Main Article Content
Abstract
EKG (elektrokardiogram) merupakan salah satu sinyal tubuh yang digunakan untuk mendeteksi kondisi
kesehatan jantung seseorang. EKG adalah suatu rekaman aktivitas kelistrikan jantung. Apabila terdapat
gangguan pada pola-pola listrik yang normal maka dapat didiagnosis berbagai kelainan jantung. Pada
penelitian ini dilakukan pengenalan kelainan/penyakit jantung berdasarkan sinyal EKG menggunakan
dekomposisi paket wavelet. Sinyal EKG didekomposisi sampai level 5 menggunakan wavelet Daubechies 2,
kemudian energi dari tiap subband di hitung periodogramnya. Sebagai classifier digunakan K-Means clustering,
dimana digunakan metode cityblock sebagai penghitung jarak antar data. Dari 3 kelas data yang diujicobakan
(Normal Sinus Rhythm (NSR), Congestive Heart Failure (CHF), dan Atrial Fibrilation (AF)) didapat akurasi
sistem sebesar 94.4%. Hal ini menunjukkan bahwa metode yang dikembangkan cukup baik untuk mengenali
sinyal EKG yang diujikan.
Kata kunci: Elektrokardiogram, dekomposisi paket wavelet, k-means clustering