BAB I PENDAHULUAN 1.1. Latar Belakang Sleep apnea merupakan gangguan tidur yang berkaitan dengan pernafasan dan umumnya terjadi pada orang dewasa [1-2]. Diestimasikan 4% pria dan 2% wanita di dunia menderita gangguan tidur sleep apnea [3]. Sleep apnea ditandai dengan jeda pernafasan abnormal selama tidur. Pada penderita sleep apnea akut, jeda ini umumnya terjadilebih dari 600 ciri semalam [4]. Penderita sleep apnea umumnya mengeluhkan seringnya mengantuk, kelelahan, dan sulit berkonsentrasi sehingga mereka sering tertidur di waktu yang tidak tepat serta memiliki peluang yang lebih tinggi terlibat pada kecelakaan mobil atau kecelakaan kerja [3]. Penderita sleep apnea pada umumnya tidak menyadari bahwa mereka mengidap penyakit ini, oleh karena itu deteksi dini sangat diperlukan sebelum mendapatkan penanganan lebih lanjut. Metode tradisional untuk mendeteksi sleep apnea dilakukan menggunakan polisomnografi dengan rekaman elektroensefalogram (EEG), elektrookulogram (EOG), elektromiogram (EMG), elektrokardiogram (EKG), sistem pernafasan, dan saturasi oksigen. Pendeteksian sleep apnea yang didampingi oleh perubahan karakteristik jumlah denyut jantung atau perubahan gelombang pada sinyal EKG memicu banyaknya studi mengenai sleep apnea melalui sinyal EKG. Apabila sleep apnea dapat didiagnosa hanya dengan menggunakan EKG, hal ini memungkinkan untuk mendiagnosa sleep apnea secara otomatis dan lebih ramah biaya tanpa pasien harus pergi ke rumah sakit [4]. Pada tugas akhir ini, dilakukan pendeteksian gangguan tidur sleep apnea melalui sinyal elektrokardiogram dengan menggunakan metode deteksi ciri Hjorth Descriptor dan metode klasifikasi Fuzzy K-Nearest Neighbor.Sinyal EKG dianalisis berdasarkan nilai aktivitas, mobilitas, serta kompleksitas sinyal.penelitian dilakukan pada domain waktu dan domain frekuensi. Penelitian sebelumnya mengenai sleep apneadilakukan oleh Meidiana Ajeng Lestari menggunakan metode Principal Component Analysis memperoleh akurasi sebesar 79,16% yang terdiri dari 73,3% untuk sensitivitas dan 88,8% spesifisitas [5]. Pada penelitian [6] yang dilakukan oleh Martin O. Mendez pada sleep apnea berbasis permukaan sinyal EKG
menggunakan Autoregressive Model memperoleh hasil 85,55% untuk akurasi, 83,90% untuk sensitivitas, dan 88,5% untuk spesifisitas. 1.2. Penelitian Terkait Pada penelitian [5] dilakukan pendeteksian gangguan tidur sleep apnea dengan menggunakan metode DWT, PCA, dan LDA secara non realtime. Sistem dengan metode PCA memperoleh akurasi sebesar 79,16% yang terdiri dari 73,3% untuk sensitivitas dan 88,8% spesifisitas. Pada sistem dengan metode DWT diperoleh akurasi sebesar 75% yang terdiri dari 68,75% untuk sensitivitas dan 87,5% untuk spesifisitas.. Pada penelitian [6] yang dilakukan oleh Martin O. Mendez, sleep apnea berbasis permukaan sinyal EKG menggunakan Autoregressive Model memperoleh hasil 85,55% untuk akurasi, 83,90% untuk sensitivitas, dan 88,5% untuk spesifisitas. Pada penelitian [7] dilakukan klasifikasi sinyal EKG menggunakan hjorth descriptor untuk contoh sinyal EKG Normal Sinus Rhythm, Atrial Fibrillation, dan Congestive Heart Failure. Akurasi yang diperoleh sebesar 88,67%. Hjorth descriptor tidak dapat melakukan perhitungan sinyal secara keseluruhan sehingga harus dilakukan proses segmentasi pada pendeteksian ciri. Semakin baik segmentasi sinyal maka akan meningkatkan hasil klasifikasi. Namun masih diperlukan penelitian lebih lanjut lagi terhadap jenis sinyal EKG yang lain. Tugas akhir ini melakukan proses pendeteksian sinyal kelistrikan jantung sleep apnea yang belum pernah dilakukan pada penelitian [5] dan [6] menggunakan hjorth descriptorsebagai metode pendeteksian ciri dan fuzzy k-nearest neighbor sebagai metode klasifikasi. 1.3. Perumusan Masalah Berdasarkan latar belakang diatas ada beberapa masalah yang akan diselesaikan dalam tugas akhir ini, yaitu : 1. Menentukan proses pre-processing yang tepat agar sinyal informasi yang dikandung dalam sinyal EKG tidak hilang. 2. Merancang sistem ekstraksi ciri sleep apnea menggunakan hjorth descriptor untuk masing-masing domain. 3. Menganalisis pengaruh sistem ekstraksi ciri pada masing-masing domain terhadap tingkat akurasinya.
1.4. Pertanyaan Penelitian Berdasarkan latar belakang dan rumusan masalah diatas ada beberapa masalah yang akan diselesaikan dalam tugas akhir ini, yaitu : 1. Apa saja yang membedakan proses ekstraksi ciri pada domain waktu dan domain frekuensi? 2. Bagaimana sistem pendeteksian sleep apnea menggunakan metode deteksi ciri hjorth descriptor dan metode klasifikasi fuzzy k-nearest neighbor? 3. Bagaimana tingkat akurasi yang dihasilkan dari proses pengujian? 4. Apakah tingkat akurasi pada domain waktu sama dengan tingkat akurasi pada domain frekuensi? 1.5. Asumsi dan Batasan Masalah Berikut adalah batasan masalah penelitian pada tugas akhir ini : 1. Sinyal yang digunakan dalam pengujian ini hanya sinyal EKG saja. 2. Data latih dan data uji berasal dari database Physiobank Apnea ECG. 3. Data latih dan data uji tidak didapatkan secara real time. 4. Hasil pendeteksian dibagi menjadi 2 kondisi, yaitu apnea dan non apnea. 5. Penelitian dilakukan pada domain frekuensi dan domain waktu. 6. Metode yang digunakan untuk deteksi ciri adalah hjorth descriptor. 7. Metode yang digunakan untuk klasifikasi adalah metode fuzzy k-nearest neighbor. 8. Cropping sinyal latih dan segmentasi sinyal uji dilakukan dengan durasi waktu selama satu menit sesuai keterangan pada database Physobank. 9. Pengujian dilakukan untuk mendeteksi sinyal EKG berdurasi satu jam sebagai sinyal EKG apnea atau sinyal EKG non apnea. 1.6. Tujuan Penelitian Tujuan dari penelitian ini adalah mengimplementasikan dan menganalisis metode hjorth descriptor dan fuzzy k-nearest neighbor untuk menentukan mendeteksi penyakit gangguan tidur sleep apnea melalui sinyal EKG.Penelitian dilakukan pada 2 domain yaitu domain waktu dan domain frekuensi. Pada domain frekuensi akan dilakukan análisis kecocokannya dengan metode ekstraksi ciri yang digunakan. Analisis dilakukan pada tingkat akurasi yang dihasilkan dikedua domain.pengujian difokuskan pada pengujian non real-time.
1.7. Metodologi Penelitian Tujuan dari penelitian ini adalah mengimplementasikan dan menganalisis metode hjorth descriptors dan fuzzy k-nearest neighbouruntuk menentukan klasifikasi penyakit gangguan tidur sleep apnea melalui sinyal EKG serta memperoleh tingkat akurasi yang baik pada hasil klasifikasinya. Maka untuk mencapai tujuan tersebut, langkah-langkah metodologi penelitian yang dilakukan adalah sebagai berikut : 1. Studi Literatur Pada tahap ini dilakukan studi titeratur dengan mempelajari konsep dan teori yang berkaitan dengan penelitian yang akan dilakukan. Proses pembelajaran ini melalui paper journal, paper conference, jurnal tugas akhir, serta text book yang berkaitan dengan tema penelitian. Pencarian referensi meliputi studi pustaka tentang: a. Pengolahan sinyal digital khususnya sinyal biopotensial (preprocessing sinyal). b. Metode hjorth descriptordan parameternya. c. Algoritma hjorth descriptor. d. Algoritma fuzzy k-nearest neighbor. e. Penyakit gangguan tidur sleep apnea. 2. Pengumpulan Data Pada tahap ini dilakukan proses pengumpulan data untuk mendapatkan data sinyal EKG yang akan menjadi input dalam sistem. Data didapatkan dari database Physiobank di situs Physionet.org 3. Perancangan Sistem Pada tahap ini dilakukan proses perancangan sistem, dimulai dari proses pengumpulan data, akuisisi data, hingga identifikasi. Proses perancangan meliputi pembuatan simulasi/sistem menggunakan perangkat lunak.
4. Analisis Performansi Pada tahap ini dilakukan analisis performansi sistem pengidentifikasian penyakit sleep apnea melalui sinyal elektrokardiogram (EKG). 5. Pengambilan Kesimpulan Pada tahap dilakukan pengambilan kesimpulan setelah melakukan pengujian secara non realtime. 1.8. Sistematika Penulisan Sistemtika yang digunakan pada tugas akhir ini yaitu : BAB I PENDAHULUAN Pada bagian ini berisi tentang latar belakang, rumusan masalah, batasan masalah, tujuan, dan metode pembuatan serta sistematika penulisan. BAB II LANDASAN TEORI Pada bagian ini membahas tentang dasar dasar teori yang akan melandasi permasalahan yang dibahas, serta penjelasan tentang cara kerja sistem dan masing-masing komponen yang ada pada sistem tersebut. BAB III PERANCANGAN DAN REALISASI Pada bagian ini berisi tentang pembahasan mengenai langkah langkah perancangan sistem perangkat cerdas yang ingin dibuat BAB IV PENGUJIAN DAN ANALISIS Pada bagian ini berisi pembahasan tentang hasil pengujian dan analisa dari perancangan sistem yang dibuat pada berbagai macam kondisi yang berbeda. BAB V PENUTUP Pada bagian ini berisi kesimpulan dari percobaan dan analisis yang telah dilakukan sebelumnya dan saran yang digunakan untuk membangun sistem ini menjadi lebih baik lagi.