<![CDATA[Kanker payudara tetap menjadi penyebab utama kematian akibat kanker pada perempuan, sementara akses skrining dini yang merata masih menjadi tantangan besar, khususnya di negara berkembang. Studi ini menyajikan sebuah pilot study untuk mengevaluasi kelayakan sistem skrining awal kanker payudara berbasis analisis Heart Rate Variability (HRV) dari sinyal electrocardiogram (ECG) dengan pendekatan rekayasa biomedis. Sistem dikembangkan menggunakan sensor Shimmer3 ECG, dengan tahapan pemrosesan meliputi deteksi R-peaks untuk memperoleh RR-interval, ekstraksi fitur HRV domain frekuensi berupa Low Frequency (LF) power, High Frequency (HF) power, dan Total Power, serta klasifikasi menggunakan algoritma Extreme Gradient Boosting (XGboost). Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi R-peaks dengan rata-rata akurasi sebesar 96,89%. Implementasi klasifikasi real-time menghasilkan tingkat kesesuaian sebesar 60% terhadap hasil pemeriksaan klinis SADANIS, dengan performa yang lebih baik dalam mengenali subjek sehat. Selain itu, sistem menunjukkan efisiensi komputasi yang tinggi dengan rata-rata waktu inferensi sebesar 1,47 ms. Temuan ini memberikan bukti awal mengenai potensi pemanfaatan parameter HRV domain frekuensi untuk skrining awal kanker payudara secara non-invasif, meskipun diperlukan validasi lanjutan dengan jumlah subjek yang lebih besar.]]>
Copyrights © 2026
