Pendeteksi Penyakit Aritmia berbasis Prediksi Fitur QRS pada Sinyal ECG dengan Metode Feed Forward Backpropagation menggunakan Sistem Tertanam
DOI:
https://doi.org/10.59378/jcenim.v1i2.26Kata Kunci:
Aritmia, Electrocardiography, Machine Learning, Backpropagation, Sistem TertanamAbstrak
Aritmia adalah suatu tanda atau gejala dari gangguan detak jantung atau irama jantung yang bisa
mengindikasikan pada penyakit kardiovaskular (penyakit yang berkaitan dengan organ jantung dan
pembuluh darah). Berdasarkan data dari American Heart Association (AHA) penyakit kardiovaskular terdata sebagai penyebab utama kematian, terhitung sebanyak hampir 836.546 kematian di US dan menjadi penyebab kematian secara global yang dilaporkan sudah lebih dari 17,9 juta kematian setiap tahun pada tahun 2015, angka tersebut diperkirakan akan tumbuh menjadi lebih dari 23,6 juta pada tahun 2030. Maka dari itu, deteksi aritmia sangat diperlukan dengan menggunakan teknologi pada bidang machine learning yang akhir-akhir ini sangat berkembang dengan pesat, sehingga penyakit aritmia bisa diketahui se-dini mungkin dan dapat segera menerima terapi / pengobatan tertentu untuk mengurangi resiko terkena penyakit kardiovaskular.
Referensi
Daftar Pustaka
American Heart Association, “Heart disease and stroke statistics 2018,” 2018.
Kompas, “Dokter jantung di indonesia langka,” https://sains.kompas.com, 2020, diakses: 2020-07-21.
V. Saritha, V. Sukanya, and Y. N. M. C., “Ecg signal analysis using wavelet transforms,” Anantapur, Andhra pradesh, India, 2008.
A. Chatlani, S. Kabu, and R. D. K., “Iot based detection of cardiac arrhythmias using raspberry pi,” Kolkata, West Bengal, India, 2017.
F. A. Darmawan, “Perangkat treadmill untuk mendeteksi kelainan detak jantung menggunakan sensor ecg berbasis single board computer,” Surabaya, 2019.
J. M. B. Babuslak, “The ecg signal prediction by using neural network,” Ostrava, Czechia.
An Approach to Detect QRS Complex Using Backpropagation Neural Network, Cyberjaya and Selangor, Malaysia: Multimedia University and International Islamic University, 2006.
O. Polakovic, “Backpropagation and his application in ecg classification,” Ostrava, Czechia, 2005.
A. Kurniawan, E. M. Y., and I. K. E. P., “Qvat qrs complex detection based on variance analysis and adaptive threshold for electrocardiogram signal,” Surabaya, Jawa Timur, Indonesia.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2026 Lailatul Husniah, Izzatul Masruroh
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with JCENIM agree to the following terms:
- Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
