BAB 3 ANALISA DAN PERANCANGAN SISTEM. resiko kegagalan yang ditimbulkan yang cukup besar yang diakibatkan karena terjadinya

Transkripsi

1 BAB 3 ANALISA DAN PERANCANGAN SISTEM 3.1 Analisa Masalah Pengenalan pola dan penganalisaan EKG secara manual memiliki persentase resiko kegagalan yang ditimbulkan yang cukup besar yang diakibatkan karena terjadinya ketidaktelitian dalam penginterpretasian. Hal ini disebabkan karena terdapatnya beberapa penyakit dengan karakteristik yang nyaris sama. Selain itu, keterbatasan fisik para ahli sebagai manusia juga dapat menimbulkan terjadinya kesalahan dalam penginterpretasian, seperti kesalahan yang disebabkan karena kelelahan yang dialami oleh para ahli. (Loren, K, 2000). Selain masalah ketelitian, penganalisaan EKG secara manual juga menimbulkan masalah waktu. Untuk meminimalisasi resiko kegagalan akibat ketidaktelitian maka dibutuhkan waktu yang cukup lama dalam pengenalan pola serta penganalisaannya (Zainal, H, 1978). Sehingga apabila dibutuhkan informasi dalam waktu yang cepat, tingkat kemungkinan terjadinya kegagalan penginterpretasian menjadi sangat besar. 3.2 Pemecahan Masalah Masalah-masalah di atas dapat diatasi dengan merancang sebuah prototipe berbasiskan teknologi informasi yang dapat digunakan untuk mengenali pola gelombang EKG dan pendiagnosannya. Dengan diciptakan prototipe ini diharapkan dapat meningkatkan ketelitian dan mengurangi durasi waktu yang dibutuhkan dalam tahap pengenalan dan penganalisaan pola. 111

2 Rancangan Tampilan Layar Title ECG Analyzer File Graph Sinyal Processing About Menu Bar Shortcut Button X AXIS < > Neural NetworK Fuzzy Logic Train Count System Error Target Error Alpha Analyze Train Load Weight Save Weight Analyze Gambar 3.7 Rancangan Tampilan Utama Layar utama terdiri dari 5 bagian, yaitu : 1. Title Title berisi judul program ECG Analyzer. 2. Menu Bar Menu Bar berisi menu-menu untuk membuka/menutup file, dan pemrosesan sinyal. Menu bar ini terdiri dari : - File Berisi pilihan untuk load data dan close data, serta exit untuk keluar dari program.

3 119 - Graph Terdiri dari tiga bagian. Bagian pertama adalah option, yang berfungsi untuk mengatur kecepatan animasinya, yang bila dipilih akan menampilkan window baru seperti di bawah ini: Settings X Animation Speed Graph Length Close Apply Gambar 3.8 Window Untuk Setting Animasi Satu bagian lagi adalah animate, yang berfungsi untuk mengatur tampilan gelombang (statis atau animasi). Lalu, bagian terakhir yaitu simulation, yang berfungsi untuk menampilkan gelombang EKG penyakit-penyakit jantung yang ada, yaitu : o Raw Data o Normal o Sinus Tachycardia o Sinus Bradycardia

4 120 o Sinus Arrhythmia o Prematum Atrial Complexes o Atrial Tachycardia o Premature Ventricular Complex o Ventricular Fibrillation - Signal Processing Berisi langkah-langkah pemrosesan sinyal untuk mendeteksi lokasi QRS dan klasifikasi bentuk QRS. Langkah-langkah tersebut antara lain o Bandpass Filter o Baseline Shift Removal o Averaging and Scaling o Squaring and Moving Window Integrator o Dynamic Threshold and QRS Detection o Lowpass Filter o Baseline Shift Removal o Feature Space C1 and C2 o Feature Space C1 and C5 o Detected QRS Complex - About Apabila diklik, maka akan memunculkan window baru yang menampilkan nama-nama pembuat program.

5 121 About X Gambar ECG Signal Analyzer ECG Signal Analyzer Dibuat Untuk Proyek Skripsi Jenjang S1 Oleh : Ohaiyo Randy Rahmat Ivan Christian Feriko Wirajimin OK Gambar 3.9 Window About yang Menampilkan Nama-nama Pembuat - Shortcut Button Berisi button-button yang merupakan shortcut dari menu-menu di dalam Menu Bar (Load, Close, Exit, Options, Animate, dan Buttonbutton Signal Processing). - Axis Bagian ini berfungsi untuk menampilkan grafik yang dihasilkan. - Scroll Bar Bagian ini berfungsi untuk menggeser grafik / tampilan gelombang pada waktu yang diinginkan. - Group Fuzzy Logic Berisi tombol Analyze yang berguna untuk memulai analisa pola dan mendiagnosanya. Bila tombol Analyze ditekan, maka akan

6 122 menampilkan window baru yang berisi informasi tentang diagnosa yang telah dilakukan dan hasilnya. Gambar 3.10 Window Analisa dan Hasil Diagnosa - Group Neural Network Berisi Button Train untuk proses pembelajaran, Load Weight untuk mengambil nilai bobot yang akan digunakan, Save Weight untuk menyiman nilai bobot setelah di training, dan Button Analyze untuk menganalisa dan mendiagnosa data EKG.

7 Spesifikasi Proses Sebelum sinyal/data EKG di analisa, terlebih dahulu diperlukan serangkaian proses pengenalan pola untuk mengenali karakteristik dari gelombang EKG tersebut. Adapun langkah-langkah proses pengenalan pola tersebut seperti pada gamabar berikut:

8 Gambar 3.11 Langkah-langkah dalam Proses Analisa EKG Asli 124

9 125 Gambar 3.11 menunjukkan serangkaian proses untuk mengenali pola gelombang EKG asli. Untuk data EKG yang telah dinormalisasi, proses pengenalan agak berbeda. Ini dikarenakan data tersebut sudah dibentuk sedemikian rupa sehingga tidak lagi memiliki noise serta tidak membutuhkan pergeseran garis dasar. Untuk itu proses digital bandpass filter, lowpass filter, serta baseline shift removal tidak diperlukan lagi. Langkah-langkah algoritma pengenalan polanya adalah sebagai berikut:

10 Gambar 3.12 Langkah-langkah dalam Proses Analisa EKG Simulasi 126

11 Signal Processing dan QRS Detection Untuk penggunaan sinyal EKG berdasarkan rekaman asli, maka setelah pertama kali di-load, akan terlihat grafik seperti berikut: Gambar 3.13 Sinyal yang Pertama Kali Dihasilkan Karena data ini bersasal dari rekaman langsung terhadap pasien, maka pada sinyal masih terdapat noise yang menyebabkan kesulitan dalam melakukan analisa. Untuk itu, sinyal harus diproses dengan algoritma pemrosesan sinyal digital Proses Digital Bandpass Filter Tahap yang pertama dalam pemrosesan sinyal adalah proses digital bandpass filter. Pada proses ini noise yang ada dihilangkan. Dengan menggunakan Discreet Fourier Transform (DFT), respon sinyal dari proses ini dihasilkan. Berikut ini adalah hasil dari proses digital bandpass filter

12 128 Gambar 3.14 Sinyal EKG Asli Setelah Tahap Digital Bandpass Filter Proses Baseline Shift Removal Dari sinyal yang dihasilkan sebelumnya, terlihat bahwa garis dasar dari gelombang tersebut tidak berada pada titik nol. Untuk itu, perlu dilakukan pergeseran garis dasar mendekati nol dengan menggunakan metode pengepasan kurva berdasarkan pendekatan polinomial Chebyshev. Hasil pendekatan tersebut kemudian dikalikan dengan fungsi pembobot (weighting function). Fungsi pembobot yang digunakan seperti pada gambar berikut: Gambar 3.15 Fungsi Pembobot (Weighting Function) Untuk Perkiraan Garis Dasar

13 129 Gambar 3.16 Perkiraan Geseran Garis Dasar Dengan Polinomial Chebyshev Gambar 3.17 Garis Dasar Digeser Sehingga Mendekati Nol Proses Averaging dan Scaling Pada proses ini, dilakukan penskalaan pada sinyal sehingga rata-rata amplitudonya menjadi 10.

14 130 Gambar 3.18 Tahap Averaging dan Scaling Proses Squaring dan Moving Window Integrator Pada proses ini, sinyal dikuadratkan dan dihaluskan bentuknya dengan moving window integrator. Lebar window integrator yang digunakan sama dengan 5.. Hasil dari proses ini adalah sebagai berikut: Gambar 3.19 Tahap Squaring dan Moving Window Integrator

15 Proses Dynamic Threshold dan QRS Detection Dengan penggunaan threshold sebagai batas acuan untuk mendeteksi kompleks QRS, maka nilai maksimum dari sinyal pada periode tertentu dapat diketahui. Berikut ini adalah hasilnya: Gambar 3.20 Posisi Kompleks QRS Sudah Diketahui Shape Recognition Setelah serangkaian proses sebelumnya, maka lokasi kompleks QRS sudah diketahui. Berikutnya adalah proses untuk menentukan normal atau tidaknya kompleks QRS tersebut. Karena proses sebelumnya sudah banyak mendistorsi sinyal, maka pada untuk proses selanjutnya digunakan sinyal EKG yang masih belum diolah Proses Digital Lowpass Filter Hampir sama pada tahap bandpass filter, sinyal dihilangkan noise-nya, tetapi noise pada frekuensi tinggilah yang dihilangkan.

16 132 Gambar 3.21 Sinyal EKG Asli Setelah Tahap Lowpass Filter Proses Baseline Shift Removal Sama seperti yang telah dibahas sebelumnya, setelah proses digital lowpass filter maka dilakukan baseline shift removal untuk menggeser garis dasar mendekati nol. Gambar 3.22 Perkiraan Geseran Garis Dasar

17 133 Gambar 3.23 Penghilangan Geseran Garis Dasar Pengenalan Pola Dengan menggunakan rumus pada pendekatan polinomial Chebyshev didapatkan koefisien-koefisien yang digunakan untuk penentuan distribusi pada feature space. Klasifikasi jarak minimum menggunakan Euclidean distance digunakan untuk mengenali pola kompleks QRS normal. Lalu rumus (2-55) digunakan untuk mencari titik pusat gravitasi pada feature space. Bila ternyata pemetaan koefisien jaraknya jauh dari pusat gravitasi normal, maka titik tersebut tergolong ventrikular. Gambar 3.24 Distribusi Koefisien Chebyshev (c 1, c 2 )

18 134 Gambar 3.25 Distribusi Koefisien Chebyshev (c 1, c 5 ) Dari hasil klasifikasi diatas, maka nilai perhitungan jaraknya dapat digambarkan seperti berikut: Gambar 3.26 Klasifikasi Bentuk QRS Diagnosis Setelah melalui serangkaian proses signal processing, maka kompleks gelombang QRS dapat diklasifikasi. Jenis-jenis penyakit-pun dapat diklarifikasikan

19 berdasarkan kompleks gelombang tersebut. Berikut ini adalah gambar dari lima kompleks QRS berturut-turut: 135 Gambar 3.27 Lima QRS yang Dijadikan Input Dalam Analisa Setelah didapat lima QRS, maka ditentukan beberapa karakteristik yang akan digunakan dalam diagnosis yaitu: Denyut jantung per menit. Varian interval. Interval antar kelima kompleks QRS (t 1, t 2, t 3, t 4 ) dalam satuan detik. Jumlah kompleks QRS ventrikular diantara lima denyut yang dianalisa. Waktu yang terhitung sejak kompleks QRS terakhir. Kelima karakteristik di atas digunakan seperti layaknya sebuah expert system, dimana untuk setiap variabel didefinisikan sebuah subset fuzzy dengan nilai yang telah ditentukan dari berbagai sumber (Krzysztof Dubowik, 1999).

20 136 Interval [s] Heart Rate [bpm] Number of Ventricular Complexes Varian [rhytm] Time Since Last QRS Gambar 3.28 Fuzzy Set yang Digunakan Dalam Expert System Untuk diagnosa penyakit, diperlukan penambahan satu variabel. Untuk setiap langkah forward chaining didefinisikan sebagai berikut: Diagnosis Gambar 3.29 Fuzzy Set yang Digunakan Untuk Mendiagnosa

21 137 Berdasarkan informasi di atas dapat digambarkan sebuah decision tree untuk menganalisa penyakit sebagai berikut: Gambar 3.30 Decision Tree Untuk Deteksi Arrhythmia

22 138 Untuk metode Fuzzy, digunakan Rules (aturan-aturan) seperti yang ada pada gambar IF merupakan decision node (ketupat) sedangkan THEN adalah conclusion node (persegi). Dari aturan-aturan tersebut, maka dapat dibuat suatu aturan yang digunakan diagnosa penyakit. Normal sinus rhythm: IF Time since last QRS IS normal AND Number of ventricular complexes IS none THEN Rhythm IS supraventricular IF Rhythm IS supraventricular AND Rhythm IS regular AND Heart rate IS normal THEN Diagnosis normal sinus rhythm IS yes Sinus tachycardia: IF Time since last QRS IS normal AND Number of ventricular complexes IS none THEN Rhythm IS supraventricular IF Rhythm IS supraventricular AND Rhythm IS regular AND Heart rate IS high THEN Diagnosis sinus tachycardia IS yes Sinus bradycardia: IF Time since last QRS IS normal AND

23 139 Number of ventricular complexes IS none THEN Rhythm IS supraventricular IF Rhythm IS supraventricular AND Rhythm IS regular AND Heart rate IS low THEN Diagnosis sinus bradycardia IS yes Sinus arrhythmia: IF Time since last QRS IS normal AND Number of ventricular complexes IS none THEN Rhythm IS supraventricular IF Rhythm IS supraventricular AND Rhythm IS NOT regular AND Interval shortened IS none AND Interval prolonged IS none THEN Diagnosis sinus arrhythmia IS yes Ventricular fibrillation: IF Time since last QRS IS NOT normal THEN Diagnosis ventricular fibrillation IS yes Premature atrial complex: IF Time since last QRS IS normal AND Number of ventricular complexes IS none THEN Rhythm IS supraventricular

24 140 IF Rhythm IS supraventricular AND Rhythm IS NOT regular AND Interval shortened IS yes AND Number of shortened interval IS less than 3 THEN Diagnosis premature atrial complex IS yes Atrial tachycardia: IF Time since last QRS IS normal AND Number of ventricular complexes IS none THEN Rhythm IS supraventricular IF Rhythm IS supraventricular AND Rhythm IS NOT regular AND Interval shortened IS yes AND Number of shortened interval IS more than or equal to 3 THEN Diagnosis atrial tachycardia IS yes Premature Ventricular Complexes: IF Time since last QRS IS normal AND Number of ventricular complexes IS NOT none THEN Rhythm IS ventricular IF Rhythm IS ventricular AND Number of ventricular complexes IS few AND Rhythm IS NOT regular AND Interval shortened IS yes THEN Diagnosis premature ventricular complexes IS yes

25 141 Ventricular tachycardia: IF Time since last QRS IS normal AND Number of ventricular complexes IS NOT none THEN Rhythm IS ventricular IF Rhythm IS ventricular AND Number of ventricular complexes IS many AND Rhythm IS regular THEN Diagnosis ventricular tachycardia IS yes Supraventricular escape beat: IF Time since last QRS IS normal AND Number of ventricular complexes IS none THEN Rhythm IS supraventricular IF Rhythm IS supraventricular AND Rhythm IS NOT regular AND Interval shortened IS none AND Interval prolonged IS yes THEN Diagnosis supraventricular escape beat IS yes Ventricular escape beat: IF Time since last QRS IS normal AND Number of ventricular complexes IS NOT none THEN Rhythm IS ventricular IF Rhythm IS ventricular AND Number of ventricular complexes IS few AND Rhythm IS NOT regular AND

26 142 Interval shortened IS none AND Interval prolonged IS yes THEN Diagnosis ventricular escape beat IS yes Bundle branch block: IF Time since last QRS IS normal AND Number of ventricular complexes IS NOT none THEN Rhythm IS ventricular IF Rhythm IS ventricular AND Number of ventricular complexes IS few AND Rhythm IS regular THEN Diagnosis bundle branch block IS yes Atau: IF Time since last QRS IS normal AND Number of ventricular complexes IS NOT none THEN Rhythm IS ventricular IF Rhythm IS ventricular AND Number of ventricular complexes IS many AND Rhythm IS NOT regular THEN Diagnosis bundle brach block IS yes

27 Pseudocode Main Modul Class TForm1 Prosedur RandomWeight Randomisasi Random semua weight hidden layer Random semua weight ouput layer Prosedur FormCreate Inisialisasi nilai variable-variabel Inisialisasi jumlah input layer, hidden layer dan output layer RandomWeight Baca nama-nama simulasi yang tersedia dan masukan ke memory Tambahkan nama-nama simulasi ke dalam menu Simulasi Prosedur FormDestroy Hentikan animasi jika berjalan Bebaskan memory yang dialokasikan untuk simulasi Jika Signal tidak kosong maka Bebaskan memory yang dialokasikan untuk Signal Prosedur SimulationClick Set Active Graph ke index dari simulasi Jika Active Graph sama dengan nol maka Set Active Signal ke signal data asli

28 144 Enable MenuBandPassFilter dan ButtonBandPassFilter Enable MenuLowPassFilter dan ButtonLowPassFilter Enable MenuBaselineShiftRemoval1 dan ButtonBaselineShiftRemoval1 Enable MenuBaselineShiftRemoval2 dan ButtonBaselineShiftRemoval2 selain itu Set ActiveSignal ke signal data simulasi. Disable MenuBandPassFilter dan ButtonBandPassFilter Disable MenuLowPassFilter dan ButtonLowPassFilter Disable MenuBaselineShiftRemoval1 dan ButtonBaselineShiftRemoval1 Disable MenuBaselineShiftRemoval2 dan ButtonBaselineShiftRemoval2 Akhir Jika Jika Active Signal kosong maka Disable ScrollBar selain itu Enable Scrollbar Sesuaikan nilai maksimum Scrollbar dengan panjang signal Akhir Jika Prosedur ExitClick Tutup Form Utama Tutup Applikasi

29 145 Prosedur AboutClick Hentikan Timer Animasi Tampilkan Form About Jika Animasi aktif maka jalankan kembali Timer Animasi Prosedur AnimateClick Jika Animasi aktif maka hentikan Timer Animasi selain itu Jalankan Timer Animasi Prosedur OptionsClick Set nilai-nilai Trackbar Animate Speed dan Graph Length pada Form Options Tampilkan Form Options Jika user menekan OK maka simpan nilai-nilai dari Trackbar tersebut Prosedur LoadDataClick Tampilkan Open File Dialog Jika User menekan Open maka Baca data signal ke Signal Set Active Graph ke nol Set Active Signal ke Signal Sesuaikan nilai maksimum Scrollbar dengan panjang signal Akhir Jika

30 146 Prosedur CloseDataClick Jika Signal tidak kosong maka Bebaskan memory Signal Jika Active Graph nol maka kosongkan ActiveSignal Akhir Jika Prosedur ScrollbarChange Set posisi Graph ke posisi ScrollBar Prosedur ButtonBandPassFilterClick Jika ButtonBandPassFilter tertekan maka Tandai MenuBandPassFilter Selain itu Hilangkan tanda pada MenuBandPassFilter Akhir Jika Panggil prosedur AdjustSignal Set parameter Graph Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar Prosedur ButtonBaselineShift1Click Jika ButtonBaselineShift1 tertekan maka Tandai MenuBaselineShiftRemoval1 Selain itu Hilangkan tanda pada MenuBaselineShiftRemoval1 Akhir Jika

31 147 Panggil prosedur AdjustSignal Set parameter Graph Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar Akhir Jika Akhir prosedur Prosedur ButtonAverageClick Jika ButtonBaselineShiftRemoval1 tertekan maka Tandai MenuAveragingAndScaling Selain itu Hilangkan tanda pada MenuAveragingAndScaling Akhir Jika Panggil prosedur AdjustSignal Set parameter Graph Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar Prosedur ButtonSquareClick Jika ButtonSquare tertekan maka Tandai MenuSquaringAndMovingWindowIntegrator Selain itu Hilangkan tanda pada MenuSquaringAndMovingWindowIntegrator Akhir Jika Panggil prosedur AdjustSignal Set parameter Graph Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar

32 148 Prosedur ButtonDetectClick Jika ButtonDetect tertekan maka Tandai MenuDetectedQRSComplex Selain itu Hilangkan tanda pada MenuDetectedQRSComplex Akhir Jika Panggil prosedur AdjustSignal Set parameter Graph Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar Prosedur ButtonLowPassFilterClick Jika ButtonLowPassFilter tertekan maka Tandai MenuLowPassFilter Selain itu Hilangkan tanda pada MenuLowPassFilter Akhir Jika Panggil prosedur AdjustSignal Set parameter Graph Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar Prosedur ButtonBaselineShift2Click Jika ButtonBaselineShift2 tertekan maka Tandai MenuBaselineShiftRemoval2

33 149 Selain itu Hilangkan tanda pada MenuBaselineShiftRemoval2 Akhir Jika Panggil prosedur AdjustSignal Set parameter Graph Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar Prosedur ButtonFeatureSpace12Click Jika ButtonFeatureSpace12 tertekan maka Tandai MenuFeatureSpaceC1andC2 Selain itu Hilangkan tanda pada MenuFeatureSpaceC1andC2 Akhir Jika Panggil prosedur AdjustSignal Set parameter Graph Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar Prosedur ButtonFeatureSpace15Click Jika ButtonFeatureSpace15 tertekan maka Tandai MenuFeatureSpaceC1andC5 Selain itu Hilangkan tanda pada MenuFeatureSpaceC1andC5 Akhir Jika Panggil prosedur AdjustSignal Set parameter Graph

34 150 Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar Prosedur ButtonDetectedQRSComplexClick Jika ButtonDetectedQRSComplex tertekan maka Tandai MenuDetectedQRSComplex Selain itu Hilangkan tanda pada MenuDetectedQRSComplex Akhir Jika Panggil prosedur AdjustSignal Set parameter Graph Jika Active Signal kosong maka disable Scrollbar selain itu enable Scrollbar Prosedur AdjustSignal Set Graph ke Signal Processing yang sedang aktif Prosedur AdjustEnable Jika Signal kosong maka Disable tombol Analyze Disable semua tombol Signal Processing Selain itu Enable tombol Analyze Jika Signal adalah simulasi maka Enable semua tombol Signal Processing kecuali Band Pass, Low Pass, Baseline Shift Removal 1 dan 2

35 151 Selain itu Enable semua tombol Signal Processing Akhir Jika Akhir Jika Prosedur MenuBandPassFilterClick Jika ButtonBandPassFilter tertekan maka lepaskan selain itu tekan ButtonBandPassFilter Panggil ButtonBandPassFilterClick Prosedur MenuBaselineShiftRemoval1Click Jika ButtonBaselineShift1 tertekan maka lepaskan selain itu tekan ButtonBaselineShift1 Panggil ButtonBaselineShift1Click Prosedur MenuAveragingAndScalingClick Jika ButtonAveraging tertekan maka lepaskan selain itu tekan ButtonAveraging Panggil ButtonAverageClick Prosedur MenuSquaringAndMovingWindowIntegratorClick Jika ButtonSquare tertekan maka lepaskan selain itu tekan ButtonSquare Panggil ButtonSquareClick

36 152 Prosedur MenuDynamicThresholdAndQRSDetectionClick Jika ButtonDetect tertekan maka lepaskan selain itu tekan ButtonDetect Panggil ButtonDetectClick Prosedur MenuLowPassFilterClick Jika ButtonLowPassFilter tertekan maka lepaskan selain itu tekan ButtonLowPassFilter Panggil ButtonLowPassFilterClick Prosedur MenuBaselineShiftRemoval2Click Jika ButtonBaselineShift2 tertekan maka lepaskan selain itu tekan ButtonBaselineShift2 Panggil ButtonBaselineShift2Click Prosedur MenuFeatureSpaceC1andC2Click Jika ButtonFeatureSpace12 tertekan maka lepaskan selain itu tekan ButtonFeatureSpace12 Panggil ButtonFeatureSpace12Click Prosedur MenuFeatureSpaceC1andC5Click Jika ButtonFeatureSpace15 tertekan maka lepaskan selain itu tekan ButtonFeatureSpace15 Panggil ButtonFeatureSpace15Click

37 153 Prosedur MenuDetectedQRSComplexClick Jika ButtonDetectedQRSComplex tertekan maka lepaskan selain itu tekan ButtonDetectedQRSComplex Panggil ButtonDetectedQRSComplexClick Prosedur TrainAll Ulangi Tambah traincount Forward input ke hidden layer Forward hidden layer ke output layer Hitung error dari output layer Backward output ke hidden layer Backward hidden layer ke input layer Update weight hidden layer Update weight output layer Hitung error rata-rata Hingga error rata-rata lebih kecil dari target error Prosedur TrainClick Inisialisasi npattern Jalankan Inisialisasi Graph Tambah npattern Hitung masing-masing input Masukkan input kedalam npattern Hitung target dari input

38 154 Sebanyak jumlah penyakit Panggil TrainAll Prosedur LoadWeightClick Buka file weight Baca jumlah traincount Baca systemerror Baca weight hidden layer Baca weight output layer Tutup file weight Prosedur SaveWeightClick Buka file weight Tulis jumlah traincount Tulis systemerror Tulis weight hidden layer Tulis weight output layer Tutup file weight Prosedur HitungTarget Inisialisasi nilai variabel-variabel Hitung nilai desimal dari output layer Prosedur NeuralAnalyzeClick Inisialisasi niali variabel-variabel

39 155 Hitung masing-masing input Forward input layer ke hidden layer Forward hidden layer ke output layer Panggil HitungTarget Tampilkan Form Analyze Panggil Prosedur NeuralNet pada form Analyze Prosedur FuzzyAnalyzeClick Tampilkan Form Analyze Panggil Prosedur FuzzyL pada form Analyze Akhir Class Modul UnitAbout Class TForm1 Prosedur FormCreate Baca gambar animasi dan simpan ke memory Prosedur FormShow Set Frame animasi ke nol Reset animasi text Jalankan timer Prosedur FormHide Stop Timer

40 156 Prosedur Timer1Timer Majukan frame animasi Gerakan animasi text Prosedur ButtonOKClick Tutup Form About Akhir Class Modul UnitOptions Class TForm3 Prosedur TForm3.AnimationSpeedChange(Sender: TObject); Set Label1 ke posisi AnimationSpeed Prosedur GraphLengthChange Set Label2 ke posisi GraphLength Akhir Class Modul UnitAnalyze Class TForm4 Prosedur FormShow Kosongkan Analisa Disable tombol close

41 157 Prosedur FormClose Jika thread ada dan sedang berjalan maka batalkan penutupan form Prosedur FuzzyL Inisialisasi variabel dan data Lakukan perulangan untuk setiap QRS yang terdeteksi Hitung jarak antar ke 5 posisi QRS Hitung rata-rata jarak Hitung Variasi antar jarak Hitung jumlah kompleks QRS Ventricular Hitung Detak Per Menit Lakukan analisa penyakit dengan Fuzzy Subset yang tersedia Akhir perulangan Hitung persentase tiap-tiap penyakit yang di temukan beserta Tampilkan tiap-tiap penyakit berserta persentasenya Prosedur NeuralNet Inisialisasi variabel dan data Tampilkan hasil analisa berdasarkan nilai output layer Akhir Class

42 Modul ECGSimulation Class THeartBeats Constructor Create Initialisasi data variabel Baca data simulasi dan bentuk linklist data simulasi Akhir Constructor Destructor Destroy Bebaskan memory linklist Akhir Destructor Prosedur AddHeartBeat Tambahkan Heartbeat baru ke linklist Fungsi GetHeartBeat Lakukan looping hingga ke posisi yang diinginkan Kembalikan informasi HeartBeat Prosedur SetInterval Set Interval dari sampling Fungsi GetInterval Kembalikan Interval dari Sampling

43 159 Fungsi GetData Hitung posisi yang ingin disampling Lakukan perhitungan posisi gelombang Kembalikan nilai sampling Fungsi GetLength Kembalikan panjang simulasi Fungsi GetCount Kembalikan jumlah sample Akhir Class Modul ECGData Class TECGData Constructor Create Baca informasi sinyal dan simpan ke memory Akhir Constructor Fungsi GetSignal Buat TECGSignal berdasarkan informasi sinyal Kembalikan object tersebut Akhir Class

44 160 Class TECGSignal Constructor Create Baca file sinyal dan simpan ke memory Akhir Constructor Destructor Destroy Bebaskan memory yang dipakai untuk sinyal Akhir Destructor Fungsi GetData Kembalikan nilai data sinyal Akhir Class Modul SignalProcessing Class TSignalProcessor Constructor Create Inisialisasi variabel Jika sig tidak kosong maka set Signal ke sig Akhir Constructor Prosedur NotifyListener Panggil prosedur Changed untuk setiap Listener Prosedur Changed Set Update ke True Panggil prosedur Changed dari Parent Class

45 161 Akhir prosedur Prosedur UpdateData Set Update False Akhir UpdateData Prosedur AddChangeListener Tambahkan listener baru ke list Prosedur RemoveChangeListener Keluarkan listener dari list Prosedur SetSignal Set Signal ke sig Fungsi GetData Jika Signal tidak kosong maka panggil GetData dari Signal Selain itu kembalikan nilai default Akhir Jika Fungsi GetTipe Jika Enabled maka kembalikan Tipe selain itu kembalikan Tipe dari Signal

46 162 Prosedur SetEnabled Set nilai Enabled Jika Enabled berubah maka panggil prosedur NotifyListener Fungsi GetEnabled Kembalikan nilai Enabled Akhir Class Modul SignalFilter Class LowpassFilter Constructor Create Initialisasi variabel-variabel Buat koefisien respon frekuensi pada 0-40Hz Lakukan Invers DFT untuk koefisien respon impuls Akhir Constructor Destructor Destroy Bebaskan memory yang dialokasi untuk Signal Akhir Destructor Prosedur UpdateData Set Update ke False Lakukan perkalian koefisien ke setiap sinyal dan simpan ke data signal

47 163 Fungsi GetData Jika nilai Update True maka Panggil Prosedur UpdateData Kembalikan nilai data signal sesuai index Akhir Class Class BandpassFilter Constructor Create Initialisasi variabel-variabel Buat koefisien respon frekuensi pada 8-40Hz Lakukan Invers DFT untuk koefisien respon impuls Akhir Constructor Destructor Destroy Bebaskan memory yang dialokasi untuk Signal Akhir Destructor Prosedur UpdateData Set Update ke False Lakukan perkalian koefisien ke setiap sinyal dan simpan ke data signal Fungsi GetData Jika nilai Update True maka panggil Prosedur UpdateData Kembalikan nilai data signal sesuai index

48 164 Akhir Class Modul Averaging Class TAverageAndScaling Constructor Create Initialisasi variabel-variabel Set Signal ke Signal dari proses sebelumnya Akhir Constructor Destructor Destroy Bebaskan memory yang dialokasi untuk Signal Akhir Destructor Prosedur UpdateData Set Update ke False Cari nilai maksimum dan nilai minimum Signal Simpan nilai range dari minimum dan maksimum Bagi setiap data pada Signal dengan range dan kalikan dengan nilai Scale Akhir prosedur Prosedur GetData Jika nilai Update True maka panggil Prosedur UpdateData Kembalikan nilai Signal sesuai index Akhir Class

49 Modul SquaredAndDynamicThreshold Class SquaredAndMovingWindowIntegrator Constructor Create Inisialisasi variable-variabel Set Signal ke Signal dari proses sebelumnya Akhir Constructor Prosedur UpdateData Set Update ke False Lakukan pengkuadratan data Signal dari index 2 hingga index+2 Bagi dengan 5 dan simpan ke memory Ulangi pengkuadratan hingga akhir signal Fungsi GetData Jika nilai Update True maka panggil prosedur UpdateData Kembalikan nilai data sesuai index Akhir Class Class DynamicThreshold Constructor Create Inisialisasi variable-variabel Set Signal ke Signal dari proses sebelumnya Akhir Constructor Destructor Destroy Bebaskan memory yang dialokasi untuk Signal

50 166 Akhir Destructor Prosedur UpdateData Set Update ke False Set nilai awal garis ke awal signal Jika nilai tersebut di bawah sinyal maka Lakukan perulangan hingga nilai garis berada di atas sinyal Hitung luas dari area yang melewati garis threshold Jika lebih dari batas yang ditentukan maka catat posisi tertinggi sebagai posisi QRS Kompleks Selain itu Hitung nilai berikutnya Akhir jika Fungsi GetData Jika nilai Update True maka panggil prosedur UpdateData Kembalikan nilai data sesuai index Akhir Class Class TRPeak Constructor Create Inisialisasi variable-variabel Set Signal ke Signal dari proses sebelumnya Akhir Constructor Destructor Destroy

51 167 Bebaskan memory yang dialokasi untuk Signal Akhir Destructor Prosedur UpdateData Set Update ke False Lakukan perulangan untuk setiap signal dan simpan posisi QRS Fungsi GetData Jika nilai Update True maka panggil prosedur UpdateData Kembalikan nilai posisi sesuai index Akhir Class Modul Chebyshev Class ChebyshevPolinomial Constructor Create Inisialisasi variable-variabel Set Signal ke Signal dari proses sebelumnya Akhir Constructor Destructor Destroy Bebaskan memory yang dialokasi untuk Signal Akhir Destructor Fungsi GetData Jika index tidak dalam range sebelumnya maka hitung kembali nilai Koefisien

52 168 Kembalikan nilai data sesuai index Akhir Class Class ChebyshevCoefficient Constructor Create Inisialisasi variable-variabel Set Signal ke Signal dari proses sebelumnya Akhir Constructor Destructor Destroy Bebaskan memory yang dialokasi untuk Signal Akhir Destructor Prosedur UpdateData Set Update ke False Hitung nilai koefisien chebyshev C1, C2, dan C5 pada posisi QRS yang terdeteksi Simpan nilai koefisien tersebut Lakukan hingga akhir dari posisi QRS yang terdeteksi Fungsi GetData Jika nilai Update True maka panggil prosedur UpdateData Kembalikan nilai koefisien chebyshev Akhir Class

53 169 Class TQRSComplex Constructor Create Inisialisasi variable-variabel Set Signal ke Signal dari proses sebelumnya Akhir Constructor Destructor Destroy Bebaskan memory yang dialokasi untuk Signal Akhir Destructor Prosedur UpdateData Set Update ke False Lakukan looping untuk setiap koefisien chebyshev dan hitung cari jarak koefisien tersebut ke klasifikasi QRS terdekat dan simpan bentuk QRS Fungsi GetData Jika nilai Update True maka panggil prosedur UpdateData Kembalikan nilai bentuk QRS Akhir Class Modul FuzzyLogic Fungsi HeartRateLow Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value

54 170 Fungsi HeartRateAverage Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi HeartRateHigh Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi IntervalShort Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi IntervalNormal Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi IntervalLong Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi VentricularNone Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value

55 171 Fungsi VentricularFew Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi VentricularMany Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi VarianceRegular Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi VarianceIrregular Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi TimeSinceNormal Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi TimeSinceLong Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value

56 172 Fungsi DiagnosisNo Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi DiagnosisPossible Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value Fungsi DiagnosisYes Hitung membership value sesuai dengan gambar Fuzzy Set Kembalikan nilai membership value