Nama :Sulastri

NIM :153112620120044

Instrumentasi

JUDUL :
Identifikasi Sinyal ECG Irama Myocardial Ischemia Dengan Pendekatan Fuzzy Logic

PENULIS :
Azhar A.N dan Suyanto

DITERBITKAN :
Jurusan Teknik Fisika, Fakultas Teknologi Industri, Institut Teknologi Sepuluh Nopember

PERTANYAAN PENELITIAN YANG INGIN DIJAWAB

Membantu kerja pakar dalam membaca grafik sinyal hasil keluaran electrocardiogram
(ECG) dengan aplikasi artificial Intelligent lewat pendekatan Fozzy Logic.

KESIMPULAN
Berdasarkan penelitian yang telah dilakukan, diperoleh simpulan yaitu sistem
identifikasi penyakit jantung myocardial ischemia mempunyai proses perancangan
sebagai berikut :a) Fuzzifikasi, dengan masukan berupa segmen ST, gelombang T dan
umur pasien, sedangkan keluarannya adalah identifikasi ischemia; b) Basis aturan terdiri
dari 12 aturan, penyusunan basis aturan berdasarkan hubungan amplitude segmen ST,
gelombang T, umur pasien dan identifikasi ischemia berdasarkan pengetahuan kepakaran;
c) Rule evaluation atau pengambilan keputusan menggunakan metode max-min, dalam
penerapannya menggunakan suatu aturan operasi minimum mamdani; d) Defuzzifikasi,
untuk identifikasi penyakit jantung myocardial ischemia menggunakan Largest of
Maximum (LOM).
Proses filterisasi sinyal ECG dengan band-stop filter 60 Hz untuk menghilangkan
power line noise. Sistem identifikasi penyakit jantung myocardial ischemia memiliki
tingkat keakuratan 90% setelah dilakukan pengujian terhadap 20 data sinyal ECG.
Dalam rangka pengembangan penelitian, saran yang perlu disampaikan dalam
makalah ini adalah untuk proses identifikasi selanjutnya dapat dilakukan secara online
terhadap mesin ECG. Sistem identifikasi dengan pendekatan logika fuzzy juga dapat
diterapkan pada jenis penyakit lain untuk membangun sistem berbasis kepakaran.
 JUDUL :
Klasifikasi Kondisi Jantung Menggunakan JST Berdasarkan Pemodelan Sinyal
Electrocardiography

PENULIS :
Edwin,M. Jimmy Hasugian, dan E.Merry Sartika

DITERBITKAN :
Jurusan Teknik Elektro, Universitas Kristen Maranatha, Bandung Jl.Suria Sumantri 65,
Bandung 40164, Indonesia

PERTANYAAN PENELITIAN YANG INGIN DIJAWAB

Melakukan klasifikasi terhadap kondisi fisiologi jantung manusia yaitu normal, atrial
Fibrilation, ventricular tachycardia dan ventricular bigeminy

KESIMPULAN
Pemodelan AR pada sinyal ECG menunjukkan hasil klasifikasi terbaik dengan
pemodelan orde 5. Klasifikasi terbaik dicapai dengan menggunakan arsitektur Jaringan
Saraf Tiruan 3 layer yang memiliki konfigurasi input-hidden-output neuron ( 20- 20- 4 )
dan fungsi aktivitasi linear-tansig-logsig. Klasifikasi untuk data uji tidak sama dengan
data latih berhasil dilakukan sebesar: 66,67% untuk kondisi atrial fibrillation, 75% untuk
kondisi ventricular bigeminy, 40% untuk kondisi ventricular tachycardia, 30% untuk
kondisi normal. Hal ini disebabkan karena data uji yang tersedia dan dapat digunakan
sebagai acuan masih terbatas.
 JUDUL :
Sistem Deteksi Fibrilasi Atrium Menggunakan Fitur RR Elektrokardiogram Dengan
Jaringan Syaraf Tiruan

PENULIS :
Eka Anzihory, Nuryani, dan Darmanto

DITERBITKAN :
Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas
Maret (UNS), Jl. Ir.Sutami 36A Kentingan, Surakarta 57126

PERTANYAAN PENELITIAN YANG INGIN DIJAWAB

Mendeteksi gangguan jantung Fibrilasi Atrium (AF) pada elektrokardiogram (EKG)
dengan metode Jaringan Syaraf Tiruan (JST) yaitu Learning Vector Quantization (LVQ),
Radial Basic Function (RBF),dan Multilayer Perception Backporpagation (MLP-BP)

KESIMPULAN
Pada penelitian ini telah dibuat rancangan system deteksi AF dengan fitur statistik RR
pada panjang segmen EKG 15 denyut. Rancangan system deteksi tersebut diperoleh
dengan metode JST yang diimplementasikan pada perangkat lunak MATLAB. Penelitian
dilakukan dengan disertai variasi metode jaringan syaraf tiruan, yaitu Learning Vector
Quan tization (LVQ), Radial Basis Function (RBF), dan Multilayer Perception (MLP)
yang kemudian dikaji untuk menentukan JST yang terbaik dalam mendeteksi AF. Dari
hasil pengujian menggunakan data klinik EKG. Hasil terbaik diperoleh dari JST RBF
yang menggunakan ketujuh fitur dalam fitur statistic RR pada panjanag segmen 15
denyut. Hasil terbaik tersebut ditunjukkan dengan kinerja berupa sensitifitas, spesifisitas,
dan akurasi pada pengujian JST yang secara berturut-turut bernilai 99,97%, 99,84% dan
99,89%.