Rancang Bangun ECG Untuk Deteksi Myocardial Infarction Menggunakan Segmen ST

Sudrajat, Fadhil Zamzam (2022) Rancang Bangun ECG Untuk Deteksi Myocardial Infarction Menggunakan Segmen ST. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

[img] Text
07311740000039_Undergraduate_Thesis.pdf - Accepted Version
Restricted to Repository staff only until 1 April 2024.

Download (14MB) | Request a copy

Abstract

Penyakit jantung adalah kondisi ketika jantung mengalami gangguan. Bentuk gangguan tersebut bermacam-macam, di antaranya yaitu gangguan pada pembuluh darah jantung, irama jantung dan katup jantung. Data World Health Organization (WHO) menunjukkan bahwa 70% kematian di dunia disebabkan oleh Penyakit Tidak Menular (39,5 juta dari 56,4 kematian). Dari seluruh kematian akibat Penyakit Tidak Menular (PTM) tersebut, 45% disebabkan oleh penyakit jantung dan pembuluh darah, yaitu 17,7 juta dari 39,5 juta kematian. Oleh karena itu, penelitian ini di lakukan untuk memudahkan proses pencegahan dan penanganan untuk pasien dengan gejala penyakit jantung khususnya pada kondisi myocardial infarction. Dalam penelitian ini, proses deteksi gelombang sinyal jantung segmentasi ST data jantung diproses dengan menggunakan metode klasifikasi sinyal biomedika dengan software Delphi Embarcadero dan klasifikasi gelombang sinyal jantung dengan menggunakan hardware dari mikrokontroler STM32F4 M4 dengan compiler MicroC. Alat ini bertujuan untuk merekam sinyal kelistrikan pada organ jantung dan mendeteksi adanya kelainan pada irama dan struktur jantung. Dalam pengolahan data, penelitian ini melakukan segmentasi dengan mempertinggi presisi untuk pengolahan data dengan menggunakan metode moving average untuk segmentasi sinyal kemudian discrete fourier transform untuk mendapatkan frekuensi cutoff yang sesuai dengan ketentuan dari hasil klasifikasi sinyal. Pada proses klasifikasi selanjutnya menggunakan metode pre-processing dengan filterisasi sinyal, feature extraction untuk mengambil informasi yang terpenting dari data yang diproses. Proses klasifikasi dengan melakukan segmentasi sinyal dari gelombang sinyal ECG segmentasi titik ST sinyal dan melakukan perhitungan terhadap titik elevasi dari segmentasi titik ST sinyal jantung. Selanjutnya, melakukan proses input data ke dalam mikrokontroler STM32 sebagai hardware dalam penelitian ini yang dapat digunakan dan tersedia pada pusat kesehatan masyarakat. Dengan adanya penelitian ini, diharapkan dapat membantu proses pencegahan dan penanganan pada penyakit jantung myocardial infarction dengan lebih baik. ================================================================================================ Heart disease is a condition when the heart is disturbed. The forms of these disorders vary, including disorders of the heart's blood vessels, heart rhythm and heart valves. Data from the World Health Organization (WHO) shows that 70% of deaths in the world are caused by non-communicable diseases (39.5 million of 56.4 deaths). Of all deaths due to non-communicable diseases (NCD), 45% were caused by heart and blood vessel disease, namely 17.7 million out of 39.5 million deaths. Therefore, this study was conducted to facilitate the prevention and treatment process for patients with symptoms of heart disease, especially in conditions of myocardial infarction. In this study, the process of detecting heart signal waves in ST segmentation of cardiac data is processed using the biomedical signal classification method with Delphi Embarcadero software and heart signal wave classification using the hardware of the STM32F4 M4 microcontroller with the MicroC compiler. This tool aims to record electrical signals in the heart and detect abnormalities in the rhythm and structure of the heart. In data processing, this study performs segmentation by increasing the precision for data processing by using the moving average method for signal segmentation and then discrete Fourier transform to obtain a cutoff frequency that is in accordance with the provisions of the signal classification results. In the next classification process using the pre-processing method with signal filtering, feature extraction to retrieve the most important information from the processed data. The classification process is done by segmenting the signal from the ECG signal wave, segmenting the ST signal point and calculating the elevation or depreciation point of the ST point segmentation of the heart signal. Furthermore, the process of inputting data into the STM32 microcontroller as hardware in this study that can be used and is available at public health centers. With this research, it is hoped that it can help the prevention and treatment of myocardial infarction heart disease better.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: elektrokardiografi, discrete fourier transform, feature extraction, hardware, moving average, myocardial infarction, pre-processing, penyakit jantung, software, telemedicine. electrocardiography, discrete fourier transform, feature extraction, hardware, moving average, myocardial infarction, pre-processing, heart disease
Subjects: Q Science > QA Mathematics > QA336 Artificial Intelligence
Q Science > QA Mathematics > QA76.6 Computer programming.
Q Science > QH Biology > QH301 Biology
R Medicine > R Medicine (General) > R853.S7 Survival analysis (Biometry)
R Medicine > R Medicine (General) > R858 Deep Learning
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering > 11410-(S1) Undergraduate Thesis
Depositing User: Fadhil Zamzam Sudrajat
Date Deposited: 08 Feb 2022 02:32
Last Modified: 08 Feb 2022 02:32
URI: https://repository.its.ac.id/id/eprint/93038

Actions (login required)

View Item View Item