Naibaho, Sona Halomoan
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Penerapan Algoritma Decision Tree untuk Identifikasi Aritmia pada Remaja Melalui Analisis Data Elektrokardiogram Angelica Sitanggang, Tiffany Maria; Gurning, Rosintan; Sari, Fitra Bona; Naibaho, Sona Halomoan; Prabowo, Agung
Jurnal Sistem Komputer dan Informatika (JSON) Vol 6, No 4 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v6i4.8698

Abstract

Aritmia merupakan gangguan irama jantung yang sering tidak menimbulkan gejala, namun penting untuk dideteksi sejak dini, khususnya pada remaja. Penelitian ini bertujuan mengembangkan sistem identifikasi aritmia berbasis data elektrokardiogram (EKG) menggunakan algoritma Decision Tree. Analisis dilakukan dengan mengekstraksi fitur-fitur penting dari sinyal EKG, seperti interval RR, PR, durasi QRS, interval QT, segmen ST, detak jantung (BPM), dan rasio R/S. Algoritma Decision Tree dipilih karena mampu membentuk struktur klasifikasi yang mudah dipahami dan relevan untuk interpretasi medis. Hasil pengujian menunjukkan bahwa model yang dibangun dapat mengidentifikasi kondisi aritmia dengan tingkat akurasi sebesar 98,64%. Sistem ini menunjukkan potensi sebagai alat bantu deteksi aritmia yang efisien dan dapat digunakan untuk mendukung proses skrining awal pada remaja.
Penerapan Algoritma Decision Tree untuk Identifikasi Aritmia pada Remaja Melalui Analisis Data Elektrokardiogram Angelica Sitanggang, Tiffany Maria; Gurning, Rosintan; Sari, Fitra Bona; Naibaho, Sona Halomoan; Prabowo, Agung
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 6 No. 4 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v6i4.8698

Abstract

Aritmia merupakan gangguan irama jantung yang sering tidak menimbulkan gejala, namun penting untuk dideteksi sejak dini, khususnya pada remaja. Penelitian ini bertujuan mengembangkan sistem identifikasi aritmia berbasis data elektrokardiogram (EKG) menggunakan algoritma Decision Tree. Analisis dilakukan dengan mengekstraksi fitur-fitur penting dari sinyal EKG, seperti interval RR, PR, durasi QRS, interval QT, segmen ST, detak jantung (BPM), dan rasio R/S. Algoritma Decision Tree dipilih karena mampu membentuk struktur klasifikasi yang mudah dipahami dan relevan untuk interpretasi medis. Hasil pengujian menunjukkan bahwa model yang dibangun dapat mengidentifikasi kondisi aritmia dengan tingkat akurasi sebesar 98,64%. Sistem ini menunjukkan potensi sebagai alat bantu deteksi aritmia yang efisien dan dapat digunakan untuk mendukung proses skrining awal pada remaja.