0404037202 - Ratna Susana, M.T. Dosen Pembimbing 1 GEORGE MICHAEL TAMPUBOLON / 112018050 Penulis Arjon Turnip Dosen Pembimbing 2

Pada studi ini dilakukan pengembangan teknologi deteksi dini aritmia secara realtime berbasis Artificial Intelligence. Secara gambaran umum sistem dilengkapi alat EKG rakitan sebagai instrumen pengambilan data, Raspberry Pi sebagai tempat melakukan komputasi program deteksi dini, dan web sebagai tampilan kepada pasien dan dokter untuk melihat aktivitas jantung pasien. Sistem akuisisi data dapat mengolah sinyal EKG dari frekuensi sampling yang beragam dan dapat menentukan sinyal yang tepat untuk dilakukan pengolahan selanjutnya menggunakan algoritma identifikasi R peak. Pengujian sistem akuisisi data menghasilkan persentase keberhasilan 100%. Sistem pra-pemrosesan menggunakan metode Detrending, Butterworth dan FIR. Sistem pra-pemrosesan diuji agar sistem dapat meloloskan data sinyal EKG dengan frekuensi dari 3 sampai 26 Hz. Sistem ekstraksi fitur dengan bantuan metode Discrete Wavelet Transform dan ditambahkan sistem koreksi peak pada siklus pertama dan akhir agar memperbaiki permasalahan dasar untuk mencari interval antar peak. Hasil pengujian sistem klasifikasi yang terbentuk dari 46 data latih dengan perbaikan keluaran range pada label aritmia menghasilkan 92,41% dari 79 data uji. Pengujian model klasifikasi secara real-time memiliki persentase keberhasilan 100% untuk diagnosa sinyal dari naracoba normal dan sinyal abnormal dari program pembangkit sinyal di Arduino. Persentase durasi delay pengiriman dihasilkan 0,105% untuk menentukan kinerja komputasi sistem deteksi dini. Kata kunci: EKG, Aritmia, Real-Time, Discrete Wavelet Transform, Artificial Intelligence