Sistem Deteksi
Kelainan Jantung Pada Sinyal ECG Berbasis Ekstraksi Fitur Waktu-Frekuensi Yang
Terintegrasi Website
Penyakit kardiovaskular masih menjadi salah satu tantangan medis terbesar,
sehingga membutuhkan sistem analisis rekam jantung (ECG) yang cepat dan akurat
untuk membantu tenaga medis dalam mendiagnosis kelainan jantung. Analisis
sinyal ECG secara manual seringkali memakan waktu dan rentan terhadap kesalahan
interpretasi akibat kompleksitas gelombang yang ada. Hal ini merupakan
tantangan dalam dunia medis yang menuntut otomasi dan presisi tinggi dalam
membaca pola sinyal biologis.
Penelitian ini merancang sistem klasifikasi sinyal ECG berbasis web yang
mengintegrasikan metode ekstraksi fitur (domain waktu, frekuensi, dan
waktu-frekuensi) dengan algoritma Machine Learning. Sistem ini secara khusus
membandingkan performa model algoritma Random Forest dan Support Vector Machine
(SVM) untuk mendapatkan tingkat akurasi diagnosis terbaik. Dengan adanya sistem
ini, proses identifikasi kelainan jantung dari data mentah ECG dapat dilakukan
secara otomatis, mempercepat waktu analisis, dan menyediakan second opinion
yang objektif bagi tenaga medis.
Kunjungi kami lebih lanjut di:
