Oleh :
SYARIFUDIN ABDILLAH
NIM P27 838 119 062
Gambar 2. 1 SinyalKelistrikanJantung
Sumber : [11]
Jantung adalah otot yang bekerja terus menerus seperti pompa. Setiap
denyut jantung dibentuk oleh gerakan impuls listrik dari dalam otot jantung. Sel-
sel pacemaker merupakan sumber bioelektrik jantung. Ada tiga sumber utama
pacemaker, yaitu SA node, AV node dan serabut punkinje / otot ventricle.
Electrocardiograph (ECG) merupakan metoda yang umum dipakai untuk
mengukur kinerja jantung manusia melalui aktivitas elektrik jantung. Sinyal
jantung (ECG) merupakan sinyal biomedic yang bersifat nonstationer, dimana
sinyal ini mempunyai frekuensi yang berubah terhadap waktu sesuai dengan
kejadian fisiologi jantung. Informasi seputar kerja jantung dapat diperoleh melalui
prinsip kelistrikan pada jantung. ECG memiliki peran penting dalam proses
pemantauan dan mencegah serangan jantung. Sinyal ECG terdiri dari tiga
gelombang dasar P (depolarisasi atrium), kompleks QRS (depolarisasi ventrikel)
dan gelombang T (repolarisasi ventrikel) (Barbara Khun, 2009).
Dari aktifitas kelistrikan jantung menghasilkan detak jantung yang
biasanya diukur dalam satuan beat per minute (BPM). Berikut adalah tabel
perbedaan detak jantung berdasarkan kategori umur.Frekuensi detak jantung akan
melambat selama tidur dan dipercepat oleh emosi, gerak badan, demam, dan
banyak rangsangan lain. Dalam individu muda sehat yang bernafas pada frekuensi
normal, maka frekuensi jantung bervariasi sesuai pernapasan: ia dipercepat selama
inspirasi dan melambat selama ekspirasi, terutama jika kedalaman pernapasan
meningkat
Tabel 2. 1Range DetakJantung
Perkiraan Rentang Perkiraan Rata-Rata
Umur (BPM) (BPM)
Baru Lahir 120-160 140
1-12 Bulan 80-140 120
1-2 Tahun 80-130 110
3-6 Tahun 75-120 100
7-12 Tahun 75-110 95
Masa Remaja 60-100 80
Masa Dewasa 60-100 80
Sumber : Barbara Khun, 2009
2.1.1 Jantung
Kontraksi sel otot jantung dalam siklus di picu oleh aksi potensial yang
menyebar ke seluruh membran sel otot. Terdapat dua jenis sel otot jantung yaitu:
- Sel kontraktil yang membentuk 99% dari sel-sel otot jantung, melakukan
kerjamekanis memompa darah. Dalam keadaan normal, sel ini tidak membentuk
sendiri potensial aksinya.
- Sel otoritmik, yang tidak berkontraksi tapi khusus memulai dan menghantarkan
potensial aksi yang menyebabkan kontraksi sel-sel jantung kontraktil.Sel
otoritmik jantung merupakan sel otot khusus yang berbeda dari sel saraf dan sel
otot rangka di mana sel otoritmik jantung tidak memiliki potensial istirahat. Sel
ini memperlihatkan aktivitas pemicu yaitu potensial membran secara perlahan
terdepolarisasi sampai ke ambang (potensial pemicu). Dengan siklus yang
berulang tersebut, sel otoritmik memicu potensial aksi yang kemudian menyebar
ke seluruh jantung untuk memicu denyut berirama tanpa rangsangan saraf apapun.
Sel-sel jantung otoritmik ini membentuk area tersendiri di:
1. Nodus Sinoatrial (nodus SA), suatu daerah kecil khusus di dinding atrium
kanan dekat pintu masuk vena cava superior.
2. Nodus Atrioventrikuler (nodus AV), suatu berkas kecil sel-sel otot jantung
khusus yang terdapat pada dasar atrium kanan dekat septum, tepat diatas
pertemuan atrium dan ventrikel.
3. Berkas His (berkas atrioventrikuler), suatu jaras sel-sel khusus yang berasal
dari nodus AV dan masuk ke septum antar ventrikel. Disini berkas tersebut
terbagi menjadi cabang berkas kanan dan kiri yang turun menyusuri septum,
melengkung mengelilingi ujung rongga ventrikel dan berjalan balik kearah
atrium di sepanjang dinding luar.
4. Serat Purkinje, serat-serat halus terminal yang menjulur ke seluruh
miokardium ventrikel seperti ranting kecil dari suatu cabang pohon.
1. Filter Pasif
a) Low Pass Filter
Pada filter LPF yang ideal sinyal dengan frekuensi diatas
frekuensi cut-off (fc) tidak akan dilewatkan sama sekali (tegangan
output = 0 volt). Rangkaian low pass filter RC merupakan jenis
filter pasif, dengan respon frekuensi yang ditentukan oleh
konfigurasi R dan C yang digunakan. Rangkaian dasar LPF dan
grafik respon frekuensi LPF sebagai berikut.
(Sumber :http://elektronika-dasar.web.id/high-pass-filter-hpf-rc/)
2. Filter Aktif
a) Low Pass Filter
Filter aktif low pass adalah rangkaian filter yang
menggunakan penguat operasional (Op-Amp) rangkaian terpadu
(IC) dimana rangkaian filter aktif low pass ini akan meloloskan
sinyal input dengan frekuensi dibawah frekuensi cut off rangkaian
dan akan melemahkan sinyal input dengan frekuensi diatas
frekuensi cut-off rangkaian filter aktif low pass tersebut.
(Sumber :http://elektronika-dasar.web.id/filter-aktif-low-pass-lpf/)
(Sumber :http://elektronika-dasar.web.id/filter-aktif-low-pass-lpf/)
(Sumber : http://elektronika-dasar.web.id/filter-aktif-high-pass-hpf/)
(Sumber : http://elektronika-dasar.web.id/filter-aktif-high-pass-hpf/)
2.2 Adder
Rangkaian adder atau penjumlah sinyal dengan Op-amp adalah
konfigurasi Op-Amp sebagai penguat dengan diberikan input lebih dari satu untuk
menghasikan sinyal ouput yang linier sesuai dengan nilai penjumlahan sinyal
input dan faktor penguatan yang ada. Pada umumnya rangkaian adder/penjumlah
dengan Op-Amp adalah rangkaian penjumlah dasar yang disusun dengan penguat
inverting atau non inverting yang diberikan input lebih dari 1 line.
(Sumber : [16])
Keterangan :
x[n] : sinyal input
y[n] : sinyal output
b(i) : nilai respons impuls instan ke-i
N : urutan filter
Filter N yang lain memiliki (N+1) di dalam istilah RHS
2.3.2 Infinite Impulse Filter (IIR)
Filter IIR memiliki keuntungan yaitu membutuhkan koefesien yang lebih
sedikit untuk respon frekuensi yang curam sehingga dapat mengurangi jumlah
waktu komputasi, tetapi filter IIR sendiri memiliki kelemahan yaitu karena
impulse nya yang tidak terbatas sehingga menyebabkan polenya tidak stabil.
Berikut ini persamaan untuk IIR
1
y [ n ]= ( ( b x [ n ] + b1 x [ n ] + … b p x [ n−P ] ) −( a1 y [ n−1 ] +a 2 y [ n−2 ] +…+ aq y [ n−Q ] ) )
a0 0
Sumber: [16]
Keterangan :
P : urutan filter
Bi : koefisien dari filter
Q : urutan filter umpan balik
x[n] : sinyal input
2.2 Arduino Nano
Arduino Nano adalah papan papan papan berukuran kecil dan
lengkapberdasarkan ATmega328 (Arduino Nano 3.0) atau ATmega168 (Arduino
Nano 2.x). Ini memiliki lebih atau kurang fungsi yang sama dari Arduino
Duemilanove, namun dalam paket yang berbeda. Tidak hanya memiliki colokan
listrik DC, dan bekerja dengan kabel USB Mini-B, bukan yang standar. Arduino
Nano dirancang dan diproduksi oleh Gravitech. [17]
Spesifikasi :
a) Mikrokontroler Atmel ATmega168 atau ATmega328
b) Tegangan Operasi (level logika) 5 V Tegangan Input (disarankan) 7-12 V
Tegangan Input (batas) 6-20 V
c) Pin I / O Digital 14 (6 output PWM) Analog Pins 8
d) Arus DC per I / O Pin 40 mA
e) Flash Memory 16 KB (ATmega168) atau 32 KB (ATmega328) dimana 2
KB digunakan oleh bootloader.
f) SRAM 1 KB (ATmega168) atau 2 KB (ATmega328) EEPROM 512 byte
(ATmega168) atau 1 KB (ATmega328) Kecepatan Jam 16 MH. Dimensi
0,73 "x 1,70" [18].
Gambar 2. 1Pin MapingArduino Nano
Sumber : (All about mocrocontroller, 2014)
2.3 Matlab
Matlab merupakan sebuah singkatan dari Matrix Laboratory, yang pertama
kali dikenalkan oleh University of New Mexico dan University of Stanford pada
tahun 1970. software ini pertama kali memang digunakan untuk keperluan analisis
numerik, aljabar linier dan teori tentang matriks. Saat ini, kemampuan dan fitur
yang dimiliki oleh Matlab sudah jauh lebih lengkap dengan ditambahkannya
toolboxtoolbox yang sangat luar biasa. Beberapa manfaat yang didapatkan dari
Matlab antara lain:
Perhitungan Matematika
Komputasi numerik
Simulasi dan pemodelan
Visualisasi dan analisis data
Pembuatan grafik untuk keperluan sains dan teknik
Pengembangan aplikasi, misalnya dengan memanfaatkan GUI.
Matlab dapat dipadang sebagai sebuah kalkulator dengan fitur yang
lengkap. Kita pernah menggunakan kalkulator dengan degan fasilitas minimal,
misalnya hanya terdapat fasilitas penambahan, pengurangan perkalian dan
pembagian. Kalkulator yang lebih lengkap lagi adalah kalkulator scientific dimana
fasilitas yang diberikan tidak hanya yang disebutkan di atas, melainkan sudah ada
fungsi-fungsi trigonometri, bilangan kompleks, akar kuadrat dan logaritma. Nah,
Matlab mirip dengan kalkulator tersebut, tetapi dengan fitur-fitur yang lengkap
diantaranya dapat digunakan untuk memprogram, aplikasi berbasis GUI dan
lengkap dengan toolbox yang dapat dimanfaatkan untuk memecahkan masalah
sains dan teknik (B.Cahyono, 2016).
SINYAL
PRE AMP
BPM
M
AMP I
K LORA
R TRANSMITER
FILTER O
K
O
SUHU LM35 N
T
R
PSA O
L LCD TFT
E
R
ADDER
PASIEN
AMPLIFIER +
FILTER PASIF
INSTRUMENT
SADAPAN
SINYAL
ELEKTRODA PADA
EKG LEAD III
INISIALISASI
DISPLAY
BLOK INSTRUMENTASIEKG
NO BEKERJA (Mendeteksi sinyal)
PEMBACAAN ADC
(EKG)
YES
DATA ADC MASUK
MIKROKONTROLER
PENGELOLAHAN
DATA – FILER
DIGITAL
DISPLAY
END
Charge Plug US
On/OFF
3.4 AlatdanBahan
3.4.1 Alat
1) Tool Kit
2) AVO Meter.
3.4.2 Bahan
1) Eelektroda
2) Personal Komputer
3) PCB
4) IC OP-Amp
5) Kabel pelangi
6) Modul Arduino Nano
7) Resistor
8) Multiturn
9) Capasitor
10) LCD TFT
3.5 DesainPenelitian
Desain penelitian yang digunakan dalam pembuatan modul adalah Pre-
eksperimental dengan jenis After Only Design. Pada rancangan ini, peneliti hanya
menggunakan satu kelompok subyek dan hanya melihat hasil tanpa mengukur dan
mengetahui kondisi awal, namun sudah terdapat kelompok pembanding. Bentuk
paradigma dapat digambarkan sebagai berikut :
X--------------------O
Non Random--------------------------
(-)-------------------O
Keterangan:
3.6 VariabelPenelitian
3.6.1 Variabel Bebas
Sebagai variabel bebas adalah sinyal jantung pada pasien.
3.6.2 Variabel Terikat
Sebagai variabel terikat adalah sinyal EKG pada LCD
3.6.3 Variabel Terkendali
Sebagai variabel kontrol adalah Arduino nano, Matlab, dan sinyal EKG
terstandar.
3.7 DefinisiOperasionalVariabel
Dalam kegiatan operasionalnya, variabel-variabel yang digunakan dalam
pembuatan modul, baik variabel tekendali, tergantung dan bebas memiliki fungsi-
fungsi antara lain :
Tabel 3. 1DefinisiOperasionalVariabel
Dimana :
X = rata-rata
SD =
√ ∑ ( X i − X )2
i =1
(n − 1)
Error%= x 100%
Ketidakpastian =
Dimana : SD = Standar Deviasi
n = banyaknya data
3.8.5 Koreksi
Koreksi adalah suatu harga yang ditambahkan secara aljabar pada hasil
pengukuran untuk mengkompensasi penambahan kesalahan secara sistematik.
Rumus dari koreksi adalah sebagai berikut:
3.9 Tempat&JadwalKegiatanPenelitian
Pembuatan modul nantinya dilaksanakan pada :
3.10.Jadwal Kegiatan
Tabel 3.2 Jadwal Kegiatan
DAFTAR PUSTAKA
X[1] P. Angrave, “Bedside monitoring,” Emerg. Nurse, 2014, doi:
10.7748/en.22.6.13.s20.
[2] C. Sowmiya and P. Sumitra, “Analytical study of heart disease diagnosis
using classification techniques,” Proc. 2017 IEEE Int. Conf. Intell. Tech.
Control. Optim. Signal Process. INCOS 2017, vol. 2018-Febru, pp. 1–5,
2018, doi: 10.1109/ITCOSP.2017.8303115.
[3] M. M. Gulizia et al., “ANMCO/AIIC/SIT Consensus Information
Document: Definition, precision, and suitability of electrocardiographic
signals of electrocardiographs, ergometry, Holter electrocardiogram,
telemetry, and bedside monitoring systems,” Eur. Hear. Journal, Suppl.,
2017, doi: 10.1093/eurheartj/sux031.
[4] B. P. D. P. KESEHATAN, “Pokok-Pokok Hasil Riskesdas Indonesia tahun
2013,” 2013.
[5] L. Ghani, M. D. Susilawati, and H. Novriani, “Faktor Risiko Dominan
Penyakit Jantung Koroner di Indonesia,” Bul. Penelit. Kesehat., 2016, doi:
10.22435/bpk.v44i3.5436.153-164.
[6] M. dr.Nafsiah Mboi, Sp.A, RISET KESEHATAN DASAR RISKESDAS
2013. JAKARTA: BADAN PENELITIAN DAN PENGEMBANGAN
KESEHATAN KEMENTERIAN KESEHATAN RI TAHUN, 2013.
[7] M. W. Gifari, H. Zakaria, and R. Mengko, “Design of ECG Homecare : 12-
Lead ECG Acquisition using Single Channel ECG Device Developed on
AD8232 Analog Front End,” 5th Int. Conf. Electr. Eng. Informatics 2015,
pp. 371–376, 2015.
[8] S. Y. Juita, “Rancang Bangun EKG 3 Channel Berbasis Arduino,” Semin.
Tugas Akhir Juni 2017, 2017.
[9] M. M. Muzakki, “Rancang Bangun Alat Monitoring EKG Sadapan
Ekstrimitas (I, II, III, aVR, aVL dan aVF) Dengan Tampil LCD TFT,”
Semin. Tugas Akhir Juni 2018, 2018.
[10] M. A. Ahamed and M. Ahmad, “A cost-effective multichannel wireless
ECG acquisition system,” ICECE 2018 - 10th Int. Conf. Electr. Comput.
Eng., pp. 397–400, 2019, doi: 10.1109/ICECE.2018.8636734.
[11] J. R. Hampton, The ECG Made Easy, vol. 008. 2013.
[12] J. Halomoan, “Analisa Sinyal EKG dengan Metoda HRV ( Heart Rate
Variability ) pada Domain Waktu Aktivitas Berdiri dan Terlentang,”
Semin. Nas. Apl. Teknol. Inf. 2013 Yogyakarta, 15 Juni 2013, pp. 29–35,
2013.
[13] Y. Suryana and Rafi Aziz, “Sistem Pemonitor Detak Jantung Portable
Menggunakan Tiga Sensor Elektroda,” J. AL-AZHAR Indones. SERI SAINS
DAN Teknol. Vol. 4, No.1, Maret 2017, vol. 4, no. 1, pp. 14–17, 2017.
[14] A. D. Jeyarani and T. Jaya Singh, “Analysis of noise reduction techniques
on QRS ECG waveform - by applying different filters,” Proc. Int. Conf.
“Recent Adv. Sp. Technol. Serv. Clim. Chang. - 2010”, RSTS CC-2010, pp.
149–152, 2010, doi: 10.1109/RSTSCC.2010.5712835.
[15] A. S. Alkhader, A. A. Alomar, A. S. Althonaibat, B. S. Hiyari, and M. A.
Alshira, “ECG Interface Circuit Design for Improving The Quality of ECG
Signal,” Int. J. Res. Rev. Pharm. Appl. Sci., vol. 5, no. 2, pp. 1219–1230,
2015.
[16] S. Saxena, R. Jais, and M. K. Hota, “Removal of powerline interference
from ECG signal using FIR, IIR, DWT and NLMS adaptive filter,” Proc.
2019 IEEE Int. Conf. Commun. Signal Process. ICCSP 2019, pp. 12–16,
2019, doi: 10.1109/ICCSP.2019.8698112.
[17] R. H. Sudhan, M. G. Kumar, A. U. Prakash, S. A. R. Devi, and S. P.,
“ARDUINO ATMEGA-328 MICROCONTROLLER,” IJIREEICE, vol. 3,
no. 4, pp. 27–29, 2015, doi: 10.17148/ijireeice.2015.3406.
[18] Arduino.cc, “Arduino Nano Spesification,” 2018. .