Perpustakaan Digital ITB

Elektrokardiogram (EKG) janin memberikan informasi penting mengenai kondisi elektrofisiologis jantung janin. Meskipun teknik Blind Source Separation saat ini telah dapat mengekstraksi sinyal EKG secara non-invasif, masih terdapat beberapa masalah yang perlu dipecahkan, seperti rasio sinyal terhadap derau yang rendah, dan ketidakstasioneran. Untuk mengatasi masalah diatas, dalam penelitian ini, metode ekstraksi EKG janin menggunakan Adaptive Independent Component Analysis diperkenalkan. Algoritma Fast Independent Component Analysis (ICA) dan filter Kalman untuk Nonlinear Principal Component Analysis (NPCA) diaplikasikan pada data simulasi tiruan pengukuran EKG dan data sinyal komposit perut pasien. Keluaran sistem kemudian diuji dan dianalisis untuk mengetahui performa kedua algoritma tersebut dalam mengekstraksi EKG janin. Hasil penelitian menunjukkan bahwa FastICA dapat digunakan sebagai alat ekstraksi EKG janin. Pada data simulasi, algoritma ini dapat merekontruksi ulang trayektori vektor jantung dengan korelasi antara sinyal independen keluaran sistem, dengan sinyal asal berkisar antara 0,9294 hingga 0,999 walaupun amplitudo dan sudut antara bidang vektor jantung berbeda dengan nilai asal. Dari hasil aplikasi algoritma ini pada data pasien, EKG janin dan EKG ibu dapat dipisahkan. Masing-masing memiliki detak jantung sebanyak 108,5 dan 64,5 bpm. Di sisi lain, adaptive NPCA terbukti dapat merekontruksi ulang trayektori vektor jantung pada data simulasi buatan dengan rasio amplitudo sebesar 1,8102 dan nilai korelasi yang hampir sama dengan korelasi dari metode FastICA. Namun, saat algoritma tersebut digunakan untuk mengekstraksi EKG janin pada data pasien, kami sadari bahwa implementasi filter Kalman berdasarkan algoritma ICA lainnya perlu diteliti lebih lanjut.