KLASIFIKASI CITRA REKAMAN SINYAL ELEKTROKARDIOGRAM MENGGUNAKAN METODE ANALISIS TEKSTUR, K-NN DAN MULTILAYER PERCEPTRON

Abstract

Sinyal elektrokardiogram (EKG) memiliki informasi yang menggambarkan kondisi kesehatan jantung. Beragai teknik analisis sinyal EKG dikembangkan untuk mengetahui kelainan di jantung secara ototmatis. Pada kenyataannya di Indonesia, kebanyakan perangkat EKG hanya menghasilkan rekaman berupa kertas EKG sehingga metode pengolahan sinyal tidak bisa diterapkan. Pada penelitian ini dilakukan pengenalan kelainan jantung melalui citra rekaman EKG menggunakan analisis tekstur. Garis sinyal EKG yang tergambar dalam citra rekaman EKG diharapkan bisa dibedakan antara kondisi yang satu dengan yang lain. Untuk ekstraksi ciri digunakan ciri statistik orde 1 dan grey level co-occurence matrix (GLCM) pada arah 0o, 45o, 90o, dan 135o. Untuk klasifikasi digunakan K-nearest neighbor (K-NN) dan multilayer perceptron (MLP). Akurasi yang dihasilkan mencapai 44.12% untuk lima kelas data dan 65.82% untuk dua kelas data. Penggunaan teknik pengolahan ctra terbukti mampu meningkatkan akurasi yang semula rendah.

Kata kunci: analisis tekstur, K-NN, multilayerperceptron, citra rekaman EKG, pengolahan citra.