ABSTRAK
Sinyal electrocardiogram (ECG) memiliki informasi yang menggambarkan kondisi kesehatan jantung. Hasil ECG yang normal dari jantung memiliki karakteristik yang khas. Irama jantung yang tidak teratur atau kerusakan pada otot jantung dapat berdampak pada aktivitas listrik jantung sehingga mengubah bentuk ECG. Pengukuran menggunakan ECG sering dipengaruhi oleh noise yang tidak diinginkan dan tidak dapat dihilangkan dengan metode filter yang sederhana. Dalam penelitian sebelumnya sudah banyak dikembangkan metode denoising untuk electrocardiogram (ECG), diantaranya metode Discrete Wavelet Transform (DWT) dan metode Empirical Mode Decomposition (EMD).
Pada penelitian tugas akhir ini akan dilakukan pengujian terhadap metode Discrete Wavelet Transform (DWT) dan Empirical Mode Decomposition (EMD), dan serial kedua metode tersebut. Pengujian dilakukan menggunakan matlab, dataset sinyal ECG dan beberapa noise di ambil dari database MIT-BIH arrhythmia dengan besar SNR input 20 dB, 25 dB, 30 dB yang akan ditambahkan pada sinyal ECG. Noisy sinyal yang di filter menggunakan DWT didapatkan hasil terbaik dengan menggunakan basis wavelet symlet pada level dekomposisi 2. Sedangkan noisy sinyal yang di filter menggunakan EMD didapatkan hasil terbaik pada iterasi ke-4, karena jika diteruskan ke iterasi selanjutnya output dari hasil denoised sinyal akan menjadi datar.
Berdasarkan hasil pengujian didapatkan nilai MSE 0.008609 dB dan SNR 21.1965 dB untuk inputan noise 20 dB, MSE 0.002528 dB dan SNR 26.5184 dB untuk inputan noise 25 dB, MSE 0.000833 dan SNR 31.3375 dB untuk inputan noise 30 dB dengan discrete wavelet transform. Pada metode empirical mode decomposition, didapatkan nilai MSE 0.003491 dB dan SNR 25.117 dB dengan noise 20 dB, MSE 0.001624 dB dan SNR 26.4397 dB dengan noise 25 dB, MSE 0.00202 dB dan SNR 27.4923 dB dengan noise 30 dB. Pengujian terakhir yaitu dengan melakukan kombinasi terhadap kedua metode yang digunakan, dari hasil pengujian didapatkan nilai MSE 0.0059641 dB dan SNR 22.7906 dB dengan noise 20 dB, MSE 0.012624 dB dan SNR 27.5323 dB dengan noise 25 dB, MSE 0.000969233 dB dan SNR 30.6817 dB dengan noise 30 dB. Dengan demikian, dapat dikatakan bahwa sistem denoising menggunakan discrete wavelet transform maupun empirical mode decomposition dapat bekerja secara efektif dan mampu menghilangkan noise.
Kata kunci : ECG, Denoising, DWT, EMD, SNR.
ABSTRACT
Electrocardiogram signals have a information that include heart of healt conditions. The normal ECG result of the heart have distinctive characteristics. Irregular heart rhythms or damage to the body can damage the EKG. Measurements using ECG often affected by unwanted noise and can not be eliminated by a simple filter method. In previous research, there are many methods of denoising method for electrocardiogram, method of Discrete Wavelet Transform (DWT) method and Empirical Mode Decomposition (EMD) method.
In this final project will be tested the method of Discrete Wavelet Transform (DWT), Empirical Mode Decomposition (EMD), and combination of both methods. The test was performed using matlab, electrocardiogram signal dataset and some noise was taken from MIT-BIH arrhythmia database with noise 20 dB, 25 dB, 30 dB to be added to elecrocardiogram signal. Noisy signal the result filtered using DWT to get best result by using wavelet base of symlet at 2nd level decomposition. Noisy signal the result filtered by EMD to get best result in iteration 4th , because if it is forwarded to next iteration, output of the result denoised signal will be close to flat.
Based on test results obtained MSE 0.008609 dB and SNR 21.1965 dB for 20 dB noise input, MSE 0.002528 dB and SNR 26.5184 dB for noise input 25 dB, MSE 0.000833 and SNR 31.3375 dB for 30 dB noise input with discrete wavelet transforms. In empirical mode decomposition method, the value of MSE 0,003491 dB and SNR 25,117 dB with noise 20 dB, MSE 0,001624 dB and SNR 26,4397 dB with noise 25 dB, MSE 0,00202 dB and SNR 27.4923 dB with noise 30 dB. The final test by combining the both method used, from the test results obtained MSE 0.0059641 dB and SNR 22.7906 dB with noise 20 dB, MSE 0.012624 dB and SNR 27.5323 dB with noise 25 dB, MSE 0.000969233 dB and SNR 30.6817 dB with noise 30 dB. Therefore, it can be said that denoising system using discrete wavelet transform and empirical mode decomposition mode can work effectively and can eliminate noise.
Keywords : ECG, Denoising, DWT, EMD, SNR.