ABSTRAKSI: Sinyal Electrocardiogram (ECG) merupakan sinyal yang dihasilkan dari elektroda pada tubuh yang merepresentasikan rekaman aktifitas jantung manusia. Untuk pengenalan detak jantung, dibutuhkan suatu sistem berbasis komputer untuk mengenali dan menggolongkan penyakit yang diderita sehingga berguna untuk diagnosis dan pengobatan pasien. Oleh karena itu sangat penting memodelkan sinyal ECG dalam beberapa kondisi untuk memahami sistem kardiovaskular dalam mendiagnosis penyakit jantung.
Pada Tugas Akhir ini dilakukan ekstraksi sinyal ECG dengan menggunakan algoritma Short Time Fourier Transform (STFT) dan Wigner Distribution (WD). Sebagai classifier digunakan K-Means Clustering, dimana digunakan metode Euclidean distance sebagai penghitung jarak antar data. Sinyal-sinyal ECG yang dimodelkan antara lain adalah sinyal detak jantung normal/Normal Sinus Rhythm (NSR), Congestive Heart Failure (CHF), dan Atrial Fibrilation (AF).
Hasil pengujian sistem digunakan 3 parameter perbandingan kedua algoritma tersebut, yaitu akurasi sistem, sensitivitas sistem dan kecepatan waktu sistem dalam pengujian. Untuk algoritma STFT memberikan akurasi keberhasilan 94,67%, sensitivitas sistem 100%, dan kecepatan waktu sistem dalam pengujian 1,5152 detik. Sedangkan algoritma WD memberikan akurasi keberhasilan 56%, sensitivitas sistem 45,83%, dan kecepatan waktu sistem dalam pengujian 11,096 detik. Hal ini menunjukkan bahwa algoritma STFT adalah metode yang dapat dikembangkan cukup baik untuk mengenali sinyal ECG yang diujikan.
Kata Kunci : Electrocardiogram (ECG), Short Time Fourier Transform, WignerABSTRACT: Electrocardiogram (ECG) is a signal from the body surface that represented an activity record of humans heart. To recognize the heart rate, a computer system is needed to assist the diagnosis of patient. It is important modeling the ECG signal to understand the cardiovascular system.
At this assignment, characteristic extraction from ECG signal is done by Short Time Fourier Transform (STFT) and Wigner Distribution (WD). As classifier used K-Means Clustering, where used method of Euclidean distance as numerator apart to user data. ECG signals modeled for example : Normal Sinus Rhythm (NSR), Congestive Heart Failure (CHF), and Atrial Fibrilation (AF).
Result of system examination used 3 comparison parameter of the algorithm, that is system accuration, sensitivitas of system and speed of system time in examination. For the algorithm of STFT give the efficacy accuration 94,67%, sensitivitas system 100%, and speed of system time in examination 1,5152 second. While algorithm WD give the efficacy accuration 56%, sensitivitas system 45,83%, and speed of system time in examination 11,096 second. This matter indicate that the algorithm STFT is method which can be developed good enough to recognize the tested ECG signal.Keyword: Electrocardiogram (ECG), Short Time Fourier Transform, Wigner