Aiti: Jurnal Teknologi Informasi
Vol 17 No 1 (2020)

Klasifikasi Sinyal Elektrokardiogram Menggunakan Stockwell Transforms dan K-Nearest Neighbor

Dyah Ayu Pratiwi (Fakultas Teknik Elektro, Universitas Telkom)
Achmad Rizal (Fakultas Teknik Elektro, Universitas Telkom)
Rita Magdalena (Fakultas Teknik Elektro, Universitas Telkom)



Article Info

Publish Date
06 Aug 2020

Abstract

Sinyal elektrokardiogram adalah sinyal bio-electrik yang dihasilkan dari aktifitas kelistrikan jantung. Informasi dari kondisi kesehatan jantung bisa diketahui dengan menganalisis bentuk, irama, durasi, maupun orientasi nya. Berbagai metode dikembangkan untuk melakukan analisis atau mengklasifikasi sinyal EKG secara otomatis. Beberapa diantaranya menggunakan metode transformasi untuk mengubah sinyal dari domain waktu ke domain sinyal yang lain. Pada penelitian ini digunakan Stockwell transform (S-transform) untuk mengubah sinyal dari domain waktu ke domain waktu-frekuensi. Nilai minimum dan maksimum dari pada deretan waktu dari S-transform digunakan sebagai masukan K-NN sebagai classifer. Akurasi dari penggunaan S-transform dibandingkan dengan akurasi penggunaan short-term Fourier transform (STFT) yang merupakan transormasi yang setara. Hasil pengujian menunjukkan akurasi S-transform lebih tinggi dibandingkan dengan FFT pada enam kelas data sinyal EKG yang diuji.

Copyrights © 2020






Journal Info

Abbrev

aiti

Publisher

Subject

Computer Science & IT

Description

AITI: Jurnal Teknologi Informasi is a peer-review journal focusing on information system and technology issues. AITI invites academics and researchers who do original research in information system and technology, including but not limited to: Cryptography Networking Internet of Things Big Data Data ...