PERBANDINGAN TRANSFORMASI CWT, DWT DAN KOMBINASINYA UNTUK KLASIFIKASI PENYAKIT JANTUNG BERDASARKAN SINYAL EKG

Abstract

Penyakit jantung menjadi penyebab kematian terbesar di Indonesia tidak mengenal usia muda ataupun tua pada 2016 mencapai tingkat kematian per 100 ribu populasi. Elektrokardiogram (EKG) merupakan sinyal yang mendeskripsikan aktivitas listrik yang dilakukan oleh jantung serta sangat penting dalam mendiagnosis penyakit jantung serta kondisi jantung. Transformasi data meliputi Continuous Wavelet Transform (CWT) dimana data didalam CWT sinyal dianalisis dengan menggunakan fungsi dasar dari penskalaan dan transisi sederhana, sehingga mampu mengetahui informasi berupa waktu dan frekuensi tertentu dan data didalam. Transformasi data meliputi Discrete Wavelet Transform(DWT) dimana data dianalisis dengan penggambaran sebuah skala waktu sinyal didapatkan dengan menggunakan teknik filterisasi digital. Pada penelitian ini melakukan perbandingan kinerja CWT, DWT dan kombinasinya pada untuk mendukung sistem transformasi gelombang sinyal EKG berupa sinyal digital dengan algoritma klasifikasi untuk mengimplementasikan Multiclass SVM dengan pendekatan yaitu metode “one-against-all” dan metode “ one-against-one”. Dari hasil perbandingan transformasi CWT, DWT dan kombinasinya diperoleh hasil bahwa kinerja kombinasi CWT dan DWT normalisasi dengan panjang kolom 32 menghasilkan akurasi 63,35%, presisi 63,22?n recall 63,53?ngan metode one vs all pada algoritma SVM Multiclass. Kata kunci: ekg, penyakit jantung, continuous wavelet transform, discrete wavelet transform, support vector machine.