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

Septian Akbar Noor Wahyu Hardi, Rizqi Aviando, Feddy Setio Pribadi, Rizky Ajie Aprilianto

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.

Keywords


Electrocardiogram (ECG); Klasifikasi Sinyal Jantung; Filter IIR; Random Forest; PRISMA

Full Text:

PDF

References


Y. Suryana and R. Aziz, “Sistem 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, “Prototipe 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, “An 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, “Rancang 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, “Klasifikasi 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, “Analisis 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, “Stability 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, “Design 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, “Perbandingan 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, “Klasifikasi 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




DOI: https://doi.org/10.24114/cess.v9i2.59003

Article Metrics

Abstract view : 61 times
PDF - 36 times

Refbacks

  • There are currently no refbacks.


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

CESS (Journal of Computer Engineering, System and Science)

Creative Commons License
CESS (Journal of Computer Engineering, System and Science) is licensed under a Creative Commons Attribution 4.0 International License

slot gacor slot