Perpustakaan Digital ITB

Aritmia merupakan kelainan pada ritme jantung yang dapat menyebabkan berbagai komplikasi serius, termasuk stroke, gagal jantung, hingga henti jantung mendadak. Prevalensi aritmia yang terus meningkat secara global, ditambah dengan keterbatasan sumber daya medis seperti minimnya dokter spesialis aritmia dan proses diagnosis manual yang memakan waktu, menjadi tantangan besar dalam penanganan penyakit jantung. Di Indonesia, diagnosis aritmia seringkali memerlukan analisis data elektrokardiogram (EKG) dari pemantauan Holter selama 1 hingga 3x24 jam, yang menghasilkan volume data sangat besar dan membutuhkan waktu analisis 30-60 menit per pasien, menghambat efisiensi dan intervensi medis yang cepat. Menanggapi urgensi ini, tugas akhir ini menyajikan desain komprehensif dan implementasi sistem Deteksi dan Klasifikasi Aritmia Holter (AHDC) yang inovatif. Sistem ini dirancang untuk secara otomatis mengukur, merekam, dan menganalisis ritme jantung, serta memberikan rekomendasi klasifikasi untuk lima jenis aritmia, yaitu asistol, bradikardia ekstrem, takikardia ekstrem, fibrilasi/flutter ventrikel, dan kontraksi ventrikel prematur. Pendekatan ini mengintegrasikan akuisisi sinyal yang akurat, pemrosesan sinyal digital yang robust, antarmuka pengguna yang intuitif, dan casing pelindung yang tahan lama. Machine Learning yang digunakan adalah Multi-Layer Perceptron (MLP) karena kemampuannya dalam klasifikasi data dan efisiensi dalam memproses pola numerik dari sinyal EKG. Pengujian menunjukkan akurasi model sebesar 92.48% dengan single train-test split dan 95.3% dengan metode 10-fold cross-validation. Untuk pemrosesan sinyal, filter Finite Impulse Response (FIR) diterapkan untuk menghilangkan noise dan baseline wander, meningkatkan kualitas sinyal EKG, yang menegaskan akurasi pembacaan sinyal EKG minimal 90% sesuai standar ANSI/AAMI EC11. Antarmuka pengguna (UI) aplikasi, dikembangkan menggunakan Tkinter sebagai framework frontend dan backend, dirancang agar intuitif dan modern untuk dokter dan pasien. Aplikasi ini memungkinkan visualisasi gelombang EKG, penyorotan bagian abnormal, dan tampilan rekomendasi klasifikasi. Casing pelindung dirancang untuk memastikan daya tahan dan keandalan perangkat. Hasil pengujian menunjukkan berat total perangkat 428gram dan dimensi 156x98x83 mm, perangkat ini masih dianggap cukup ringan dan tidak mengganggu aktivitas sehari-hari, serta mudah digunakan oleh orang awam. Aspek kenyamanan dan kemudahan penggunaan bagi orang awam juga menjadi prioritas. Casing pelindung ini telah diuji dan memenuhi standar IP42, yang berarti melindungi dari benda padat berukuran lebih besar dari 1.0 mm dan semprotan air langsung hingga kemiringan 15 derajat.