Pengembangan Intelligent Electrocardiograph Portable untuk Pemantauan Detak Jantung: Systematic Literature Review

Article Sidebar

PDF
Published: Jul 31, 2024
DOI: https://doi.org/10.24114/cess.v9i2.59003
Keywords:
Electrocardiogram (ECG), Klasifikasi Sinyal Jantung, Filter IIR, Random Forest, PRISMA

Main Article Content

Septian Akbar Noor Wahyu Hardi
Universitas Negeri Semarang
https://orcid.org/0009-0009-4189-2205
Rizqi Aviando
Universitas Negeri Semarang
Feddy Setio Pribadi
Universitas Negeri Semarang
https://orcid.org/0000-0002-3394-7394
Rizky Ajie Aprilianto
Universitas Negeri Semarang
https://orcid.org/0000-0003-0936-3230

Abstract

Kesehatan jantung menjadi faktor penting yang harus diperhatikan, terutama pada orang yang melakukan aktivitas fisik tinggi, seperti atlet. Untuk meningkatkan identifikasi dini penyakit jantung dan mengurangi bahaya kematian mendadak, perangkat elektrokardiogram (EKG) cerdas portabel telah banyak diusulkan untuk mendeteksi aktivitas jantung secara real-time. Penelitian ini bertujuan untuk memberikan informasi tentang klasifikasi sinyal jantung dengan memanfaatkan Filter Infinite Impulse Response (IIR) untuk menghilangkan noise sinyal dan Random Forest yang berguna untuk mengkategorikan masalah jantung secara cepat dan akurat. Referensi yang dirujuk, dipetakan berdasarkan sistematic literature review menggunakan metode preferred reporting items for systematic reviews and meta-analyses (PRISMA). Berdasarkan hasil ulasan yang telah dilakukan, terbukti EKG portable dengan filter IIR terbukti mampu membersihkan sinyal yang didukung dengan algoritma Random Forest untuk klasifikasi sehingga menghasilkan tingkat akurasi yang baik.

Article Details

Issue
Vol. 9 No. 2 (2024): July 2024
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Author Biographies

Septian Akbar Noor Wahyu Hardi, Universitas Negeri Semarang

Departemen Teknik Elektro

Rizqi Aviando, Universitas Negeri Semarang

Departemen Teknik Elektro

Feddy Setio Pribadi, Universitas Negeri Semarang

Departemen Teknik Elektro

Rizky Ajie Aprilianto, Universitas Negeri Semarang

Departemen Teknik Elektro

References

Y. Suryana and R. Aziz, œSistem Pemonitor Detak Jantung Portable Menggunakan Tiga Sensor Elektroda, J. Al-AZHAR Indones. SERI SAINS DAN Teknol., vol. 4, no. 1, p. 14, 2018, doi: 10.36722/sst.v4i1.240.

R. S. Kusuma, M. Pamungkasty, F. S. Akbaruddin, and U. Fadlilah, œPrototipe Alat Monitoring Kesehatan Jantung berbasis IoT, Emit. J. Tek. Elektro, vol. 18, no. 2, pp. 59“63, 2018, doi: 10.23917/emitor.v18i2.6353.

A. K. Sangaiah, M. Arumugam, and G. Bin Bian, œAn intelligent learning approach for improving ECG signal classification and arrhythmia analysis, Artif. Intell. Med., vol. 103, p. 101788, Mar. 2020, doi: 10.1016/J.ARTMED.2019.101788.

S. Alam, S. Hartanto, and I. Pratama, œRancang Bangun Sistem Monitoring Detak Jantung Menggunakan Elektrokardiograf Berbasis Bluetooth Dan Labview, JTT (Jurnal Teknol. Ter., vol. 5, no. 2, pp. 47“55, 2019, doi: 10.31884/jtt.v5i2.215.

H. Hidayat, A. Sunyoto, and H. Al Fatta, œKlasifikasi Penyakit Jantung Menggunakan Random Forest Clasifier, J. SISKOM-KB (Sistem Komput. dan Kecerdasan Buatan), vol. 7, no. 1, pp. 31“40, 2023, doi: 10.47970/siskom-kb.v7i1.464.

S. Abdillah, P. C. Nugraha, and D. Titisari, œAnalisis Filter Digital ( Filter IIR pada ECG Pada, Pros. Semin. Nas. Kesehat. Politek. Kesehat. Kementeri. Kesehat. Surabaya, pp. 1“10, 2020, [Online]. Available: http://semnas.poltekkesdepkes-sby.ac.id/index.php/2020/article/view/299

H. Amhia and A. K. Wadhwani, œStability and Phase Response Analysis of Optimum Reduced-Order IIR Filter Designs for ECG R-Peak Detection, J. Healthc. Eng., vol. 2022, 2022, doi: 10.1155/2022/9899899.

M. Chandra, P. Goel, A. Anand, and A. Kar, œDesign and analysis of improved high-speed adaptive filter architectures for ECG signal denoising, Biomed. Signal Process. Control, vol. 63, p. 102221, Jan. 2021, doi: 10.1016/J.BSPC.2020.102221.

D. H. Depari, Y. Widiastiwi, and M. M. Santoni, œPerbandingan Model Decision Tree, Naive Bayes dan Random Forest untuk Prediksi Klasifikasi Penyakit Jantung, Inform. J. Ilmu Komput., vol. 18, no. 3, p. 239, 2022, doi: 10.52958/iftk.v18i3.4694.

L. A. Dewi, œKlasifikasi Machine Learning Untuk Mendeteksi Penyakit Jantung Dengan Algoritma K-Nn, Decision Tree dan Random Forest, Repository.Uinjkt.Ac.Id, 2023, [Online]. Available: https://repository.uinjkt.ac.id/dspace/handle/123456789/71124%0Ahttps://repository.uinjkt.ac.id/dspace/bitstream/123456789/71124/1/LIZKY ASKA DEWI-FST.pdf