Segmentasi Denyut Jantung Berbasis Elektrokardiogram Menggunakan Median Filter dan Algoritma Pan-Tompkins

Elektrokardiogram (EKG) adalah uji tanpa sayatan tubuh yang merekam aktivitas denyut pada jantung. Sinyal denyut jantung berbasis elektrokardiogram (EKG) mengandung banyak informasi patologis tentang aktivitas jantung manusia. Uji EKG dapat mendeteksi adanya aritmia, yaitu ketidakteraturan ritme denyut jantung. Ketika terjadi aritmia, jantung dapat berdenyut terlalu cepat, terlalu lambat, atau berdenyut dengan ritme yang tidak teratur. Adanya aritmia pada jantung merupakan gejala penting dalam penyakit kardiovaskular. Penyakit kardiovaskular merupakan masalah penting dalam masyarakat. Sebelum dapat mendeteksi adanya aritmia atau tidak, sinyal denyut jantung berbasis elektrokardiogram (EKG) perlu diproses terlebih dahulu. Sinyal denyut jantung berbasis elektrokardiogram (EKG) dapat terganggu oleh beberapa jenis derau yang terjadi saat perekaman sinyal, antara lain disebabkan oleh pernapasan dan gerakan pasien saat perekaman berlangsung. Derau-derau tersebut dapat memicu kesalahan diagnosa kepada pasien. Oleh karena itu, derau pada sinyal denyut jantung berbasis elektrokardiogram (EKG) perlu dihilangkan untuk analisis yang lebih akurat. Kemudian, proses segmentasi dilakukan untuk memisahkan antara denyut jantung satu dengan denyut jantung lainnya dalam sebuah data rekaman sinyal denyut jantung berbasis elektrokardiogram (EKG) agar data denyut jantung dapat selanjutnya diklasifikasi. Agar dapat dilakukan segmentasi, perlu dilakukan deteksi puncak-puncak gelombang sinyal denyut jantung berbasis elektrokardiogram (EKG) sebagai acuan untuk melakukan segmentasi sinyal. Tugas Akhir ini mengimplementasikan median filter sebagai penghilang derau, serta algoritma Pan-Tompkins untuk mendeteksi puncak-puncak gelombang sinyal denyut jantung berbasis elektrokardiogram (EKG). Data yang digunakan adalah data sinyal denyut jantung yang diunduh dari website MIT-BIH Arrhythmia Database