Sinyal Elektrokardiogram (EKG) banyak menarik perhatian para peneliti karena merupakan parameter utama untuk menentukan kondisi jantung. Pengukuran menggunakan EKG dapat digunakan oleh dokter untuk mengetahui secara dini gejala penyakit jantung, sehingga dapat mengurangi angka kematian pasien jantung. Namun hasil pengukuran menggunakan EKG sering dipengaruhi oleh noise yang tidak diinginkan dan tidak dapat dihilangkan dengan metode filter sederhana. Pada beberapa penelitian sebelumnya telah banyak dikembangkan teknik denoising EKG, namun belum ada penelitian yang menguji secara komperhensif kinerja dari teknik-teknik tersebut. Sehingga kinerja dari teknik tersebut patut dipertanyakan karena belum adanya validasi terdahap hasil yang didapat dari penelitian tersebut. Untuk menjawab persoalan diatas, penelitian tugas akhir ini melakukan melakukan validasi dengan menguji dan membandingan kinerja metode denoising khususnya pada wavelate transform. Validasi dilakukan dengan menguji metode-metode tersebut menggunakan Matlab dengan metric: Signal to Noise Ratio (SNR), Mean Square Error (MSE) dan Peak Signal to Noise Ratio (PSNR). Dalam pengujian ini, Gaussian White noise, Noise Muscle artifac, Noise Baseline wander, dan Noise Electrode Movement akan ditambahkan pada sinyal EKG sebelum menerapakan teknik denoising. Selanjutnya perhitungan nilai SNR, PSNR dan MSE dilakukan pada sinyal hasil denoising. Penelitian ini telah berhasil menguji lima metode thresholding pada empat jenis noise yang berbeda dengan hasil metode Soft thresholding memiliki performansi terbaik untuk tiga noise yaitu noise muscle artifac, baseline wander dan electrode movement. Sedangkan metode Hard thresholding memiliki performansi yang paling baik untuk mendenoise noise AWGN. Untuk noise muscle artifac, metode Soft thresholding menghasilkan nilai MSE, SNR dan PSNR berturut-turut adalah 0.05774875, 7.891579 db dan 15.64563 db. Pada noise baseline wander, metode Soft thresholding ini menghasilkan MSE 0.001955, sedangkan nilai SNR dan PSNR berturut-turut adalah 22.98395 db dan 30.738 db. Terakhir dan tidak kalah pentingnya, Soft thresholding menghasilkan MSE 0.00107, SNR 25.46912 db dan PSNR 33.22317 db pada noise electrode movement. Dipihak lain, metode Hard Thresholding memiliki performasi yang paling baik pada denoising Additive White Gaussian Noise (AWGN) dengan MSE, SNR dan PSNR adalah 0.000352, 29.64059528 db, dan 37.39465 db.
Kata Kunci : EKG, Wavelet, Noise, Denoising, Signal Noise Ratio, Mean Square Error.