Deteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST

dokumen-dokumen yang mirip
Deteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST

Analisis Dimensi Fraktal Sinyal Elektrokardiografi

Studi Karakteristik Rangkaian Penguat Sinyal Biopotensial Elektrokardiografi

PENGOLAHAN ISYARAT JANTUNG BERBASIS WAVELET UNTUK DETEKSI KELAINAN INFARK MENGGUNAKAN METODE HIGH SPEED QRS DETECTION

BAB I PENDAHULUAN. darah tinggi, stroke, sakit di dada (angina) dan penyakit jantung rematik.

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. bahkan di Dunia. Penyakit jantung dapat dideteksi dengan alat elektrokardiograf

BAB I PENDAHULUAN. darah. Penyakit Jantung (cardiovascular disease) adalah setiap kondisi yang

BAB I PENDAHULUAN. Penyakit jantung merupakan salah satu penyebab kematian terbesar di

Sinyal ECG. ECG Signal 1

[BAB.I PENDAHULUAN] 2012 BAB I

SIMULATOR ECG BERBASIS PC SEBAGAI ALAT BANTU AJAR PENGOLAHAN SINYAL BIOMEDIS

Aplikasi Wavelet Untuk Penghilangan Derau Isyarat Elektrokardiograf

BAB I PENDAHULUAN. Penyakit Jantung Koroner (PJK) merupakan problem kesehatan utama yang

Algoritma Mendeteksi Ketidaknormalan Premature Atrial Contractions(PACs) Berdasarkan Kombinasi RR Interval dan Correlation Coefficient

I. PENDAHULUAN. Jantung merupakan salah satu organ tubuh yang sangat vital, karena jantung

DETEKSI OTOMATIS KELAINAN JANTUNG MENGGUNAKAN HIDDEN MARKOV MODEL (HMM)

BAB I PENDAHULUAN. Gambar 1.1. Potensial permukaan tubuh (Sumber: Clark Jr, 2010).

BAB I PENDAHULUAN. segmen ST yang persisten dan peningkatan biomarker nekrosis miokardium.

BAB I PENDAHULUAN. menimpa populasi usia di bawah 60 tahun, usia produktif. Kondisi ini berdampak

Jurusan Teknik Elektro, 3 Jurusan Teknik Informatika Sekolah Tinggi Teknologi Telkom, Bandung

IDENTIFIKASI SPEKTRUM FREKUENSI ISYARAT ELEKTROKARDIOGRAF MENGGUNAKAN JARINGAN SYARAF TIRUAN KOMPETISI PENUH

Ekstraksi Parameter Temporal Sinyal ECG Menggunakan Difference Operation Method

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

PENGENALAN CITRA REKAMAN ECG ATRIAL FIBRILATION DAN NORMAL MENGGUNAKAN DEKOMPOSISI WAVELET DAN K-MEAN CLUSTERING

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

BAB I PENDAHULUAN. tersebut tentunya menyenangkan terutama di era modern ini dimana setiap

KONSEP DASAR EKG. Rachmat Susanto, S.Kep.,Ns.,M.Kep.,Sp.MB (KV)

BAB I PENDAHULUAN. terbesar (39%), diikuti kanker (27%), sedangkan penyakit pernafasan kronis,

Sistem Rekayasa Balik Sinyal Elektrokardiogram (EKG)

BAB I PENDAHULUAN 1.1 Latar Belakang

Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Hasanuddin

BAB I PENDAHULUAN. gagal ginjal, epilepsy dan lain sebagainya. Menurut Organisasi Kesehatan Dunia

TUGAS KEPERAWATAN GAWAT DARURAT INTERPRETASI DASAR EKG

Disusun Oleh: Kevin Yogaswara ( ) Meitantia Weni S B ( ) Pembimbing: Ir. Rusdhianto Effendi AK., MT.

Identifikasi Karakter Temporal dan Potensial Listrik Statis Pada Elektrokardiografi (EKG) akibat Penyakit Otot Jantung Myocardial Infarction (MI)

1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan

KLASIFIKASI SINYAL ELEKTROKARDIOGRAF (EKG) DENGAN SHORT TIME FOURIER TRANSFORM (STFT) DAN BACKPROPAGATION

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. individu maupun masyarakat. Identifikasi awal faktor risiko yang. meningkatkan angka kejadian stroke, akan memberikan kontribusi

BAB IV METODE PENELITIAN. Penelitian ini mencakup bidang fisiologi dan ergonomi. Jenis penelitian ini adalah observasional analitik dengan menggunakan

UKDW BAB I PENDAHULUAN Latar Belakang Penelitian. Penyakit kardiovaskular merupakan penyebab nomor satu kematian di

BAB 1 PENDAHULUAN. fungsi aorta dan cabang arteri yang berada di perifer terutama yang memperdarahi

B A B I PENDAHULUAN. Diabetes mellitus (DM) dengan penyakit kardiovaskular sangat erat

BAB I PENDAHULUAN. Fenomena fisika tidak selalu direpresentasikan dalam masalah bendabenda

Analisis Data EEG pada Beberapa Kondisi menggunakan Metode Dekomposisi dan Korelasi berbasis Wavelet (Dekorlet)

BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM

MONITORING ELEKTROKARDIOGRAF MENGGUNAKAN TOPOLOGI MESH ELECTROCARDIOGRAPH MONITORING USING MESH TOPOLOGY

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB IV HASIL DAN PEMBAHASAN

BAB IV METODE PENELITIAN. Penelitian ini adalah penelitian di bidang Ilmu Penyakit Dalam. Waktu: Waktu penelitian dilaksanakan pada Maret-Juli 2013.

Normal EKG untuk Paramedis. dr. Ahmad Handayani dr. Hasbi Murdhani

MERANCANG SISTEM DETEKSI PENYAKIT APNEA TIDUR OBSTRUKTIF MENGGUNAKAN FAST FOURIER TRANSFORM PADA ELEKTROKARDIOGRAM

Identifikasi dan Klasifikasi Pola Sinyal EKG Berdasarkan Sifat Keacakan (Entropy)

Klasifikasi dan Pengenalan Pola pada Sinyal EKG Berdasarkan Sifat Keacakan (Entropy) dengan 6 Channel

ADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN

Wrapper Features Subset Selection Pada Ekstraksi Ciri Sinyal EKG Menggunakan Metode Dekomposisi Paket Wavelet

PENGENALAN POLA SINYAL KARDIOGRAFI DENGAN MENGGUNAKAN ALIHRAGAM GELOMBANG SINGKAT

ALAT BANTU ANALISIS HEART RATE VARIABILITY

ABSTRAK. Universitas Kristen Maranatha

A. Pengukuran tekanan darah secara tidak langsung

BAB I PENDAHULUAN. utama pada sebagian besar negara-negara maju maupun berkembang di seluruh

BAB I PENDAHULUAN. adanya peningkatan tekanan pengisian (backward failure), atau kombinasi

ANALISIS PERBANDINGAN ALGORITMA KOMPRESI PADA MONITORING SINYAL DATA ELEKTROKARDIOGRAM

I. PENDAHULUAN. sudah bisa kita rasakan sekarang ini. Peralatan medis. membantu di dalam diagnosis, monitoring atau terapi medis.

BAB 1 PENDAHULUAN. terbanyak pada pasien rawat inap di rumah sakit negara-negara industri (Antman

Pembacaan Waktu sebagai ekstraksi EKG pada Diagnosis Penyakit Jantung

ABSTRACT. Nilai Normal Elektrokardiogram, Frekuensi Jantung, Respirasi dan Suhu Tubuh Dugong dugon

TUGAS AKHIR PERANCANGAN SISTEM PENDETEKSI ARITMIA MENGGUNAKAN NEURAL NETWORK. Andri Iswanto

Pendeteksian Sinyal EKG dengan Menggunakan Dekomposisi Paket Wavelet dan Support Vector Machine sebagai Klasifier

Rancang Bangun Penguat Biopotensial Elektrokardiografi (EKG) Berbasis IC AD620

BAB I PENDAHULUAN I.I LATAR BELAKANG

BAB I PENDAHULUAN. A. Latar Belakang. jantung koroner yang utama dan paling sering mengakibatkan kematian (Departemen

INTERPRETASI ELEKTROKARDIOGRAFI STRIP NORMAL HIMPUNAN PERAWAT GAWAT DARURAT DAN BENCANA INDONESIA SULAWESI UTARA

PENDETEKSI AMPLITUDO ELEKTROKARDIOGRAM DISKRIT MENGGUNAKAN ALGORITMA PQRST

Jurnal Einstein 2 (3) (2014): Jurnal Einstein. Available online

BAB I PENDAHULUAN. Sindrom Koroner Akut (SKA) adalah salah satu manifestasi klinis

BAB I PENDAHULUAN. Otot adalah sebuah jaringan konektif dalam tubuh dengan tugas utamanya

BAB 3 METODE PENELITIAN. Ruang lingkup penelitian adalah Ilmu Penyakit Saraf. Penelitian dilakukan di Bangsal Rawat Inap Penyakit Saraf RS Dr.

I. PENDAHULUAN. pembuluh darah secara teratur dan berulang. Letak jantung berada di sebelah kiri

Ruko Jambusari No. 7A Yogyakarta Telp. : ; Fax. :

BAB I PENDAHULUAN. jantung yang utama adalah sesak napas dan rasa lelah yang membatasi

BAB I PENDAHULUAN. (dipengaruhi oleh susunan saraf otonom) (Syaifuddin, 2006). Pembuluh

BAB I PENDAHULUAN. 1.2 Rumusan Masalah. 1.3 Tujuan MAKALAH INFARK MIOKARD AKUT

PERANCANGAN SISTEM MONITORING ONLINE PADA PASIEN PENDERITA JANTUNG KORONER BERBASIS IDENTIFIKASI SINYAL ELEVASI ST

BAB I. Pendahuluan. I.1 Latar Belakang. Angina adalah tipe nyeri dada yang disebabkan oleh. berkurangnya aliran darah ke otot jantung.

BAB I PENDAHULUAN. Universitas Sumatera Utara

SISTEM TELECARDIAC MONITORING EKSTRAKSI DAN TRANSMISI PARAMETER TEMPORAL SINYAL JANTUNG MELALUI KANAL RADIO

BAB I PENDAHULUAN. paling sering adalah berupa angina pektoris stabil (Tardif, 2010; Montalescot et al.,

BAB I PENDAHULUAN. A. Latar Belakang. disebabkan adanya penyempitan pada katup mitral (Rilantono, 2012). Kelainan

Journal of Control and Network Systems

13 Mata Kuliah yang pernah diampu

BAB I PENDAHULUAN. kebutuhan oksigen miokard. Biasanya disebabkan ruptur plak dengan formasi. trombus pada pembuluh koroner (Zafari, 2011).

BAB 1 PENDAHULUAN. merupakan pembunuh nomor satu di seluruh dunia. Lebih dari 80% kematian

BAB 1 : PENDAHULUAN. 1.1 Latar Belakang Penyakit Jantung Koroner (PJK) merupakan kelainan pada satu atau lebih pembuluh

BAB 1 PENDAHULUAN. angka morbiditas penderitanya. Deteksi dini masih merupakan masalah yang susah

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN. gangguan kesehatan yang semakin meningkat di dunia (Renjith dan Jayakumari, perkembangan ekonomi (Renjith dan Jayakumari, 2011).

BAB 1 PENDAHULUAN. koroner. Kelebihan tersebut bereaksi dengan zat-zat lain dan mengendap di

Transkripsi:

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 Jurusan Fisika FMIPA Universitas Lampung Jl.Prof. Dr. Soemantri Brojonegoro No.1 Gedung Meneng Bandar Lampung 35145 Email: arif.surtonoi@fmipa.unila.ac.id Diterima (01 Januari 2016), direvisi (15 Januari 2016) Abstract. Heart myocardial infarction detection system on electrocardiogram (ECG) recording has been carried out by ST segment elevation. The ECG signals decomposed up to 2 level using wavelet transform to reduce high frequency noises. In addition, the decomposed signal will be reconstructed to find free noise signals. In ECG signals, the important parameters for ST segment elevation calculation are the peaks of R, P, and T waves and also the valley of Q and S waves. PR and ST points parameter has been detected based on P, Q, R, S and T waves in the ECG signals. ST segment elevation is calculating as difference of PR and ST points in each ECG signals cycles. At myocardial ischemic sufferer with potential to be myocardial infarction then the ST segment elevation more than 0,1 mv. Otherwise the patient are normal class. Keywords. Myocardial Infarction, Heart, Electrocardiography, ST Segment Abstrak. Telah dilakukan sistem deteksi kelainan miokard infark jantung pada rekaman elektrokardiogram (EKG) berdasarkan tingkat elevasi segmen ST. Sinyal EKG didekomposisi menggunakan transformasi wavelet hingga 2 tingkat untuk memisahkan dari derau frekuensi tinggi. Hasil dekomposisi ini kemudian direkonstruksi sehingga diperoleh sinyal EKG yang bebas derau. Parameter-parameter penting dalam sinyal EKG untuk menghitung elevasi segment ST telah dideteksi seperti puncak gelombang R, P, T serta lembah gelombang Q dan S. Selain itu juga dideteksi parameter titik PR dan ST berdasarkan gelombang P, Q, R, S dan T yang ada di dalam sinyal EKG. Tingkat elevasi segment ST dihitung sebagai selisih absolut antara titik PR dan titik ST dalam setiap siklus sinyal EKG. Pada penderita miokard inskemik yang berpotensi menjadi miokard infark maka elevasi segmen ST > 0,1 mv. Jika sebaliknya maka dikategorikan normal. Kata Kunci: Miokard Infark, Jantung, Elektrokardiografi, Segmen ST PENDAHULUAN Menurut Rifnaldi, dokter ahli jantung Rumah Sakit Siloam Sriwijaya Palembang, angka kematian penderita jantung koroner di Tanah Air mencapai 7,6 juta orang per tahun. Sebanyak 325 ribu kasus di antaranya masyarakat yang terkena serangan penyakit jantung meninggal dunia sebelum tiba di rumah sakit. Penyakit ini perlu diwaspadai dan segera dilakukan langkah antisipasi karena serangannya 119

Arif Surtono dkk :Deteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST secara tiba-tiba, penderita merasa tidak ada keluhan sebelumnya, dan kondisi penderita secara umum sebelumnya sangat sehat. Untuk menghindari serangan jantung secara tiba-tiba, masyarakat bisa melakukan pengecekan kesehatan jantung dengan cara melakukan rekam jantung (elektrokardiogram, EKG), tes lari (treatmill test), USG jantung (echo cardiography), CT Scan jantung, dan kateterisasi jantung. Dengan pengecekan tersebut dapat diketahui kondisi kesehatan jantung dan dapat dilakukan pengobatan secara dini jika seseorang mulai terdeteksi risiko serangan sakit jantung (Republika, 2013). Elektrokardiografi adalah instrument medis yang digunakan untuk memonitor kondisi jantung pasien. Melalui alat ini, dokter dapat merekam aktivitas listrik jantung, yaitu dengan cara menempatkan beberapa bioelektroda pada permukaan tubuh. Hasil rekaman EKG menggambarkan kondisi kesehatan jantung pasien (Surtono dkk, 2012). Rekaman EKG merupakan sinyal biolistrik yang terdiri atas gelombang P, QRS komplek dan gelombang T. Instrumentasi EKG memiliki keunggulan dibandingkan alat monitoring jantung lainnya, utamanya karena harganya terjangkau dan cepat merespon perubahan patologi jantung sehingga dapat memonitor jantung secara real time. Rekaman EKG dari penderita penyakit jantung akan menampilkan gangguan-gangguan gelombang yang ada pada EKG. Pada kasus penyempitan pembuluh darah arteri jantung yang sering terjadi, suplai darah yang membawa oksigen untuk otot-otot jantung berkurang sehingga otot jantung mengalami cidera, atau disebut dengan miokard iskemia (myocardial ischemia). Hal ini berakibat pada keterlambatan atau kelistrikan abnormal selama fase repolarisasi sel-sel jantung dan ditunjukkan dengan perubahan level segmen ST pada rekaman EKG. Bila kondisi ini tidak mengalami perbaikan, sementara aktivitas fisik atau stress penderita meningkat, maka kebutuhan oksigen jantung tidak dapat dipenuhi sehingga sel-sel otot jantung bisa mati dan mengakibatkan serangan jantung yang disebut miokard infark (myocardial infarction) (Philips, 2006). Pada penelitian ini dilakukan metode deteksi untuk mengenali penyakit miokard infark berdasarkan elevasi level segmen ST pada rekaman EKG. Menurut rekomendasi Perkumpulan Jantung Amerika (American Heart Association, AHA), ambang batas tingkat elevasi segmen ST terkait dengan miokard infark adalah sebesar 0,1 mv (Rautaharju, et al, 2009). Tingkat elevasi (deviasi) segment ST adalah perubahan amplitudo absolut antara nilai titik ST dan titk PR dalam siklus jantung yang dapat diperoleh dari rekaman EKG (Milosavljevic and Petrovic, 2006). METODE PENELITIAN Pada Gambar 1 ditunjukkan contoh rekaman EKG dan bagian penting untuk menghitung elevasi segmen ST. Untuk menghitung atau mendeteksi elevasi segmen ST dilakukan prosedur seperti diagram pada Gambar 2. Gambar 1. Rekaman EKG dan segmen ST 120

JURNAL Teori dan Aplikasi Fisika Vol. 04, No.01, Januari Tahun 2016 Dekomposisi Transf. Wavelet 2 tingkat, Daubechies orde 4 Deteksi gelombang P, Q, R, S T Hitung garis isoelektrik (PRpoint) Hitung segmen ST (ST point) Hitung elevasi segmen ST Elevasi>0,1 mv? Ya Miokard Infark Tidak Normal Gambar 2. Prosedur mendeteksi elevasi segmen ST Sampel sinyal EKG menggunakan jenis Normal dan gangguan segmen ST yang diperoleh dari MIT-BIH Database (Physionet). Physionet adalah situs website yang menyediakan sinyal-sinyal EKG dan sinyal biomedis lainnya untuk tujuan pendidikan dan riset. Lama rekaman untuk kedua jenis sinyal adalah 10 detik dengan frekuensi sampling 128 Hz (Normal) dan 360 Hz (gangguan segmen ST). Sebelum dilakukan deteksi gelombang P, Q, R, S, dan T, sinyal EKG didekomposisi menggunakan tranformasi wavelet hingga tingkat 2. Tujuannya adalah agar sampel terpisah dari noise frekuensi tinggi. Fungsi wavelet yang digunakan adalah Daubechies orde 5. Untuk menghitung nilai amplitudo di titik PR dan titik ST, terlebih dahulu harus dicari puncak gelombang R, puncak gelombang P, lembah gelombang Q, lembah gelombang S dan puncak gelombang T. Selanjutnya dicari indek/posisi waktu awal dan akhir QRS komplek serta indek/posisi waktu awal dan akhir gelombang T. Titik PR dan ST pada Gambar 1 dihitung dengan persamaan (Milosavljevic and Petrovic, 2006) : Titik PR = n R (n 2 -n 1 )/2 (1) Titik ST = n T (n f -n i )/2 (2) dimana n R = indek puncak R, n T = indek puncak T n 2 = indek akhir QRS, n 1 = indek awal QRS n f = indek akhir T, n i = indek awal T Elevasi segmen ST dihitung berdasarkan amplitudo sinyal EKG pada titik PR dan titik ST (Milosavljevic and Petrovic, 2006) : Elevasi = EKG(titikPR) EKG(titikST) (3) Jika elevasi segmen ST lebih dari 0,1 mv maka kondisi jantung diindikasi menderita miokard iskemik yang mengarah kepada miokard infark. Sedangkan jika elevasi segmen ST kurang dari 0,1 mv maka kondisi jantung Normal (Rautaharju, et al, 2009). Program Matlab digunakan untuk penelitian ini. HASIL PENELITIAN Gambar 3 berikut ini adalah contoh hasil deteksi gelombang P, Q, R, S dan T pada rekaman sinyal EKG selama 10 detik. 121

Arif Surtono dkk :Deteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST 4 3 2 1 0-1 -2 0 2 4 6 8 10 12 waktu (detik) Gambar 3. Hasil deteksi gelombang P, Q, R, S dan T pada rekaman EKG, sampel 300m Hasil deteksi pada Gambar 3 menunjukkan sistem dapat mendeteksi secara akurat puncak atau lembah gelombang P, Q, R, S dan T yang ada didalam sinyal EKG. Untuk dapat melihat lebih jelas lagi, grafik diambil dalam satu siklus gelombang EKG seperti Gambar 4. Tampak jelas pada Gambar 4, titiktitik puncak dan lembah gelombang pada EKG mampu dideteksi dengan program yang telah dibuat. Hasil ini menjadi dasar untuk menghitung elevasi segmen ST yang akan menentukan kondisi pasien. Penelitian ini diujikan pada 12 sampel dengan hasil uji seperti pada Tabel 1. 3 2.5 2 1.5 1 0.5 0-0.5-1 -1.5-2 EKG R Q S P T 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 waktu (detik) Gambar 4. Gelombang P, Q, R, S dan T EKG R Q S P T Tabel 1. Hasil Uji Deteksi Elevasi Segmen ST Jenis Elevasi No Sampel Segmen Hasil Sampel MIT- BIH ST Deteksi Database (mv) 1 Gangguan 300 0,1110 MI 2 Segmen 301 0,1584 MI 3 ST 302 0,2199 MI 4 310 0,4068 MI 5 (ST Change 312 0,1932 MI Database) 6 313 0,1770 MI 7 Normal 16265 0,0149 Normal 8 16272 0,0520 Normal 9 (Normal 16420 0,0229 Normal 10 Sinus 16483 0,0298 Normal 11 Database) 16539 0,0244 Normal 12 16786 0,0390 Normal Keterangan : MI = Miokard Infark Berdasarkan data elevasi segmen ST yang diperoleh dan status yang diberikan seperti pada Tabel 1, jelaslah bahwa setiap elevasi segmen ST lebih dari 0,10 mv maka sistem mengenali sebagai Miokard Infark. Begitu pula sebaliknya, setiap elevasi segmen ST kurang dari 0,10 mv sistem mengenali sebagai kondisi Normal. Hasil ini menunjukkan bahwa sistem deteksi penyakit miokard infark pada rekaman EKG menggunakan metode elevasi segmen ST dapat mengenali secara akurat dalam membedakan kondisi jantung Normal dan Miokard Infark. KESIMPULAN Metode elevasi segmen ST dapat digunakan untuk mendeteksi adanya penyakit miokard infark pada rekaman EKG. Hasil uji pada sampel sinyal EKG dari MIT-BIH Database menunjukkan bahwa semua sampel dapat dikenali jenisnya sesuai dengan data sinyal EKG aslinya. Metode ini perlu diujikan dengan jenis sinyal EKG lainnya seperti Atrial Fibrilation, Ventricular Tachyarrhytmia dan jenis lainnya yang ada pada MIT-BIH Database. 122

JURNAL Teori dan Aplikasi Fisika Vol. 04, No.01, Januari Tahun 2016 UCAPAN TERIMAKASIH Atas terlaksananya penelitian ini penulis mengucapkan terimakasih kepada Dirjen Pendidikan Tinggi, Kementrian Riset, Teknologi dan Pendidikan Tinggi yang telah mendanai penelitian ini melalui Program Penelitian Hibah Bersaing Tahun Anggaran 2015 yang dikelola melalui Lembaga Penelitian dan Pengabdian Kepada Masyarakat Universitas Lampung. DAFTAR PUSTAKA Milosavljevic, N. and Petrovic, A., 2006, ST Segment Change Detection by Means of Wavelet, Proceeding of 8th Seminar on Neural Network Application in Electrical Engineering, NEUREL-2006, University of Belgrade, Serbia. MIT-BIH Normal Sinus Rhythm Database, [Online] https://www.physionet.org MIT-BIH ST Change Database, [Online] https://www.physionet.org Philips, 2006, ST Segment Monitoring, Koninklijke Philips Electronic N.V Rautaharju, P.M, Surawicz, B., and Gettes,L.S, 2009, AHA/ACCF/HRS Recomendation for the Standarzitation and Interpretation of the Electrocardiogram, Part IV: The ST Segment, T and U Waves and the QT Interval, Journal of the American College Cardiology, vol. 53 No. 11, 2009. Republika, Angka Kematian Penderita Jantung Masih Tinggi, www.republika.co.id, Diupload : Rabu, 25 September 2013 Surtono, A., Widodo, T.S dan Tjokronagoro, M., 2012, Analisis Klasifikasi Sinyal EKG Berbasis Wavelet dan Jaringan Syaraf Tiruan, Jurnal Nasional Teknik Elektro dan Teknologi Informatika, No.1, vol 2. Nopember 2012. 123

Arif Surtono dkk :Deteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST 124