Pengolahan dan analisis data elektrokardiogram menggunakan ANFIS

SULISTYAWATI, Nur, Dr.Ir. Thomas Sri Widodo, DEA

2007 | Tesis | S2 Teknik Elektro

Untuk menganalisa hasil rekaman EKG memerlukan pengetahuan khusus. Tidak semua dokter dapat melakukan dengan baik. Perbedaan yang sangat kecil terjadi pada setiap hasil rekaman. Walaupun citra EKG menunjukkan hasil yang hampir sama tetapi hasil diagnosis dokter yang berbeda dapat menunjukkan kondisi jantung yang berbeda. Oleh karena itu diperlukan sistem klasifikasi yang baik sehingga hasil benar-benar objektif dan agar tidak terjadi kesalahan interpretasi. Karena perbedaan yang ada dari setiap data EKG adalah sangat kecil maka klasifikasi dilakukan dengan ANFIS. Sistem ANFIS merupakan gabungan mekanisme Fuzzy Inference System yang digambarkan dalam arsitektur jaringan syaraf. Dengan demikian klasifikasi pola dapat dilakukan dengan lebih tepat dan cepat. Telah diketahui bahwa setiap frekuensi pada suatu sinyal mengandung informasi. Oleh karena itu sinyal EKG pada kawasan waktu perlu ditransformasikan ke kawasan frekuensi agar dapat dibentuk pola spektrumnya. Data EKG adalah citra yang mengandung grid maka dalam penelitian ini perlu dibuat program untuk memisahkan antara citra sinyal dan latar belakangnya yang berupa garis-garis milimeter (grid). Selanjutnya program yang dibuat dapat membantu menganalisa sinyal EKG untuk diklasifikasikan. Untuk citra EKG yang masih ada gridnya dapat dihilangkan dengan proses pemfilteran dan treshold. Sebelum citra EKG dikenali polanya, terlebih dahulu dilakukan konversi citra ke sinyal sehingga dari sinyal tersebut dapat dicari nilai power spectral density (PSD) dengan metode Welch. Nilai PSD inilah yang menjadi masukan bagi ANFIS sebagai sistem klasifikasi. Struktur ANFIS yang dibuat adalah 4 masukan dan satu keluaran. Dengan demikian untuk 4 kondisi jantung dibuat 4 buah ANFIS. Data pelatihan menggunakan data dari internet dan dilakukan sebanyak 300 epoch Data yang diujikan adalah data dari internet dan dari rumah sakit. Dengan menggunakan toleransi galat 0,012 – 0,027 didapatkan hasil klasifikasi 100 % untuk pengujian data internet dan 75% untuk data dari rumah sakit. Hasil pengujian internet lebih baik karena kualitas citra sinyal lebih baik daripada citra sinyal data EKG rumah sakit.

A special knowledge was required to analyze the result of EKG recording, but not all medical doctors could do it well. A small dissimilarity was existed in each recording result. Although the EKG images showed an alike result but the different doctor could diagnosed as the different heart conditions. Therefore, it needed a good classification system to get the objective result and to avoid the misinterpretation. Since the difference between each EKG data was very small, so the classification was done by using ANFIS. The ANFIS system was combined mechanism of Fuzzy Inference System that was drawn in the neural network architecture. Therefore, the classification pattern could be made faster and more precise. It was well known that each signal frequency contains information. Therefore, the time domain EKG signal should be transformed into frequency domain to get its spectrum pattern. EKG data was an image with grid, so this result required to develop the program to separate the signal image from its milimeter grid background. Next, the developed program could help to analyze the EKG signal for classification. The grid removal of EKG image was done by filtering and thresholding processes. Before the image recognizition, it was done image convertion to get the value of Power Spectral Density (PSD) with Welch method. The PSD result became the input ANFIS as the classification system. The structure of ANFIS consisted of four inputs and one output. Therefore, for heart conditions were made into four ANFIS. The training data were the data from the internet that consisted of 300 epoches. The datas from the internet and hospitals were observerd with 0.012 to 0.027 error tolerance. The results showed 100% classification result of internet data and 75% classification result of hosipitals data. The internet data had better image quality, so its classification result was better than the hospital data.

Kata Kunci : ANFIS,Elektrokardiogram, citra to signal conversion, classification, Power Spectral Density