Maharani, Leli (2016) Implementasi Pengukuran Dan Klasifikasi Tekanan Darah Berdasarkan Pulse Transit Time Menggunakan Metode Transformasi Wavelet Dan Support Vector Machines. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
5112100011-Undergraduate_Thesis.pdf - Accepted Version Download (1MB) | Preview |
Abstract
Pengukuran tekanan darah melalui kuf atau manset
lengan umumnya masih digunakan di bidang medis, padahal
pengukuran melalui manset merupakan pengukuran dengan cara
tidak langsung. Hal ini tentunya akan mempengaruhi hasil dari
pengukuran tekanan darah yang selanjutnya akan digunakan
sebagai patokan tekanan darah seseorang apakah ia hipertensi
atau tidak. Sinyal ECG dan PPG merupakan gelombang sinyal
elektrik yang didapatkan langsung dari tubuh yang berkaitan
dengan aktivitas jantung. Terdapat selang waktu saat jantung
memompa darah ke seluruh tubuh, hal ini disebut dengan Pulse
Transit Time (PTT). Dengan melakukan penghitungan PTT dapat
diketahui tekanan sistol dan diastol sehingga dapat digunakan
sebagai metode pengukur tekanan darah.
Pada rekaman sinyal ECG dan PPG, seringkali terganggu
dengan derau sehingga harus dibersihkan terlebih dahulu. Oleh
karena itu Tugas Akhir ini mengimplementasikan metode
Transformasi Wavelet sebagai penghilang derau dan ekstraksi
fitur dan diklasifikasi menjadi 4 kelas, yaitu normal, hipertensi,
hipertensi stadium 1, dan hipertensi stadium 2 dengan
menggunakan Support Vector Machines (SVM).
Pada tugas akhir ini hasil yang didapat untuk
menghilangkan derau menggunakan dekomposisi sinyalviii
menggunakan DWT Daubechies 6 (db6) pada level 8 dan SVM one
against all dengan kernel RBF dengan parameter c sebesar 20
dianggap efektif untuk mengambil fitur dan mengklasifikasi
rekaman medis dari MIMIC II Database Physionet dan
menghasilkan akurasi sebesar 91,67%
====================================================================================================
Measurement of blood pressure through the arm cuff
commonly still used in the medical field, but through the cuff
measurement is a measurement of an indirect way. This will
certainly affect the results of blood pressure measurements will
then be used as a benchmark a person's blood pressure or
hypertension if he did not. ECG and PPG signal is an electrical
signal waves obtained directly from the body that are associated
with the activity of the heart. There is an interval of time when the
heart pumps blood throughout the body, it is called the Pulse
Transit Time (PTT). By calculating the PTT, diastolic and systolic
pressure can be calculated so that it can be used as a method of
measuring blood pressure.
In the recording ECG and PPG signals, often disturbed by
noise and should be cleaned first. Therefore, this final project
implements Wavelet Transform method as noise removal and
features extraction and then classified into four classes, who are
normal, hypertension, stage 1 hypertension and stage 2
hypertension using Support Vector Machines (SVM).
In this thesis the results obtained to remove noise using a
decomposition signal using DWT Daubechies 6 at level 8 and SVM
one against all using kernel RBF and parameter c of 20 is
considered effective to take on the features and classifying medicalx
records of MIMIC II Database Physionet and produce accuracy of
91.67%
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | RSIf 005.746 Mah i-1 |
| Uncontrolled Keywords: | Tekanan Darah, ECG, PPG, Pulse Transit Time, Wavelet, Klasifikasi, Support Vector Machines |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis |
| Depositing User: | Mr. Tondo Indra Nyata |
| Date Deposited: | 09 Apr 2020 01:15 |
| Last Modified: | 09 Apr 2020 01:15 |
| URI: | http://repository.its.ac.id/id/eprint/75732 |
Actions (login required)
 |
View Item |