedakan pola sinyal jantung
yang sehat atau mengalami kelainan fungsional pada jantung diperlukan pengalaman
dan keahlian khusus dalam mengidentifikasi berbagai macam sinyal EKG. Sinyal EKG
yang sama dapat diinterpretasikan secara beragam oleh dokter yang berbeda. Oleh
karena itu, perlu dibuat sistem cerdas yang dapat membedakan pola sinyal jantung yang
sehat atau mengalami kelainan fungsional. Salah satu caranya yaitu dengan melakukan
ekstraksi fitur sinyal EKG. Penelitian ini bertujuan untuk mengimplementasikan teknik
ekstraksi fitur untuk pengenalan sinyal EKG agar dapat digunakan untuk kepentingan
diagnosis. Hasil penelitian menunjukkan bahwa fitur-fitur dari sinyal dapat dibentuk
dengan cara saling bebas antara sinyal yang sesungguhnya dan yang bukan melalui
teknik ekstraksi fitur statistik.
Kata kunci : jantung, sinyal EKG, pola, ekstraksi fitur

References

CHAKRABARTI, S. & STUART, G. Oct, 2005.

Understanding cardiac arrhythmias.

Arch. Dis. Child, 90, 1086-1090.

http://www.bsp.brain.riken.jp/icalab/.

JANG, J. S. R. May/June 1993. ANFIS:

Adaptive-Network-Based Fuzzy

Inference System. IEEE Transaction

on Systems, Man, and Cybernetics,

(3), 665-685.

NAZMY, T. M., EL-MESSIRY, H. & ALBOKHITY,

B. Adaptive Neuro-Fuzzy

Inference System for classification of

ECG signals. Informatics and

Systems (INFOS), 2010 The 7th

International Conference on, 28-30

March 2010 2010. 1-6.

RANGAYYAN, R. M. 2002. Biomedical Signal

Analysis. IEEE press New York.

XIANGKUI, W. & YIYI, C. A fast ICA and its

application in VEP feature extraction.

Natural Computation (ICNC), 2010

Sixth International Conference on, 10-

Aug. 2010 2010. 3673-3676.

Downloads

Published

2015-04-01

Issue

Vol. 16 No. 1 (2015): Techno Volume 16 No 1 April 2015

Section

Artikel Techno

License

Authors who publish with this journal agree to the following terms:

Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.

Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.

Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

 

Creative Commons License
Techno (Jurnal Fakultas Teknik, Universitas Muhammadiyah Purwokerto) is licensed under a Creative Commons Attribution 4.0 International License.