Ekstraksi Parameter Temporal Sinyal ECG Menggunakan Difference Operation Method
|
|
- Ida Susman
- 7 tahun lalu
- Tontonan:
Transkripsi
1 194 Ekstraksi Parameter Temporal Sinyal ECG Menggunakan Difference Operation Method Abdul Yasak *, Achmad Arifin Jurusan Teknik Elektro, ITS Surabaya 60 Phone : (62 31) , Fax : (62 31) * yasak10@mhs.ee.its.ac.id Abstrak.Sinyal ECG merupakan salah satu sinyal yang dapat digunakan untuk mendeteksi kelainan jantung. Tiap-tiap komponen sinyal ECG menggambarkan proses fisiologis selama satu siklus aktivitas jantung. Deteksi ketidaknormalan jantung dapat dilakukan dengan mengetahui parameter temporal dari sinyal ECG. Pada penelitian ini dilakukan eksperimen metode ekstraksi parameter temporal sinyal ECG dengan menggunakan metode Difference Operation Method (DOM)untuk ekstraksi fitur sinyal ECG. Parameter temporal yang diekstrak meliputi interval R-R, durasi kompleks QRS, dan laju detak jantung. Metode ini diuji dengan menggunakan data ECG dari ECG MIT database dengan tiga kondisi, normal, right bundle branch block (RBBB) dan left bundle branch block (LBBB). Hasil penelitian menunjukkan metoda DOM dapat mengekstrak parameter temporal ECG. Masing-masing kondisi jantung mempunyai ciri yang khas dari parameter temporal yang diekstrak. Kami mendeteksi ada kasus tertentu dimana batas antara satu kondisi dengan yang lain mempunyai batas yang fuzzy. Hal ini akan ditindaklanjuti dengan metoda klasifikasi yang sesuai dengan karakter data sesuai hasil penelitian ini. KataKunci:Difference Operation Method (DOM), Electrocardiogram (ECG), Left bundle branch block (LBBB), Right bundle branch block (RBBB). 1.PENDAHULUAN Electrocardiogram(ECG) adalah sinyal rekaman aktivitas kelistrikan jantung dalam waktu tertentu. Sinyal ECG adalah sinyal biologis yang non-stasioner. Oleh karena itu untuk melakukan diagnosa yang tepat diperlukan pengamatan pola ECG dan variabilitas detak jantung selama beberapa jam. Hal ini menjadikan volume data menjadi besar dan memakan waktu yang cukup lama. Tentu saja, kemungkinan salah membaca informasi yang penting menjadi tinggi. Oleh karena itu analisis berbasis komputer akan sangat membantu dalam meningkatkan kualitas hasil diagnosa. Pada Gambar 1 disajikan komponenkomponen penting dari sinyal ECG, yang meliputi gelombang P, kompleks QRS kompleks, dan gelombang T. Informasi penting dalam sinyal ECG meliputi parameter temporal PR, QRS, QT, interval ST, PR. Gelombang P menunjukkan depolarisasi dari Gambar 1. Komponen Sinyal ECG normal atrium, Kompleks QRS menunjukkan depolarisasi ventrikel. Sementara Interval PR merupakan durasi perjalanan gelombang depolarisasi dari atrium menuju ventrikel. Gelombang S menunjukkan defleksi negatif pertama setelah gelombang R. ST segmen merupakan waktu diantara depolarisasi ventrikel dan permulaan dari repolarisasi ventrikel. Sedangkan gelombang T menunjukkan repolarisasi ventrikel. Kenyataan menunjukkan bahwa deteksi QRS sulit dilakukan karena beberapa masalah, seperti noise sinyal ECG, interferensi power-line, dan amplitudo gelombang T yang mirip dengan QRS kompleks. Sehingga untuk mendapatkan informasi yang akurat masalah-masalah di atas harus diatasi. Lebih dari tiga dekade telah dilakukan penelitian untuk mendeteksi QRS kompleks dimana telah banyak metode yang ditemukan seperti Pan dan Tompkins [1] yang mengusulkan suatu algoritma untuk mengenali QRS kompleks yang biasa disebut metode PT. kemudian C.W. Li, C.X. Zheng, C.F. Tai [2] mengusulkan metode Wavelet Transforms untuk mendeteksi QRS kompleks. Serta X.Xu, Y. Liu [3] yang mengajukan algoritma Slope Vector Wave untuk menemukan titik QRS. Yun Chi Yeh dan Wen June Wang [4] mengusulkan suatu metode baru yang dikatakan sebagai metode yang simpel dan reliabel karena menggunakan algoritma yang cepat dan sederhana serta tidak membutuhkan perhitungan matematika yang rumit. Metode ini diberi nama metode Difference Operation Method (DOM) dimana metode ini terbagi dalam dua
2 tahap. Dalam penelitian ini metode DOM digunakan untuk mengestrak parameter temporal sinyal ECG. Hasil parameter-parameter hasil ekstraksi tersebut dapat diidentifikasi jenis ECG normal, RBBB, dan LBBB. (a) (b) 2.METODE 2.1 Pengambilan Data Dalam penelitian ini digunakan sampel data ECG dari ECG MIT-BIH (Massachusetts Institute of Technology-Beth Israel Hospital) database sebanyak 10 file dengan durasi waktu 1 menit. Data ECG tersebut merupakan hasil rekaman analog yang dikonversi menjadi data digital dengan frekuensi sampling 360 Hz. (c) (e) (d) (f) Berdasarkan jenis pathologi data diklasifikasikan dalam 3 bagian yakni, normal sebanyak 5 file (100,,112,113, dan 115), LBBB sebanyak 3 file (109, dan 214), dan RBBB sebanyak 2 file (212 dan ). 2.2 Proses DOP Tahap pertama dalam algoritma DOM ini adalah melakukan difference operation process (DOP), Adapun rumus yang digunakan untuk operasi DOP ini seperti pada Persamaan (1), (1) dimana x(n) adalah input sinyal pada waktu n, dan adalah perbedaan output sinyal pada waktu n. Gambar 1 memperlihatkan sampel gambar sinyal MIT-BIH file normal (#), LBBB ( # ) dan file RBBB (# ) sebelum dan sesudah dilakukan difference operation process (DOP). Hasil yang didapat dari operasi DOM kemudian diproses menggunakan low pass filtering dengan cut off frekuensi 100 Hz yang berguna untuk menghilangkan sinyal amplitudo rendah tetapi mempunyai frekuensi tinggi dengan variasi bentuk gelombang, sebagaimana diketahui bahwa tipikal dari komponen frekuensi sinyal ECG mempunyai range antara Hz. Sinyal hasil filter yang didapat kita beri nama xdf. Melalui rumus (2) sinyal diproses dengan menggunakan threshold T 1 dan T 2 untuk memperoleh sinyal akhir df dimana nilai T 1 adalah 2MVp dan nilai T 2 adalah 2 MVn. MVp adalah nilai mean semua amplitudo positif sedangkan MVn merupakan nilai mean semua amplitudo negatif. Penentuan nilai threshold sebesar nilai tersebut diatas ditetapkan setelah melalui banyak (2) Gambar 1. Grafik sinyal ECG : (a) Data ECG normal; (b) Hasil DOP data ECG normal;(c) Data ECG LBBB;(d) Hasil DOP data ECG LBBB (e) Data ECG RBBB;(f) Hasil DOP data ECG RBBB eksperimen yang bertujuan untuk mencari nilai nilai ekstrim positif dan ekstrim negatif yang paling benar tetapi nilai tersebut masih bisa dirubah sesuai dengan kondisi data. Pada penelitian ini digunakan nilai threshold sebesar 2.5 MVp dan 2.5 MVn. 2.3 Menemukan Titik R Setelah didapatkan sinyal df maka tahap selanjutnya adalah menemukan letak titik R. Menurut definisi medis durasi tiap interval RR berkisar antara detik yakni berkisar antara titik sampling pada frekuensi 360 Hz. Adapun tahap-tahap untuk mencari titik R adalah sebagai berikut : Tahap 1. Pisahkan sinyal df yang telah didapat pada langkah diatas menjadi dua macam sinyal yakni df dan df. Tahap 2. Temukan nilai titik ekstrim (nilai absolut) untuk tiap interval. Scan df dan df dari kiri ke kanan dengan panjang interval 50 sampling atau setara dengan 0.14 detik untuk data dengan frekuensi 360 Hz, Jika ditemukan nilai ekstrim bukan nol dalam interval maka kita simpan sedangkan interval yang tidak memiliki nilai titik ekstrim diabaikan saja. Tahap3. Pilihlah titik nilai ekstrim yang benar dengan cara mengukur perbedaan waktu diantara dua posisi nilai + ekstrim positif bukan nol yang berdekatan pada df - (ataupun df.) jika perbedaan waktunya sama atau lebih kecil dari durasi interval (0,14 detik atau 50 titik sampel) maka nilai ekstrim positif terbesar yang dipilih, tetapi jika perbedaan waktunya lebih besar
3 196 dari durasi interval maka kedua titik nilai ekstrim itu yang dipilih. Kemudian diukur lagi perbedaan waktu diantara dua nilai ekstrim berdekatan dari nilai ekstrim yang sudah terpilih tadi df (ataupun df.), jika perbedaan waktunya sama atau lebih kecil dari durasi interval (0,14 detik) maka kedua nilai ekstrim tersebut adalah pasangan yang benar dan akan disimpan tetapi sebaliknya jika perbedaan waktunya lebih besar dari durasi interval maka keduanya bukan merupakan pasangan yang benar dan harus dihapus. Tahap 4. Cocokkan pasangan posisi titik nilai ekstrim yang didapat tadi pada sinyal ECG yang asli, posisi nilai positif maksimum adalah nilai titik R dalam interval. Gambar 2 memperlihatkan hasil pengolahan sinyal ECG setelah dilakukan proses threshold dan ditemukan titik R pada file nomer (normal), 211 (LBBB) dan (RBBB). (a) (b) (c) 2.4 Menemukan Posisi Titik Q dan S Setelah ditemukan lokasi titik R maka tahapan selanjutnya adalah mencari lokasi titik Q dan titik S. Tahap 1. Mendefinisikan interval pencarian 1 Berdasarkan definisi medis QRS interval adalah durasi diantara onset dan offset dari QRS kompleks dengan durasi normal adalah berkisar antara 0,04 0,11 detik (15-40 titik sampling pada frekuensi 360 Hz). Oleh karena itu pertama kali didefinisikan interval pencarian 1 yakni interval pencarian yang berisi titik R. Interval 1 mempunyai rentang sebesar 20 titik sampling sebelum titik R dan 20 titik sampling sesudah titik R. Posisi nilai minimum di depan titik R ditandai sebagai titik Q 1 dan posisi nilai minimum di belakang titik R diberi nama titik S 1. Tahap 2.Mendefinisikan pencarian interval 2. Interval pencarian 1 diperlebar sebesar 200% pada sebelah kiri dan 200% sebelah kanan sehingga interval mempunyai nilai sebesar 80 titik sampling (pada frekuensi 360 Hz). Posisi nilai minimum di depan titik R disebut titik Q 2 dan posisi nilai minimum di belakang titik R disebut titik S 2. Tahap 3.Menemukan posisi titik Q Jika posisi dari Q 1 dan Q 2 nilainya sama, maka posisi keduanya adalah posisi titik Q, jika tidak maka harus kita perhatikan kriteria berikutnya yakni jika MVqq > Vq 1 + Tv (3) Maka posisi Q 2 adalah posisi titik Q dimana MVqq adalah magnitudo maksimum dalam interval antara Q 1 dan Q 2, Vq 1 adalah amplitudo titik Q 1, dan Tv adalah threshold dengan nilai 0,18 mv, nilai ini dipilih berdasarkan hasil banyak eksperimen yang dilakukan pada sinyal ECG yang berbeda-beda. Jika tidak sesuai dengan kriteria diatas, maka dicek lagi yakni jika, Gambar 2. Grafik sinyal ECG setelah ditemukan titik R (a) Normal ; (b) LBBB ; (c) RBBB Vq 2 > Vq 1 (4) maka posisi Q 1 adalah posisi titik Q, jika tidak maka posisi Q2 adalah titik Q, dimana Vq 2 adalah titik amplitudo Q 2. Tahap 4. Menemukan Posisi titik S Jika posisi S 1 dan S 2 sama maka posisi tersebut merupakan titik S, jika tidak sama maka jika Vs 2 > Vs 1 (5) maka posisi titik S terletak pada posisi S 1, jika tidak sesuai dengan persamaan (5) maka posisi titik S terletak pada titik S 2, dimana Vsi adalah amplitudo titik Si, i = 1,2. 3. HASIL DAN PEMBAHASAN Bundle Branch Block adalah arrhytmia yang mengacu pada kerusakan sistem konduksi listrik jantung yang dapat didiagnosis ketika durasi QRS kompleks pada sinyal ECG melebihi 120 ms. Eksperimen dengan metode DOM pada 10 file MIT-BIH durasi 1 menit frekuensi 360 Hz kemudian diambil hasil rata-ratanya serta dihitung nilai standar deviasinya. Hasil yang didapat dimasukkan ke dalam tabel yang berisi interval RR, QRS kompleks serta heart rate. Untuk menentukan heart rate digunakan rumus yang diambil berdasarkan interval RR. Dimana R R = adalah interval antara sinyal R dengan sinyal R yang diukur dalam satuan milidetik. (6)
4 Klasifikasi File Durasi QRS RR Interval Heart rate Kompleks ( detik ) ( detik ) ( bpm) Normal ± ± ± ± ± ± ± ± ± ± LBBB ± ± ± ± ± ± RBBB ± ± ± ± Tabel 1 : Hasil eksperimen sinyal ECG dengan metode DOM Gambar 4 : Pola karakterisasi temporal sinyal ECG normal, LBBB, dan RBBB Tabel 1 yang berisi hasil penelitian pada jenis normal, left bundle block dan right bundle block memperlihatkan bahwa durasi QRS kompleks pada jenis normal rata-rata lebih kecil dari 0,12 detik seperti pada file #112 didapat nilai rata-rata durasi QRS kompleks per menit detik dengan standar deviasi Sedangkan pada sampel dengan kelainan bundle branch block rata-ratadurasi QRS kompleksnya lebih besar dari 0.12 detik yang menggambarkan adanya keterlambatan hantaran impuls saat depolarisasi ventrikel. Hubungan antara RR dan QRS kompleks selanjutnya digambarkan pada gambar 4 yang menunjukkan pola karakterisasi temporal sinyal ECG kondisi normal, LBBB dan RBBB. KESIMPULAN Metode Difference Operation Method (DOM) merupakan salah satu metode yang digunakan mencari QRS kompleks dimana sinyal ECG diolah pada domain waktu dan skala amplitudo. Hasil penelitian menunjukkan adanya perbedaan karakter parameter temporal terutama pada durasi QRS kompleks antara sinyal kondisi normal dengan sinyal yang mempunyai kelainan bundle branch block dimana nilai durasi QRS kompleksnya rata-rata lebih besar dari 0.12 detik. Dari penggambaran grafik pola karakterisasi temporal sinyal ECG hubungan antara QRS kompleks dan interval RR menunjukkan terjadinya pengelompokan data yang tidak linear, beberapa bagian data terlihat
5 198 masuk ke dalam bagian anggota kelompok atau kelas lain. Untuk menyajikan data sinyal ECG yang samar atau bersifat ambigu tersebut menjadi informasi klasifikasi yang jelas memerlukan metode classifier yang sesuai dengan karakter data ini sehingga tingkat akurasi klasifikasi menjadi lebih tinggi. DAFTARREFERENSI [1] J.Pan, W.J. Tompkins, A real time QRS detection algorithm, IEEE Trans. Biomed. Eng. BME-32 (3) (1985) [2] C.W. Li, C.X. Zheng, C.F. Tai, Detection of ECG characteristic points using wavelet transform, IEEE Trans. Biomed. Eng 42 (1) (1995) [3] X. Xu, Y. Liu, ECG QRS complex detection using slope vector waveform (SVW) algorithm, in : Proceedings of the 26 th International Conference of the IEEE EMBS, 2004, pp [4] Yun Chi Ye, We June Wang, QRS complexs detection for ECG signal : The Difference Operation Method. Biomedicine 91 (2008)
Algoritma Mendeteksi Ketidaknormalan Premature Atrial Contractions(PACs) Berdasarkan Kombinasi RR Interval dan Correlation Coefficient
Algoritma Mendeteksi Ketidaknormalan Premature Atrial Contractions(s) Berdasarkan Kombinasi RR Interval dan Correlation Coefficient Iman Fahruzi Jurusan Teknik Elektro, Politeknik Negeri Batam Parkway
Lebih terperinciSISTEM TELECARDIAC MONITORING EKSTRAKSI DAN TRANSMISI PARAMETER TEMPORAL SINYAL JANTUNG MELALUI KANAL RADIO
SISTEM TELECARDIAC MONITORING EKSTRAKSI DAN TRANSMISI PARAMETER TEMPORAL SINYAL JANTUNG MELALUI KANAL RADIO Norma Hermawan 1), Muh. Farid Retistianto 2), Achmad Arifin 3) 1),3 ) Teknik Biomedik, Institut
Lebih terperinciKlasifikasi Sinyal Elektrokardiografi Menggunakan Wavelet Transform Dan Neural Network
136 Klasifikasi Sinyal Elektrokardiografi Menggunakan Wavelet Transform Dan Neural Network Fuad Lutfi*, Achmad Arifin Jurusan Teknik Elektro, ITS Surabaya 60111 Phone : (62 31) 594 7302, Fax : (62 31)
Lebih terperinciPENGEMBANGAN SISTEM DIAGNOSA KELAINAN JANTUNG BERBASIS CONTINOUS WAVELET TRANSFORM (CWT) DAN ARTIFICIAL NEURAL NETWORK (ANN)
TESIS PENGEMBANGAN SISTEM DIAGNOSA KELAINAN JANTUNG BERBASIS CONTINOUS WAVELET TRANSFORM (CWT) DAN ARTIFICIAL NEURAL NETWORK (ANN) FUAD LUTFI NRP. 2210206722 Pembimbing : Achmad Arifin, ST, M.Eng,, PhD
Lebih terperinciAnalisis Dimensi Fraktal Sinyal Elektrokardiografi
Analisis Dimensi Fraktal Sinyal Elektrokardiografi Rizki Yara Exsa Narvinda 1, Arif Surtono 1 dan Amanto 2 1 Jurusan Fisika FMIPA Universitas Lampung Jl. Prof. Dr. Soemantri Brojonegoro No.1 Gedung Meneng
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
digilib.uns.ac.id 40 BAB IV HASIL DAN PEMBAHASAN Dalam bab IV ini dibahas tentang rangkaian proses pengolahan data EKG. Bagian pertama dibahas proses pengambilan data EKG dan hasil ekstraksi fitur EKG
Lebih terperinciDETEKSI KETIDAKNORMALAN PREMATURE VENTRICLE CONTRACTIONS(PVCS) BERDASARKAN RR INTERVAL DAN CORRELATION COEFFICIENT
DETEKSI KETIDAKNORMALAN PREMATURE VENTRICLE CONTRACTIONS(PVCS) BERDASARKAN RR INTERVAL DAN CORRELATION COEFFICIENT Iman Fahruzi Jurusan Teknik Elektro, Politeknik Negeri Batam Parkway St- Batam Centre,
Lebih terperinciSinyal ECG. ECG Signal 1
Sinyal ECG ECG Signal 1 Gambar 1. Struktur Jantung. RA = right atrium, RV = right ventricle; LA = left atrium, dan LV = left ventricle. ECG Signal 2 Deoxygenated blood Upper body Oxygenated blood Right
Lebih terperinciSistem Instrumentasi Sinyal Electrocardiography untuk Analisa Dinamika Jantung
Sistem Instrumentasi Sinyal Electrocardiography untuk Analisa Dinamika Jantung Eko Agus Suprayitno Bidang Keahlian Teknik Elektronika, Institut Teknologi Sepuluh Nopember 60111 Surabaya, Indonesia Email:
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan dan teknologi berkembang dengan pesat, terutama bidang elektronika dan komputer yang diterapkan pada bidang medis. Kemajuan teknologi
Lebih terperinciAnalisa Suara Jantung Normal Menggunakan Discrete Wavelet Transform (DWT) dan Fast Fourier Transform (FFT)
Analisa Suara Jantung Normal Menggunakan Discrete Wavelet Transform (DWT) dan Fast Fourier Transform (FFT) Putri Madona Jurusan Teknik Elektro Program Studi Teknik Elektronika Politeknik Caltex Riau Pekanbaru,
Lebih terperinciDETEKSI OTOMATIS KELAINAN JANTUNG MENGGUNAKAN HIDDEN MARKOV MODEL (HMM)
DETEKSI OTOMATIS KELAINAN JANTUNG MENGGUNAKAN HIDDEN MARKOV MODEL (HMM) Jondri dan Achmad Rizal Institut Teknologi Telkom, Bandung jdn@ittelkom.ac.id dan arz@ittelkom.ac.id ABSTRACT The heart of patient
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Suara paru terjadi karena adanya turbulensi udara saat udara memasuki saluran pernapasan selama proses pernapasan. Turbulensi ini terjadi karena udara mengalir dari
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciKlasifikasi dan Pengenalan Pola pada Sinyal EKG Berdasarkan Sifat Keacakan (Entropy) dengan 6 Channel
Klasifikasi dan Pengenalan Pola pada Sinyal EKG Berdasarkan Sifat Keacakan (Entropy) 6 Channel Jaenal Arifin 1, Oyas Wahyunggoro 2, Rudy Hartanto 3 Jurusan Teknik Elektro dan Teknologi Informasi Fakultas
Lebih terperinciDETEKSI KELAINAN JANTUNG PREMATURE ATRIAL CONTRACTIONS (PACS) BERBASIS KOMBINASI BASELINE WANDER DAN DENOISING MENGGUNAKAN RR INTERVAL
Jurnal Integrasi vol. 4, no. 2, 2012, 194-199 ISSN: 2085-3858 (print versio Article History Received 20 August 2012 Accepted 21 September 2012 DETEKSI KELAINAN JANTUNG PREMATURE ATRIAL CONTRACTIONS (PACS)
Lebih terperinciTUGAS AKHIR PERANCANGAN SISTEM PENDETEKSI ARITMIA MENGGUNAKAN NEURAL NETWORK. Andri Iswanto
TUGAS AKHIR PERANCANGAN SISTEM PENDETEKSI ARITMIA MENGGUNAKAN NEURAL NETWORK Andri Iswanto 2208 100 531 Dosen Pembimbing : Dr. Tri Arief Sardjono ST.,MT. Jurusan Teknik Elektro Fakultas Teknologi Industri
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
1 BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Perkembangan teknologi yang pesat mempermudah manusia dalam mencapai kebutuhan hidup. Hal tersebut telah merambah segala bidang termasuk dalam bidang kedokteran.
Lebih terperinciTUGAS KEPERAWATAN GAWAT DARURAT INTERPRETASI DASAR EKG
TUGAS KEPERAWATAN GAWAT DARURAT INTERPRETASI DASAR EKG Disusun untuk memenuhi tugas mandiri keperawatan gawat darurat Dosen Setiyawan S.Kep.,Ns.,M.Kep. Disusun oleh : NUGKY SETYO ARINI (P15037) PRODI D3
Lebih terperinciPENGENALAN CITRA REKAMAN ECG ATRIAL FIBRILATION DAN NORMAL MENGGUNAKAN DEKOMPOSISI WAVELET DAN K-MEAN CLUSTERING
PENGENALAN CITRA REKAMAN ECG ATRIAL FIBRILATION DAN NORMAL MENGGUNAKAN DEKOMPOSISI WAVELET DAN K-MEAN CLUSTERING Mohamad Sofie 1*, Eka Nuryanto Budi Susila 1, Suryani Alifah 1, Achmad Rizal 2 1 Magister
Lebih terperinciKONSEP DASAR EKG. Rachmat Susanto, S.Kep.,Ns.,M.Kep.,Sp.MB (KV)
KONSEP DASAR EKG Rachmat Susanto, S.Kep.,Ns.,M.Kep.,Sp.MB (KV) TIU Setelah mengikuti materi ini peserta mampu memahami konsep dasar EKG dan gambaran EKG normal. TIK Setelah mengikuti materi ini peserta
Lebih terperinciIman Fahruzi Politeknik Negeri Batam, Parkway St- Batam Centre, Batam,
DETEKSI KELAIA JATUG PREMATURE ATRIAL COTRACTIOS (PACS) BERBASIS KOMBIASI BASELIE WADER DA DEOISIG MEGGUAKA RR ITERVAL Iman Fahruzi Politeknik egeri Batam, Parkway St- Batam Centre, Batam, 29461 e-mail:iman@polibatam.ac.id
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian tugas akhir ini dilaksanakan pada : Waktu : Juni 2014 Maret 2015 Tempat : Laboratorium Terpadu Jurusan Teknik Elektro Universitas Lampung
Lebih terperinciSIMULATOR ECG BERBASIS PC SEBAGAI ALAT BANTU AJAR PENGOLAHAN SINYAL BIOMEDIS
SIMULATOR ECG BERBASIS PC SEBAGAI ALAT BANTU AJAR PENGOLAHAN SINYAL BIOMEDIS Achmad Rizal 1, Ibnu Yudha Setiadi 2,Rita Magdalena 3, Vera Suryani 4 1,2,3 Jurusan Teknik Elektro STT Telkom 4 Jurusan Teknik
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul
37 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil 4.1.1 Pengambilan Database Awalnya gitar terlebih dahulu ditala menggunakan efek gitar ZOOM 505II, setelah ditala suara gitar dimasukan kedalam komputer melalui
Lebih terperinciBAB II DASAR TEORI Suara. Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan
BAB II DASAR TEORI 2. 1 Suara Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitude tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun benda
Lebih terperinciIDENTIFIKASI SPEKTRUM FREKUENSI ISYARAT ELEKTROKARDIOGRAF MENGGUNAKAN JARINGAN SYARAF TIRUAN KOMPETISI PENUH
IDENTIFIKASI SPEKTRUM FREKUENSI ISYARAT ELEKTROKARDIOGRAF MENGGUNAKAN JARINGAN SYARAF TIRUAN KOMPETISI PENUH NAZRUL EFFENDY, ST., MT Staf Pengajar Jurusan Teknik Fisika, Fakultas Teknik Universitas Gadjah
Lebih terperinciDETEKSI ARITMIA BLOKADE CABANG BERKAS KIRI PADA ELEKTROKARDIOGRAM DENGAN JARINGAN SYARAF TIRUAN BERDASARKAN FITUR INTERVAL QR DAN RS
Berkala Fisika ISSN : 1410-9662 Vol. 17, No. 3, Juli 2014, hal 91-98 DETEKSI ARITMIA BLOKADE CABANG BERKAS KIRI PADA ELEKTROKARDIOGRAM DENGAN JARINGAN SYARAF TIRUAN BERDASARKAN FITUR INTERVAL QR DAN RS
Lebih terperinciBAB I PENDAHULUAN. I.1 Latar Belakang Masalah
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Salah satu bentuk aplikasi JST yang terus dikembangkan saat ini adalah Jaringan Kohonen. Kohonen adalah bentuk khusus dari jaringan kompetitif. Jaringan ini
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jantung adalah salah satu organ penting dalam tubuh manusia yang berfungsi memompa darah ke seluruh tubuh. Darah yang dipompa ke seluruh tubuh melalui sistem peredaran
Lebih terperinciMengurangi Pengaruh Noise Baseline Wander pada Sinyal Electrocardiogram(ECG)
Mengurangi Pengaruh Noise Baseline Wander pada Sinyal Electrocardiogram(ECG) Iman Fahruzi 1 1 Jurusan Teknik Elektro, Politeknik Negeri Batam Parkway St- Batam Centre, Batam, 29461 E-mail:iman@polibatam.ac.id
Lebih terperinciEKSPRESI EMOSI MARAH BAHASA ACEH MENGGUNAKAN ALGORITMA PERCEPTRON
EKSPRESI EMOSI MARAH BAHASA ACEH MENGGUNAKAN ALGORITMA PERCEPTRON Nurmasyitah 1, Mursyidah 2, Jamilah 3 Program Studi Teknik Multimedia dan Jaringan, Jurusan Teknologi Informasi dan Komputer, Politeknik
Lebih terperinciIdentifikasi dan Klasifikasi Pola Sinyal EKG Berdasarkan Sifat Keacakan (Entropy)
Identifikasi dan Klasifikasi Pola Sinyal EKG Berdasarkan Sifat Keacakan (Entropy) Jaenal Arifin 1, Hanung Adi Nugroho 2 Jurusan Teknik Elektro dan Teknologi Informasi Fakultas Teknik, Universitas Gadjah
Lebih terperinciMengurangi Pengaruh Noise Baseline Wander pada Sinyal Electrocardiogram(ECG)
JURNAL INTEGRASI Vol. 5, No. 1, 2013, 10-14 ISSN: 2085-3858 Article History Received February, 2013 Accepted March, 2013 Mengurangi Pengaruh Noise Baseline Wander pada Sinyal Electrocardiogram(ECG) Iman
Lebih terperinciSegmentasi Suara Jantung S1 dan S2 Menggunakan Kurva Amplop
109 Segmentasi Suara Jantung S1 dan S2 Menggunakan Kurva Amplop Putri Madona*, Achmad Arifin, Tri Arief Sardjono, Rimuljo Hendradi Jurusan Teknik Elektro ITS, Surabaya 60111 *email: putri.madona09@mhs.ee.its.ac.id
Lebih terperinciINTERPRETASI ELEKTROKARDIOGRAFI STRIP NORMAL HIMPUNAN PERAWAT GAWAT DARURAT DAN BENCANA INDONESIA SULAWESI UTARA
INTERPRETASI ELEKTROKARDIOGRAFI STRIP NORMAL HIMPUNAN PERAWAT GAWAT DARURAT DAN BENCANA INDONESIA SULAWESI UTARA PENDAHULUAN Elektrokardiografi adalah ilmu yang mempelajari rekaman aktivitas listrik jantung
Lebih terperinciBAB I PENDAHULUAN. adanya peningkatan tekanan pengisian (backward failure), atau kombinasi
BAB I PENDAHULUAN A. Latar Belakang Gagal jantung terjadi ketika jantung tidak dapat memompa darah ke seluruh tubuh dengan jumlah yang cukup sesuai dengan kebutuhan metabolik tubuh (forward failure), atau
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Jantung merupakan salah satu organ terpenting dalam tubuh manusia. Jantung yaitu organ otot (muskular) berongga yang memompa darah lewat pembuluh darah sehingga
Lebih terperinciOleh Arif Widodo NRP Dosen Pembimbing Dr. Tri Arief Sardjono, ST. MT.
Oleh Arif Widodo NRP. 2205100108 Dosen Pembimbing Dr. Tri Arief Sardjono, ST. MT. LatarBelakang BIOMEDIK ISA Slot Sistem Akuisisi ECG USB Tujuan Merancang dan merealisasikan sebuah sistem akuisisi ECG
Lebih terperinciBAB I PENDAHULUAN. Penyakit jantung merupakan salah satu penyebab kematian terbesar di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung merupakan salah satu penyebab kematian terbesar di Indonesia (Depkes, 2011). Penyakit jantung ini merupakan salah satu penyakit yang tidak
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Database sinyal EKG Pengambilan data dari database Visual Basic 6.0 Discrete Wavelet Transform (DWT) Dekomposisi Daubechies Orde 2
Lebih terperinciFrekuensi Dominan Dalam Vokal Bahasa Indonesia
Frekuensi Dominan Dalam Vokal Bahasa Indonesia Tjong Wan Sen #1 # Fakultas Komputer, Universitas Presiden Jln. Ki Hajar Dewantara, Jababeka, Cikarang 1 wansen@president.ac.id Abstract Pengenalan ucapan
Lebih terperinciNormal EKG untuk Paramedis. dr. Ahmad Handayani dr. Hasbi Murdhani
Normal EKG untuk Paramedis dr. Ahmad Handayani dr. Hasbi Murdhani Anatomi Jantung & THE HEART Konsep dasar elektrokardiografi Sistem Konduksi Jantung Nodus Sino-Atrial (SA) - pada pertemuan SVC dg atrium
Lebih terperinciImplementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik
Implementasi Kalman Filter Pada Sensor Jarak Berbasis Ultrasonik Hendawan Soebhakti, Rifqi Amalya Fatekha Program Studi Teknik Mekatronika, Jurusan Teknik Elektro Politeknik Negeri Batam Email : hendawan@polibatam.ac.id
Lebih terperinciUNIVERSITAS GADJAH MADA
UNIVERSITAS GADJAH MADA FAKULTAS KEDOKTERAN PROGRAM STUDI ILMU KEPERAWATAN Jl. Farmako Sekip Utara Yogyakarta Buku 2: RKPM Rencana Kegiatan Pembelajaran Mingguan Modul Pembelajaran Pertemuan ke-12 Modul
Lebih terperinciBAB III METODE PENELITIAN. jantung pasien penyakit jantung secara elektro-akustik atau PCG
BAB III METODE PENELITIAN A. Metode Pengumpulan Data Data penelitian ini diperoleh melalui observasi terhadap pasien penyakit jantung. Penelitian ini menggunakan alat untuk mendeteksi dan perekaman detak
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penyakit jantung merupakan penyebab kematian nomor satu di dunia pada saat ini. Menurut Badan Kesehatan Dunia (WHO), pada tahun 2002 sedikitnya 6 juta kematian di
Lebih terperinciIMPLEMENTASI ALGORITMA PENDETEKSIAN GELOMBANG QRS KOMPLEK PADA SISTEM PERINGATAN KELAINAN KERJA JANTUNG BERBASIS MIKROKONTROLER 8-BIT
IMPLEMENTASI ALGORITMA PENDETEKSIAN GELOMBANG QRS KOMPLEK PADA SISTEM PERINGATAN KELAINAN KERJA JANTUNG BERBASIS MIKROKONTROLER 8-BIT MS. Hendriyawan A. 1, Thomas Sri Widodo 2, Litasari 3, Indah Soesanti
Lebih terperinciAnalisa Suara Jantung Berbasis Complex Continuous Wavelet Transform
Analisa Suara Jantung Berbasis Complex Continuous Wavelet Transform Putri Madona 1) Achmad Arifin 2) Tri Arief Sardjono 3) Rimuljo Hendradi 4) 1) Jurusan Teknik Elektro Politeknik Caltex Riau, Pekanbaru
Lebih terperinciDeteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST
JURNAL Teori dan Aplikasi Fisika Vol. 04, No.01, Januari Tahun 2016 Deteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST Arif Surtono, Junaidi & Gurum Ahmad Pauzi
Lebih terperinci1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Penyakit jantung merupakan penyakit yang berbahaya dan menjadi penyebab kematian nomer satu di dunia (Mendis et al., 2011). Menurut data World Health
Lebih terperinciAnalisa Sinyal Electrocardiography dan Phonocardiography Secara Simultan Menggunakan Continuous Wavelet Transform
3-31 Mei, Universitas Brawijaya, Malang, Indonesia Analisa Sinyal Electrocardiography dan Phonocardiography Secara Simultan Menggunakan Continuous Wavelet Transform Eko Agus Suprayitno*, Rimuljo Hendradi,
Lebih terperinciDigital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1
Digital to Analog Conversion dan Rekonstruksi Sinyal Tujuan Belajar 1 Tujuan Belajar Peserta mengerti proses interpolasi yang terjadi dalam DAC Digital to Analog Converter Digital to Analog Converter digunakan
Lebih terperinciDeteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST
Deteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST Arif Surtono, Junaidi, Gurum Ahmad Pauzi Jurusan Fisika FMIPA Universitas Lampung Jl. Prof. Dr. Soemantri Brojonegoro
Lebih terperinciAPLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER
APLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER Leo Willyanto Santoso 1, Resmana Lim 2, Rony Sulistio 3 1, 3 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciSISTEM AKUISISI ECG MENGGUNAKAN USB UNTUK DETEKSI ARITMIA
SISTEM AKUISISI ECG MENGGUNAKAN USB UNTUK DETEKSI ARITMIA Arif Widodo 2205100108 Jurusan Teknik Elektro ITS, Surabaya 60111, email: arifw108@gmail.com Aritmia merupakan istilah medis yang diartikan sebagai
Lebih terperinciRancang Bangun Sistem Monitoring RR Interval pada Data Elektrokardiogram Berbasis Metode First Derivative Based Technique (FDBT) untuk User Bergerak
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-5 1 Rancang Bangun Sistem Monitoring RR Interval pada Data Elektrokardiogram Berbasis Metode First Derivative Based Technique (FDBT) untuk User Bergerak Arif
Lebih terperinciBAB I PENDAHULUAN A. Latar Belakang B. Rumusan Masalah
BAB I PENDAHULUAN A. Latar Belakang Fungsi utama jantung adalah memompa darah ke seluruh tubuh dimana pada saat memompa jantung otot-otot jantung (miokardium) yang bergerak. Untuk fungsi tersebut, otot
Lebih terperinciPERANCANGAN DAN PEMBUATAN PROTOTIPE BAND PASS FILTER UNTUK OPTIMASI TRANSFER DAYA PADA SINYAL FREKUENSI RENDAH; STUDI KASUS : SINYAL EEG
PERANCANGAN DAN PEMBUATAN PROTOTIPE BAND PASS FILTER UNTUK OPTIMASI TRANSFER DAYA PADA SINYAL FREKUENSI RENDAH; STUDI KASUS : SINYAL EEG LISA SAKINAH (07 00 70) Dosen Pembimbing: Dr. Melania Suweni Muntini,
Lebih terperinciPENDETEKSI AMPLITUDO ELEKTROKARDIOGRAM DISKRIT MENGGUNAKAN ALGORITMA PQRST
PENDETEKSI AMPLITUDO ELEKTROKARDIOGRAM DISKRIT MENGGUNAKAN ALGORITMA PQRST Sabar Setiawidayat, Ratna Hidayati, Emma Budi Sulistiarini, Nurida Finahari Universitas Widyagama Malang, Sekolah Tinggi Ilmu
Lebih terperinciLaporan Pendahuluan Elektrokardiogram (EKG) Oleh Puji Mentari
Laporan Pendahuluan Elektrokardiogram (EKG) Oleh Puji Mentari 1106053344 A. Pengertian Tindakan Elektrokardiogram (EKG) adalah suatu pencatatan grafis aktivitas listrik jantung (Price, 2006). Sewaktu impuls
Lebih terperinciBAB III METODE PENGAMBILAN DAN PENGOLAHAN DATA SEISMOELEKTRIK. palu. Dari referensi pengukuran seismoelektrik di antaranya yang dilakukan oleh
BAB III METODE PENGAMBILAN DAN PENGOLAHAN DATA SEISMOELEKTRIK 3.1 Metode Pengambilan Data Ada beberapa konfigurasi pengukuran yang digunakan dalam pengambilan data seismoelektrik di lapangan. Konfigurasi
Lebih terperinciSKRIPSI APLIKASI ADAPTIVE NOISE CANCELLATION FREKUENSI 50 HZ PADA ELECTROCARDIOGRAM
SKRIPSI APLIKASI ADAPTIVE NOISE CANCELLATION FREKUENSI 50 HZ PADA ELECTROCARDIOGRAM Oleh : WELLY OCTANIUS 5103011002 JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK UNIVERSITAS KATOLIK WIDYA MANDALA SURABAYA 2016
Lebih terperinciAUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA GENETIKA
Seminar Nasional Inovasi Dan Aplikasi Teknologi Di Industri 217 ISSN 285-4218 ITN Malang, 4 Pebruari 217 AUDIO WATERMARKING DENGAN DISCRETE WAVELET TRANSFORM DAN HISTOGRAM MENGGUNAKAN OPTIMASI ALGORITMA
Lebih terperinciBAB I PENDAHULUAN. Jantung merupakan sebuah organ tubuh yang terdiri dari sekumpulan otot.
BAB I PENDAHULUAN 1.1 Latar Belakang Jantung merupakan sebuah organ tubuh yang terdiri dari sekumpulan otot. Otot jantung merupakan jaringan istimewa karena kalau dilihat dari bentuk dan susunannya sama
Lebih terperinciKLASIFIKASI ARITMIA EKG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN FUNGSI AKTIVASI ADAPTIF
KLASIFIKASI ARITMIA EKG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN FUNGSI AKTIVASI ADAPTIF Asti Rahma Julian 1, Nanik Suciati 2, Darlis Herumurti 3 Teknik Informatika, Fakultas Teknologi Informasi, ITS
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Gambar 3.1. Diagram Blok Rancangan Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium.
Lebih terperinciIII. METODE PENELITIAN. Penelitian dilaksanakan dari bulan Agustus 2012 sampai dengan November 2012
21 III. METODE PENELITIAN A. Waktu dan Tempat Penelitian Penelitian dilaksanakan dari bulan Agustus 2012 sampai dengan November 2012 dan dilakukan di Laboratorium Fisika Komputasi Jurusan Fisika Fakultas
Lebih terperinciPerancangan Software Deteksi Kelainan Jantung Premature Atrial Contractions (PACs) Menggunakan RR Interval pada Smartphone Berbasis Android
Perancangan Software Deteksi Kelainan Jantung Premature Atrial Contractions (PACs) Menggunakan RR Interval pada Smartphone Berbasis Android Software Design Of an Android Based Smartphone Application to
Lebih terperinciEKSTRASI CIRI SINYAL JANTUNG MENGGUNAKAN WAVELET HAAR
EKSTRASI CIRI SINYAL JANTUNG MENGGUNAKAN WAVELET HAAR Hindarto Hindarto 1, Izza Anshory 2, Ade Efiyanti 3 1,2,3 Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Sidoarjo Jl. Raya Gelam 250 Candi,
Lebih terperinciBAB I PENDAHULUAN. bahkan di Dunia. Penyakit jantung dapat dideteksi dengan alat elektrokardiograf
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung adalah penyebab kematian terbesar di Indonesia, bahkan di Dunia. Penyakit jantung dapat dideteksi dengan alat elektrokardiograf (EKG). Petugas
Lebih terperinciIntisari. -36 c Jurusan Fisika FMIPA ITS JURNAL FISIKA DAN APLIKASINYA VOLUME 11, NOMOR 1 JANUARI 2015
JURNAL FISIKA DAN APLIKASINYA VOLUME 11, NOMOR 1 JANUARI 2015 Deteksi Aritmia pada Elektrokardiogram dengan Metode Jaringan Syaraf Tiruan Kelas Jamak menggunakan Fitur Interval RR, Lebar QRS, dan Gradien
Lebih terperinciudara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar.
BAB II DASAR TEORI 2.1 Suara (Speaker) Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitudo tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun
Lebih terperinciBAB II DASAR TEORI. sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda.
BAB II DASAR TEORI. Umum Pada kebanyakan sistem, baik itu elektronik, finansial, maupun sosial sebagian besar masalahnya timbul dikarenakan interface sub-part yang berbeda. Karena sebagian besar sinyal
Lebih terperinciBAB I PENDAHULUAN. Proses pengenalan kata merupakan salah satu fungsi dari
BAB I PENDAHULUAN I.1. Latar Belakang Masalah Proses pengenalan kata merupakan salah satu fungsi dari voice recognition. Voice recognition dibagi menjadi dua jenis, yaitu speech recognition dan speaker
Lebih terperinciGambar 13 Pembangkitan ROI Audio dari 4.wav Dimulai dari Titik ke i = 1,2,,2L K, j = 1,2,,2 p.
Lokalisasi Kerusakan Watermarked audio diserang dengan white noise sepanjang 0.00808 detik menggunakan Audacity. Kemudian watermarked audio yang rusak dibandingkan dengan watermarked audio yang belum diserang.
Lebih terperinciBAB III METODE PENELITIAN. sistem. Blok diagram sistem dapat dilihat pada gambar 3.1 di bawah ini.
BAB III METODE PENELITIAN 3.1 Diagram Blok Sistem Perancangan sistem EKG ini dimulai dengan perancangan blok diagram sistem. Blok diagram sistem dapat dilihat pada gambar 3.1 di bawah ini. Perangkat keras
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masin-masing komponen perangkat.
Lebih terperinciPembacaan Waktu sebagai ekstraksi EKG pada Diagnosis Penyakit Jantung
Pembacaan Waktu sebagai ekstraksi EKG pada Diagnosis Penyakit Jantung Annafi Franz 1, Izzati Muhimmah 2, Tito Yuwono 3, Erlina Marfianti 4 1, 2 Magister Teknik Infomatika, Universitas Islam Indonesia,
Lebih terperinciJurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Hasanuddin
Identifikasi Karakter Temporal dan Potensial Listrik Statis dari Kompleks QRS dan Segmen ST Elektrokardiogram (EKG) Pada Penderita dengan Kelainan Jantung Hipertrofi Ventrikel Kiri Hariati 1, Wira Bahari
Lebih terperinciHASIL DAN PEMBAHASAN
32 HASIL DAN PEMBAHASAN Pemeriksaan Fisik Keseluruhan anjing yang dipergunakan pada penelitian diperiksa secara klinis dan dinyatakan sehat sesuai dengan klasifikasi status klas I yang telah ditetapkan
Lebih terperinciBAB II DIGITISASI DAN TRANSMISI SUARA. 16Hz 20 khz, yang dikenal sebagai frekwensi audio. Suara menghasilkan
BAB II DIGITISASI DAN TRANSMISI SUARA 2.1 Umum Telinga manusia memiliki kemampuan menerima frekwensi dalam kisaran 16Hz 20 khz, yang dikenal sebagai frekwensi audio. Suara menghasilkan frekwensi yang sempit
Lebih terperinciDisusun Oleh: Kevin Yogaswara ( ) Meitantia Weni S B ( ) Pembimbing: Ir. Rusdhianto Effendi AK., MT.
Disusun Oleh: Kevin Yogaswara (2207 030 006) Meitantia Weni S B (2207 030 055) Pembimbing: Ir. Rusdhianto Effendi AK., MT. PROGRAM STUDI DIII TEKNIK ELEKTRO FAKULTAS TEKNOLOGI INDUSTRI INSTITUT TEKNOLOGI
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Sinyal PCG Denoising Dekomposisi Frekuensi cuplik 8Khz Frekuensi cuplik 44,1Khz Frekuensi cuplik 48Khz Coiflet Symlet Daubechies Biorthogonal
Lebih terperinciPERANCANG PENGOLAH SINYAL EKG DENGAN MENGGUNAKAN FILTER WIENER PADA SOFTWARE LABVIEW SECARA REAL TIME
PERANCANG PENGOLAH SINYAL EKG DENGAN MENGGUNAKAN FILTER WIENER PADA SOFTWARE LABVIEW SECARA REAL TIME ECG SIGNAL PROCESSING BY USING WIENER FILTER ON LABVIEW SOFTWARE IN A REAL TIME Syifa Gistiani Bacheramsyah¹,
Lebih terperinciBAB 1 PENDAHULUAN Latar Belakang
BAB 1 PENDAHULUAN 1.1. Latar Belakang Dalam melakukan diagnosa terhadap sistem pernapasan seseorang, praktisi kesehatan atau dokter menggunakan suatu alat yang dinamakan stetoskop. Dengan stetoskop, praktisi
Lebih terperinciJurnal Einstein 2 (3) (2014): Jurnal Einstein. Available online
Jurnal Einstein Available online http://jurnal.unimed.ac.id/2012/index.php/einstein RANCANG BANGUN INSTRUMENTASI ELEKTROKARDIOGRAFI BERBANTUAN PC MENGGUNAKAN SOUNDSCOPE Evi Ulandari dan Ridwan Abdullah
Lebih terperinciDETEKSI SINYAL FLICKER MENGANDUNG NOISE BERBASIS HILBERT HUANG TRANSFORM
DETEKSI SINYAL FLICKER MENGANDUNG NOISE BERBASIS HILBERT HUANG TRANSFORM Mohammad Jasa Afroni 1), Oktriza Melfazen 2) 1),2), Jurusan Teknik Elektro,Fakultas Teknik Universitas Islam Malang Jl. MT Haryono
Lebih terperinciBABI PENDAHULUAN. Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa.
BAB I PENDAHULUAN BABI PENDAHULUAN 1.1. LATAR BELAKANG Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa. Salah satunya adalah alat untuk mengukur intensitas bunyi dan gain dari sinyal
Lebih terperinciANALISIS PERBANDINGAN ALGORITMA KOMPRESI PADA MONITORING SINYAL DATA ELEKTROKARDIOGRAM
Seminar Nasional Sistem dan Informatika 007; Bali, 16 November 007 SNSI07-01 ANALISIS PERBANDINGAN ALGORITMA KOMPRESI PADA MONITORING SINYAL DATA ELEKTROKARDIOGRAM Yoga Cahya Paratama 1), Rita Magdalena
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
58 BAB IV HASIL DAN PEMBAHASAN 4.1 Spesifikasi Data Pengambilan data dilakukan dengan spesifikasi yang telah ditentukan sebagai berikut: Pengujian : Sembilan kecepatan motor (1000 RPM, 1200 RPM, 1400 RPM,
Lebih terperinciTrio Novrizal¹, -². ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom
Powered by TCPDF (www.tcpdf.org) Tugas Akhir - 2006 PERANCANGAN PERANGKAT MONITORING ECG (ELECTROCARDIOGRAM) DENGAN VISUALISASI LCD GRAFIS BERBASIS MIKROKONTROLER ATMEGA8535 DESIGN DEVICE ECG MONITORING
Lebih terperinciDesain dan Realisasi Perangkat Elektrokardiograf Berbasis PC Menggunakan Sound Card
Desain dan Realisasi Perangkat Elektrokardiograf Berbasis PC Menggunakan Sound Card Ibnu Yudha Setiadi 1, Achmad Rizal 2, Rita Magdalena 3 Jurusan Teknik Elektro STT Telkom Jalan Telekomunikasi 1, Dayeuh
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Informasi tentang pemasangan iklan di suatu radio (antara lain mengenai, jam berapa suatu iklan ditayangkan, dalam sehari berapa kali suatu iklan ditayangkan dan berapa
Lebih terperinciBAB 7. INSTRUMENTASI UNTUK PENGUKURAN KEBISINGAN
BAB 7. INSTRUMENTASI UNTUK PENGUKURAN KEBISINGAN 7.1. TUJUAN PENGUKURAN Ada banyak alasan untuk membuat pengukuran kebisingan. Data kebisingan berisi amplitudo, frekuensi, waktu atau fase informasi, yang
Lebih terperinciIdentifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski
Identifikasi Tanda Tangan Menggunakan Transformasi Gabor Wavelet dan Jarak Minskowski Junia Kurniati Computer Engineering Department Faculty of Computer Science Sriwijaya University South Sumatera Indonesia
Lebih terperinciSOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM
SOUND CONVERSION USING FAST FOURIER TRANSFORM ALGORITM Tan FerrdyHendrawan Program Studi Teknik Informatika, Universitas Katolik Soegijapranata f3rrdy.hendrawan@gmail.com Abstract The goal of voice conversion
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian:
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masing-masing komponen perangkat.
Lebih terperinciPERANCANGAN SISTEM PENDETEKSI ARITMIA MENGGUNAKAN NEURAL NETWORK
PERANCANGAN SISTEM PENDETEKSI ARITMIA MENGGUNAKAN NEURAL NETWORK ANDRI ISWANTO Bidang Studi Teknik Elektronika Jurusan Teknik Elektro, Fakultas Teknologi Industri Institut Teknologi Sepuluh November Kampus
Lebih terperinci