Rancang Bangun Alat Auskultasi untuk Pengukuran Bunyi Jantung Dengan Pengiriman Jarak Jauh Berbasis Internet Of Things

Adilah, Safa (2023) Rancang Bangun Alat Auskultasi untuk Pengukuran Bunyi Jantung Dengan Pengiriman Jarak Jauh Berbasis Internet Of Things. Other thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 07311840000029-Undergraduate_Thesis.pdf] Text
07311840000029-Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2025.

Download (5MB) | Request a copy

Abstract

Auskultasi merupakan tindakan penting bagi dokter untuk mendengar suara tubuh pasien, biasanya berupa suara jantung atau suara pernapasan, guna mendiagnosis pasien dan mengetahui gejala penyakit atau kondisi yang dialami pasien tersebut. Perancangan ini guna mengukur suara jantung pada 3 subjek menggunakan stetoskop, mini plug-in microphone, dan mini PC Raspberry Pi dengan pengiriman jarak jauh berbasis IoT menggunakan cloud. Pada pengiriman jarak jauh berbasis IoT menghasilkan rekaman suara jantung terjadi delay selama 0,30 detik. Analisis frekuensi pada Continous Wavelet Transform (CWT) adalah range frekuensi dominan sinyal suara jantung pada suara jantung pertama (S1) dan suara jantung kedua (S2), menghasilkan frekuensi dominan banyak berada pada S1. Berdasarkan hasil perekaman pada empat titik jantung yakni Aortic (AO), Pulmonary Artery (PA), Left Ventricle (LV), dan Right Ventricle (RV) selama 2 detik, pada Subjek A range frekuensi dominan sinyal suara S1 ada pada 23,5 Hz - 62,4 Hz dengan range waktu 0,51 detik - 1,36 detik dan sinyal suara S2 pada 23,5 Hz - 46,9 Hz dengan range waktu 0,97 detik - 1,82 detik. Pada Subjek B range frekuensi dominan sinyal suara S1 ada pada 12,5 Hz - 26,8 Hz dengan range waktu 0,75 detik - 0,96 detik dan suara S2 pada 23,5 Hz - 33,5 Hz dengan range waktu 1,06 detik - 1,28 detik. Pada Subjek C range frekuensi dominan sinyal suara S1 pada 20,9 Hz - 46,9 Hz dengan range waktu 0,74 detik - 1,48 detik dan suara S2 pada 24,7 Hz - 58,9 Hz dengan range waktu 1,02 detik - 1,76 detik
=====================================================================================================================================
Auscultation is an important action for doctors to hear the patient's body sounds, usually in the form of heart sounds or breathing sounds, to diagnose the patient and find out the symptoms of the patient's disease or condition. This design is to measure heart sounds in 3 subjects using a stethoscope, mini plug-in microphone, and Raspberry Pi mini PC with IoT-based remote delivery using the cloud. In IoT-based long-distance delivery, the recording of heart sounds occurs with a delay of 0,30 seconds. Frequency analysis in the Continous Wavelet Transform (CWT) is the dominant frequency range of the heart sound signal in the first heart sound (S1) and second heart sound (S2), resulting in many dominant frequencies being in S1. Based on the results of recording at four heart points namely Aortic (AO), Pulmonary Artery (PA), Left Ventricle (LV), and Right Ventricle (RV) for 2 seconds, in Subject A the dominant frequency range of S1 sound signal is at 23,5 Hz - 62,4 Hz with a time range of 0,51 seconds - 1,36 seconds and the S2 sound signal at 23,5 - 46,9 Hz with a time range of 0,97 seconds - 1,82 seconds. In Subject B, the dominant frequency range of sound signal S1 is at 12,5 Hz - 26,8 Hz with a time range of 0,75 seconds - 0,96 seconds and sound S2 at 23,5 Hz - 33,5 Hz with a time range of 1,06 seconds - 1,28 seconds. In Subject C, the dominant frequency range of sound signal S1 is at 20,9 Hz - 46,9 Hz with a time range of 0,74 seconds - 1,48 seconds and sound S2 at 24,7 Hz - 58,9 Hz with a time range of 1,02 seconds - 1,76 seconds

Item Type: Thesis (Other)
Additional Information: RSB 616.120 754 Adi r-1 2022
Uncontrolled Keywords: Auskultasi, Continuos Wavelet Transform (CWT), Cloud
Subjects: R Medicine > R Medicine (General) > R856.2 Medical instruments and apparatus.
T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK5102.9 Signal processing.
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering > 11410-(S1) Undergraduate Thesis
Depositing User: Safa Adilah
Date Deposited: 14 Feb 2023 01:14
Last Modified: 11 Sep 2023 03:20
URI: http://repository.its.ac.id/id/eprint/97150

Actions (login required)

View Item View Item