Jantung merupakan organ tubuh yang sangat vital bagi tubuh manusia. Timbulnya
penyakit pada jantung dapat berakibat fatal bagi penderita. Maka dibutuhkan sistem deteksi
otomatis untuk membantu dokter dalam memberikan keputusan dalam memberikan
diagnosis.
Dengan semakin berkembangnya kemampuan teknologi khususnya di bidang
kedokteran, diharapkan dapat memberikan pertimbangan kepada dokter untuk menganalisa
penyakit secara cepat. Salah satu jenis penyakit yang bisa dideteksi menggunakan
teknologi
software
a
dalah
penyakit jantung. Kelainan ini dapat dideteksi dar
i sinyal yang
dihasilkan oleh EK
G
berupa sinyal elektrokardiograf
.
Untuk mendapatkan hasil diagnosis yang cepat, maka deteksi dilakukan secara
real
time
. Oleh karena itu dirancanglah sistem yang dapa
t mengklasifikasi penyakit
jantung secara
real
time
.
Pengertian
real
time
disini adalah setiap proses terjadi secara
berkesinambungan dan otomatis.
Sistem yang akan dibuat
d
alam penelitian kali ini te
rdiri
dari 4 tahap yaitu akusisi
data, pre
processing,
ekstraksi ciri menggunakan
metode
dekomposisi paket wavelet
dan klasifikasi menggunakan
metode
LS
SVM (
Least Square
Support Vector Machine).
Penelitian Tugas Akhir ini menghasilkan akurasi terbaik sebesar 99,2%
dengan
Radial Basis Function kernel
(RBF)
dan strategi multi kelas
One against One
dengan rata
rata waktu proses pengambilan data selama 10.84 detik, waktu ekstraksi ciri selama 1.8
detik dan waktu klasifikasi selama 0.22 detik.
elektr okardiograf , Least Square Support Vector Machine (LS - SVM ) , dekomposisi paket wavelet