LAPORAN PRAKTIKUM EKSPERIMEN

TEKNIK BIOMEDIS 1

P1 Pemrosesan Sinyal Biopotensial

Pramodya Reksansiwi Rumekso

081911733046
KELOMPOK C-5

PRODI TEKNIK BIOMEDIS – DEPARTEMEN FISIKA

FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS
AIRLANGGA SURABAYA

2021
Abstract: Sinyal biomedis dapat dihasilkan oleh tubuh yang berupa sinyal kontinyu yang
dapat menunjukan kondisi di dalam tubuh seseorang. Salah satu sinyal yang dihasilkan oleh
tubuh yaitu sinyal jantung yang dapat ditangkap oleh ECG. Dalam proses pengambilan
sinyal, terdapat berbagai macam gangguan (noise) sehingga sinyal yang didapat bukanlah
sinyal yang sesungguhnya. Oleh karena itu, noise perlu dihilang dengan salah satu cara yaitu
proses filter.

Kata Kunci : Sinyal, ECG, noise, filter.

I. PENDAHULUAN Electrocardiograph (ECG). ECG

Biopotensial merupakan sehingga dapat dijadikan sebagai

perbedaan potensial antara bagian acuan untuk menentukan kondisi

dalam dan bagian luar sel di tubuh. kesehatan jantung. Dengan

Penyebab terjadinya potensial ini menempatkan plat metal (disebut

adalah adanya aliran ion masuk dan dengan elektroda) pada

keluar dari sel di tubuh. Untuk permukaan kulit di tempat yang

mendapatkan sinyal bipotensial telah ditentukan, aktivitas jantung

biasanya digunakan transduser yang dapatdiketahui.

disebut elektrode. Elektrode ini Pada proses perekaman

berfungsi sebagai kopling dan sinyal jantung tentu saja terdapat

interface antara sistem kelistrikan di beberapa gangguan yang

dalam tubuh dan sistem kelistrikan di membuat hasil sinyal

luar tubuh. biopotensial tidak 100%

Sinyal biopotensial yang biasa
digunakan untuk tubuh manusia
adalah Electromyograph (EMG)
dan Electrocardiograph (ECG).
Pada praktikum ini
dilakukan pengolahan data pada
mengandung sinyal jantung itu
sendiri. Sinyal tersebut disebut
noise. Karena ada sinyal noise ini
maka dibutuhkan pengaplikasian
filter untuk menghilangkan noise
hanya tersebut.
 Electrocardiograph (ECG) kontraksi ventrikel. Vector akibat
merupakan suatu gambaran yang depolarisasi ventrikel,
terbentuk sebagai hasil dari aktivitas membangkitkan QRS kompleks.
listrik jantung. Sinyal ECG Repolarisasi ventrikel
mempunyai bentuk spesifik. menyebabkan gelmbang T.
Interval antara P – R, merupakan
I. Studi Pustaka tanda permulaan kontraksi atrium
1.1 Electrocardiograph (ECG) sampai permulaan ventrikel.
Interval R – T menunjukkan
kontraksi otot (sistol ventrikel)
dan interval T –R menunjukkan
relasasi.
Salah satu teknik
pengambilan sinyal ECG adalah
dengan metode segitiga
Eitnthovenyang merupakan tipe
Gambar 2.1 Sinyal ECG
Gambar 2.1 menunjukkan ECG unipolar. ECG unipolar

pola sinyal ECG. Sinyal ECG hanya membutuhkan 3 buah

terbentuk akibat aktivitas listrik elektroda yang dipasangkan

yang berasal dari proses sesuai gambar 2.2.

depolarisasi dan repolarisasi

atrium dan ventrikel jantung.
Terjadinya sinyal ECG
merupakan akibat vector
polarisasi (perubahan muatan
listrik) kontraksi atrium dari
sinus atrialis ke nodulus atrio
venticularis sehingga Gambar 2.2 Pemasangan elektroda ECG

menimbulkan gelombang P. 1.2 Spektrum Domain Frekuensi

Gelombang R merupakan tanda Pada sinyal periodic,

akhir kontraksi atrium dan awal dekomposisi menjadi komponen
 sinusoidal disebut dengan deret merupakan suatu sistem yang
fourier. Sedangkan pada sinyal menjalankan operasi matematis
aperiodic disebut Transformsi untuk menghilangkan noise pada
Fourier. Transformasi Fourier suatu data Salah satu jenis filter
dan Deret Fourier adalah alat adalah Finite Impulse Response
matematis yang penting dalam (FIR). Filter FIR memiliki
analisis. Dengan menganalisis persamaan:
frekuensi, representasi matematis
[ ] ∑ [ ] [ ]
komponen frekuensi yang ada
dalam sinyal. Rangkaian Response impulse dari FIR

frekuensi yang terkandung itulah adalah koefisien filter h[k] atau

yang disebut dengan spectrum. b[k]. Untuk mendesain FIR

1.3 Noise sendiri, dimulai dengan spectrum

frekuensi yang diinginkan yang
Noise merupakan gangguan merupakan hasil transformasi
yang menyebabkan sinyal yang fourier dari koefisien yang
ditangkap bukan merupakan diubah ke bentuk diskrit.
sinyal sebenarnya. Noise sendiri II. Alat dan Bahan
memiliki bermacam jenis dan 1. Data sinyal ECG
slah satunya adalah Power Line 2. Aplikasi software Matlab
Interface (PLI).
PLI merupakan sumber I. HASIL

gangguan sinyal atau noise PENGAMATAN

dengan frekuensi berkisar 50/60 Kode Program

Hz yang dapat mempengaruhi

hasil perekaman sinyal.
1.4 Filter

Salah satu cara

menghilangkan noise adalah
dengan filter. Filter digital
 Gambar 4.3 Grafik yang sudah
ditransformasi

Gambar 4.4 Grafik filter Finite

ImpulseResponse (FIR)
Hasil Plot

Gambar 4.5 Grafik sinyal

akhir denganfilter
Gambar 4.1 Grafik Sinyal
Electrocardiograph (ECG)

Gambar 4.2 Grafik

Electrocardiograph
(ECG) dengan noise
Gambar 4.6 Proses
perubahan
keseluruhan sinyal
 Percobaan kali ini adalah memiliki domain yang sama, maka
tentang pemrosesan sinyal untuk menghilangkan noise dari
biopotensial. Sinyal yang digunakan sinyal dengan cara mengalikan
adalah sinyal ECG dengan panjang fungsi sinyal dengan fungsi filter
data adalah 3840 data. Sinyal ECG sehingga didapat hasil seperti pada
ini kemudian ditambahkan noise PLI gambar 4.5.
dengan frekuensi 50 Hz.
Kedua sinyal tersebut KESIMPULAN
ditambahkan dengan melakukan Setelah melakukan percobaan diatas,
transpose matrix salah satu sinyal maka dapat disimpulkan bahwa
agar jumlah baris dan kolom kedua digunakan noise pada sinyal
sinyal memiliki jumlah yang sama. Electrocardiograph (ECG) agar terlihat
Setelah ditambahkan sinyal menjadi seperti aslinya. Noise yang digunakan
seperti gambar 4.3. adalah Power Line Interference (PLI)
Kemudian sinyal yang dengan rentang frekuensi 50-60 Hz.
tadinya memiliki domain waktu Untuk meredam noise tersebut
diubah menjadi domain frekuensi diperlukan filter untuk meredam noise
dengan cara melakukan Fourier pada sinyal. Filter yang digunakan
Transform. Hasilnya bisa dilihat adalah lowpass filter dengan Metode
pada gambar 4.4. Tinggi sinyal yang yang digunakan adalah Finite Impulse
semula mencapai 2.5, telah di Response (FIR). Penerapan Finite
normalisasi melalui proses yang Impulse Response (FIR) menggunakan
melibatkan nyquist frekuensi konvolusi dengan koefisien filter yang
sehingga tinggi sinyal menjadi 1. didapat dari hasil transformasi Fourier
Setelah merubah sinyal
menjadi domain frekuensi, maka
filter (variable h dalam program)
perlu dibuat dan diubah juga
kedalam bentuk domain frekuensi
mealui proses yang sama.
Ketika sinyal dan filter
Daftar Pustaka

D. Weiss, M. Weiss, and K. Silver.

Easy
EMG:A Guide to Performing
Nerve Conduction Studies
and
Electromyography. Elsevier.
USA. 2004.
JL. Semmlow. Circuits, Signal, annd
Systems for Bioengineers,
third
edition. Elsevier. United
Kingdom. 2017.