Klasifikasi Detak Jantung dan Kadar Oksigen Menggunakan Threshold

Maria Natalia Martins; Vincent Suhartono; Menik Dwi Kurniatie

doi:10.33633/aiej.v7i2.8958

Klasifikasi Detak Jantung dan Kadar Oksigen Menggunakan Threshold

Maria Natalia Martins, Vincent Suhartono, Menik Dwi Kurniatie

Abstract

Ketika mengawasi kondisi kesehatan individu, data seperti denyut jantung dan tingkat oksigen dalam darah menjadi informasi yang sangat berharga bagi tenaga medis. Informasi ini diterapkan untuk mengidentifikasi apakah seseorang dalam keadaan sehat, karena kedua data tersebut memberikan indikasi tentang kesehatan jantung dan paru-paru. Dengan menggunakan teknologi yang dapat mendeteksi penyakit jantung dan mengukur kadar oksigen, orang dengan gejala tersebut dapat mengetahui kondisinya tidak akan bertambah parah. Penggunaan ambang dianggap sebagai metode yang efektif untuk mengelola penentuan risiko penyakit jantung dan memantau kadar oksigen. Metode ambang batas dapat dibagi menjadi beberapa kategori berdasarkan rentang nilai detak jantung dan kadar oksigen darah, seperti bradikardia (denyut jantung rendah), takikardia (denyut jantung tinggi), detak jantung normal, dll. Biasanya, hipoksia (rendah oksigen) dan SpO2 normal. Penggunaan data pada penelitian ini adalah data yang berjumlah 5 orang dengan tiga kali pengukuran untuk setiap individu. Data kemudian melewati langkah prosedur thresholding. Berdasarkan pengujian yang dilakukan, didapatkan hasil bahwa sistem mampu mengklasifikasikan detak jantung dan kadar oksigen dengan akurasi 100%.

Keywords

Detak jantung; SpO2; Threshold; MATLAB

Full Text:

PDF

References

D. Suarmin and D. I. Putra, “Mahasiswa Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas 2 Dosen Sistem Komputer Fakultas Teknologi Informasi Universitas Andalas.”

A. S. Utomo, E. H. P. Negoro, and M. Sofie, “Monitoring Heart Rate Dan Saturasi Oksigen Melalui Smartphone,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 10, no. 1, pp. 319–324, 2019, doi: 10.24176/simet.v10i1.3024.

J. Allen, “Photoplethysmography and its application in clinical physiological measurement,” Physiol. Meas., vol. 28, no. 3, 2007, doi: 10.1088/0967- 3334/28/3/R01.

E. Gustini, B. Rahmadya, and F. Akbar, “Sistem Deteksi Penderita Aritmania Berdasarkan Jumlah Detak Jantung Berbasis Smartphone,” Pros. Semnastek, no. November, pp. 1–2, 2017.

Qahar AN. Desain Alat Ukur Denyut Jantung Dan Saturasi Oksigen Pada Anak Menggunakan Satu Sensor.

R. K. C. Billones, M. P. Vicmudo, and E. P. Dadios, “Fuzzy inference system wireless body area network architecture simulation for health monitoring,” 8th Int. Conf. Humanoid, Nanotechnology, Inf. Technol. Commun. Control. Environ. Manag. HNICEM 2015, no. May 2018, 2016, doi: 10.1109/HNICEM.2015.7393231.

D. B. S. Budi, R. Maulana, and H. Fitriyah, “Sistem Deteksi Gejala Hipoksia Berdasarkan Saturasi Oksigen Dengan Detak Jantung Menggunakan Metode Fuzzy Berbasis Arduino,” J. Pengemb. Teknol. Inf. dan Ilmu Komputer., vol. 3, no. 2, pp. 1925–1933, 2019, [Online]. Available: http://j- ptiik.ub.ac.id.

E. Irfiani and S. S. Rani, “Algoritma K- Means Clustering untuk Menentukan Nilai Gizi Balita,” J. Sist. dan Teknol. Inf., vol. 6, no. 4, p. 161, 2018, doi: 10.26418/justin.v6i4.29024.

M. A. A. Dange, P. S. P. Sheth, and P. S. L. Nalbalwar, “Detection of Qrs Complexes in Ecg Signal Using K- Means Algorithm,” vol. 3, no. 5, pp. 465–469, 2014.

DOI: https://doi.org/10.33633/aiej.v7i2.8958