KLASIFIKASI CITRA REKAMAN SINYAL ELEKTROKARDIOGRAM MENGGUNAKAN METODE ANALISIS TEKSTUR, K-NN DAN MULTILAYER PERCEPTRON
Abstrak: Sinyal
elektrokardiogram (EKG) memiliki informasi yang menggambarkan kondisi kesehatan
jantung. Beragai teknik analisis sinyal EKG dikembangkan untuk mengetahui
kelainan di jantung secara ototmatis. Pada kenyataannya di Indonesia,
kebanyakan perangkat EKG hanya menghasilkan rekaman berupa kertas EKG sehingga
metode pengolahan sinyal tidak bisa diterapkan. Pada penelitian ini dilakukan
pengenalan kelainan jantung melalui citra rekaman EKG menggunakan analisis tekstur.
Garis sinyal EKG yang tergambar dalam citra rekaman EKG diharapkan bisa
dibedakan antara kondisi yang satu dengan yang lain. Untuk ekstraksi ciri
digunakan ciri statistik orde 1 dan grey level co-occurence matrix (GLCM) pada
arah 0o, 45o, 90o, dan 135o. Untuk klasifikasi digunakan K-nearest neighbor
(K-NN) dan multilayer perceptron (MLP). Akurasi yang dihasilkan mencapai 44.12%
untuk lima kelas data dan 65.82% untuk dua kelas data. Penggunaan teknik
pengolahan ctra terbukti mampu meningkatkan akurasi yang semula rendah.
Penulis: Mohamad Sofie, Achmad
Rizal
Kode Jurnal: jptmesindd160564