Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :
Tujuan penelitian ini untuk membuktikan bahwa penurunan pulsa oksigen terjadi sebelum laju jantung yang dapat dicapai pada uji latih dengan respon iskemi positif dan penurunan pulsa oksigen berhubungan dengan perubahan EKG yang terjadi. Dilakukan penelitian retrospektif di RS jatung "Harapan Kita" terhadap Semua pasien yang dilakukan uji latih kardiopulmonal dengan "metode Bruce" dari bulan Januari - Desember 1998. Pasien dengan depresi segmen ST "upsloping", BBB, Old infark, rekaman EKG istirahat menunjukkan iskemi, gagal jantung penyakit jantung lain kecuali PJK disingkirkan. Penurunan pulsa oksigen dianggap ada, jika saat latihan penurunan pulsa oksigen melebihi saat istirahat. Laju jantung saat pulsa oksigen mulai menurun dan dan depresi segmen ST dinyatakan dalam persen terhadap target laju jantung. Target laju jantung ditentukan berdasarkan 220 umur. Hasilnya terdapat 37 pasien yang masuk dalam kriteria penelitian. Dari 18 pasien dengan depresi segmen ST, 10 orang dengan penurunan pulsa oksigen, 8 tanpa penurunan pulsa oksigen. Pada pasien dengan penurunan pulsa oksigen lima orang dengan depresi segmen ST 2 1 mm dan sisanya dengan depresi segmen ST 2 2 mm. Pada pasien tanpa penurunan pulsa oksigen, 4 orag dengan depresi segmen ST ≥ 1 mm dan 4 pasien dengan depresi segmen ST 22 mm. Pada pasien tanpa depresi segmen ST, tidak ada penurunan pulsa oksigen. Satu pasicn sudah dilakukan angiografi koroner dan terbukti arteri koroner normal, sedangkan hasil uji latih menunjukkan depresi segmen ST 2 mm tanpa penurunan pulsa oksigen. Penurunan pulsa oksigen mulai terjadi 68,2+9 % dari target laju jantung. Laju jantung yang dicapai pada pasien dengan depresi segmen ST adalah 91,0+14 % dari target laju jantung Ini menunjukkan bahwa penurunan pulsa oksigen sudah terjadi sebelum laju jantung yang dapat dicapai (P 0,0001). Penurunan pulsa oksigen cenderung terjadi dengan semakin dalamnya depresi segmen ST (P-0,0001). Kesimpulan : Penurunan pulsa oksigen terjadi sebelum depresi segmen ST, pada 56 % ujilatih kardiopulmonal dengan respon iskemi positif. Dan terjadinya penurunan pulsa oksigen sebelum depresi segmen ST ini, meningkat dengan semakin dalamnya depresi segmen ST.

Abstrak :
Penyakit jantung merupakan salah satu penyebab kematian utama di dunia, khususnya negara berkembang. Deteksi dini terhadap masalah jantung sangat diperlukan. Variabilitas Laju Jantung VLJ telah digunakan oleh berbagai disiplin ilmu untuk memprediksi morbiditas dan mortalitas, serta untuk mendeteksi disfungsi dari saraf otonom. Belum ada alat elektrokardiografi EKG genggam yang terintegrasi analisis VLJ. Tujuan dari riset ini adalah untuk menghasilkan alat EKG genggam yang memiliki kemampuan untuk melakukan analisis VLJ dari bank data MIT-BIH. Alat EKG genggam yang digunakan merupakan pengembangan dari Sparkfun Single Lead Heart Rate Monitor AD8232 . Ada 3 buah elektroda yang digunakan, komponen Analog to Digital Converter ADC yang digunakan adalah ADS1115, pengolahan data dilakukan pada Raspberry Pi, dan menggunakan layar LCD Nokia 5110. Untuk membenamkan proses akuisisi sinyal EKG, deteksi R, analisis VLJ, hingga tampilan hasil analisis VLJ pada layar LCD, digunakan bahasa pemrograman Python. Riset ini menghasilkan alat EKG genggam dengan implementasi analisis VLJ. Hasil akurasi VLJ pada alat EKG genggam dibandingkan perangkat lunak HRVAS Ramshur, 2010 adalah 100 untuk parameter rerata RR, dan 94.7 untuk parameter rasio LF/HF. ......Heart disease is one of the leading causes of death in the world, especially in developing countries. Early detection of heart problems is necessary. Heart rate variability HRV has been used by various disciplines to predict morbidity and mortality, as well as to detect dysfunction of autonomic nerves. No integrated electrocardiographic ECG instrument has been integrated in HRV analysis yet. The purpose of this research is to produce a handheld ECG device that has the ability to perform HRV analysis from a MIT BIH databank. The ECG handheld device used is the development of the Sparfun Single Lead Heart Rate Monitor AD8232. There are 3 electrode used, Analog to Digital Converter ADC component used is ADS1115, data processing is done on Raspberry Pi, and using Nokia 5110 LCD screen. To immerse the acquisition process of ECG signal, detection R, VLJ analysis, VLJ analysis on LCD display, used Python programming language. This research produces a handheld ECG device with HRV analysis implementation. HRV accuracy results in handheld ECG device versus HRVAS software Ramshur, 2010 were 100 for the mean RR parameter, and 94.7 for LF HF ratio parameters.

Abstrak :
Jantung merupakan organ yang sangat vital bagi manusia dan memiliki fungsi utama untuk memompa darah ke seluruh tubuh. Salah satu cara untuk mengetahui bagaimana kondisi jantung adalah dengan mengetahui frekuensi denyut jantung per menit BPM . Pada skripsi ini akan dibahas penelitian untuk membangun alat pengukur denyut jantung dengan merancang bangun elektrokardiografi EKG portabel dengan memanfaatkan elektroda kapasitif. Elektroda ditempelkan pada selembar alas plastik yang ditempatkan di bagian bawah tubuh pasien yang sedang berbaring. Sebelum diproses menggunakan mikrokontroler Arduino UNO, keluaran sinyal dari elektroda diproses menggunakan rangkaian pengolah sinyal yang terdiri dari rangkaian penguat instrumentasi, filter, dan penguat non-inverting. Selanjutnya sinyal hasil pengolahan ditampilkan pada layar LCD dan dikirimkan ke smartphone menggunakan modul bluetooth. Hasil pengujian menunjukkan bahwa sinyal QRS complex dapat terdeteksi dengan jelas. Untuk membandingkan performansi perangkat, pengukuran hasil rancang bangun dibandingkan dengan EKG PM 10 yang biasa digunakan pada pemonitoran. Ditunjukkan bahwa galat rata-rata dengan subjek berbeda adalah 0,49. Sementara itu, untuk dua aktivitas yang berbeda relaksasi dan setelah berlari diperoleh galat rata-rata sebesar 0,175. Di samping itu dilakukan pula pengujian untuk berbagai ketebalan bahan katun dari 0,2 mm hingga 0,8 mm yang dikenakan oleh pasien. Hasil pengujian menunjukkan terjadi galat rata-rata sebesar 1,48, jika dibandingkan dengan standar Association for the Advancement of Medical Instrumentation AAMI, galat rata-rata masih di bawah batas toleransi maksimum, yaitu sebesar 5.

---

A heart is one of the most vital organs in the human body that pumps blood throughout the body. It is very important to monitor the condition of the heart. The condition of a human heart can be diagnosed by measuring the heartbeat frequency beats per minute. In this paper, we propose a design of a portable electrocardiography ECG based on capacitive electrodes for heart rate monitoring. The device consists of electrodes attached to a plastic sheet which is placed on the bed mattress under the patient 39 s back. Before being processed by Arduino UNO microcontroller, the output signal of the electrodes is processed using signal conditioning circuit consisting of the instrumentation amplifier circuit, filter, and non inverting amplifier. The signal processing results obtain from conditioning circuit are displayed on the LCD screen and sent to smartphone using bluetooth module. To test accuracy of proposed design, the measurement result is compared to ECG PM 10 which is commonly used for heart rate monitoring. The test results show that the QRS complex signal can be detected clearly. It shows that the average error with a different subject is 0.49. Meanwhile, for two different activities relaxation and after running an average error of 0.175 is obtained. The effect of the patient 39 s cloth thickness is also investigated by measuring heartbeat frequency using several cotton thickness from 0.2 mm up to 0.8 mm. On measurements with varied cotton thickness, it is shown that the proposed design has an average error of 1.48 compared to a commercial ECG, which is still under the Association for the Advancement of Medical Instrumentation AAMI maximum standard error 5.

Abstrak :
Penelitian ini bertujuan untuk merancang dan membangun Sistem Elektrokardiograf (EKG) Pemantau Nirkabel menggunakan mikrokontroler dan komputer dengan menggunakan sistem daya rendah. Penelitian ini menghasilkan Prototipe perangkat keras dan lunak sistem EKG pemantau nirkabel dua elektroda dan satu elektroda penggerak kaki kanan dengan catu masukan tunggal +3V yang dinamakan SPEN-IT (Sistem Pemantau Elektrokardiograf Nirakabel dan Internet), yang cukup baik untuk mengakuisisi sinyal EKG pada manusia. Dari Data pengujian dengan membandingkan data dari alat komersial Cardiette dan Cardio Control milik PKM UI menunjukkan sinyal puncak R pada segmen QRS lebih tinggi sebesar masing-masing 5,1% dan 5,4%. Hal ini disebabkan oleh toleransi komponen yang digunakan ksususnya variabel resistor sebesar 5%. Sedangakan untuk karakteristik pewaktuan sinyal EKG, terdapat perbedaan maksimum sebesar 13% hal ini disebabkan karena penentuan batas dalam pembacaan yang dilakukan secara manual. Dari penggunaan filter digital seperti Moving average, Filter Notch 50 Hz dan Band Pass 2Hz~10Hz, Hanya filter moving average yang mengalami pelemahan signifikan sebesar 22,3%. Sistem juga berhasil dengan baik bekerja secara nirkabel dan dapat dipantau secara online melalui jaringan internet.

Abstrak :
Encourages the reader to accept that the ECG is easy to understand and that its use is just a natural extension of taking the patient's history and performing a physical examination. This title directs users of the electrocardiogram to straightforward and accurate identification of normal and abnormal ECG patterns

Abstrak :
Pengenalan pola beat dalam analisa rekaman elektrokardiogram (EKG) menjadi bagian yang penting dalam deteksi penyakit jantung terutama aritmia. Banyak metode yang dikembangkan terkait dengan pengenalan pola beat, namun sebagian besar masih mengunakan algoritma klasifikasi klasik di mana masih belum mampu mengenali outlier klasifikasi. Fuzzy Learning Vector Quantization (FLVQ) merupakan salah satu algoritma yang mampu untuk mengenali outlier klasifikasi tetapi juga memiliki kelemahan untuk sistem uji yang bukan data berkelompok. Dalam tulisan ini peneliti mengusulkan Fuzzy Wavelet LearningVector Quantization (FWLVQ), yaitu modifikasi FLVQ sehingga mampu mengatasi data crisp maupun data fuzzy dan juga memodifikasi inferensi sistemnya sebagai perpaduan model fuzzy Takagi Sugeno Kang dengan wavelet. Sinyal EKG diperoleh dari database MIT-BIH. Sistem pengenalan pola beat secara keseluruhan terbagi atas dua bagian yaitu data pra proses dan klasifikasi. Hasil percobaan diperoleh bahwa FWLVQ memiliki akurasi sebesar 90.20% untuk data yang tidak mengandung outlier klasifikasi dan 87.19% untuk data yang melibatkan outlier klasifikasi dengan rasio data uji outlier klasifikasi dengan data non-outlier sebesar 1:1.

---

Abstract
The recognition of beat pattern in analysis of recording an electrocardiogram (ECG) becomes an important detection of heart disease, especially arrhythmias. Many methods are developed related to the recognition of beat patterns, but most still use the classical classification algorithms which are still not able to identify outlier classification. Fuzzy Learning Vector Quantization (FLVQ) is one of the algorithms that can identify outlier classification but also has a weakness for test systems that are not grouped data. In this paper we propose a Fuzzy Wavelet Quantization Learning Vector (FWLVQ), which is modified so as to overcome FLVQ crisp data and fuzzy data and also modify the inference system as a combination of Takagi Sugeno Kang fuzzy model with the wavelet. ECG signal obtained from the MIT-BIH database. Beat pattern recognition system as a whole is divided into two parts: data pre-processing and classification. The experimental results obtained that FWLVQ has an accuracy 90.20% for data that does not contain outlier classification and 87.19% for the classification of data involving outlier ratio outlier test data classification with non-outlier data of 1:1.