J URNAL FISIKA DAN APLIKASINYA VOLUME 11, NOMOR 1 JANUARI 2015 Deteksi Aritmia pada Elektrokardiogram dengan Metode Jaringan Syaraf Tiruan Kelas Jamak menggunakan Fitur Interval RR, Lebar QRS, dan Gradien Gelombang R Mar’atus Solikhah, * Nuryani, † dan Darmanto Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas Maret Jl. Ir. Sutami No.36 A Kentingan, Surakarta 57126 Intisari Penelitian untuk deteksi aritmia pada elektrokardiogram dengan metode Jaringan Syaraf Tiruan (JST) Multi- layer Perceptron-Backpropagation (MLP-BP) kelas jamak menggunakan fitur interval RR, interval QRS, serta gradien gelombang R telah berhasil dilaksanakan. Tipe aritmia yang dideteksi dalam penelitian adalah Pre- mature Ventricular Contraction (PVC), Premature Atrial Contraction (PAC), dan Left Bundle Branch Block (LBBB). Pada penelitian ini dilakukan variasi jumlah fitur sebagai masukan JST, yaitu tiga macam fitur dan dua macam fitur. Hasil penelitian terbaik ditunjukkan pada variasi tiga macam fitur (interval RR, interval QRS, gradien gelombang R ) dengan kinerja berupa sensitivitas, spesifisitas, serta akurasi cukup baik yaitu 94,63%, 93,94%, serta 94,49%. Abstract Research for arrhythmias detection using Multilayer Perceptron-Backpropagation (MLP-BP) Artificial Neural Network (ANN) multiclass method has been successfully implemented. It utilized RR interval, QRS width, and R wave gradient features. Arrhythmia types used in this study were Premature Ventricular Contraction (PVC), Premature Atrial Contraction (PAC), and Left Bundle Branch Block (LBBB). This study was conducted by varying features number as the input of ANN. The variation includes two and three kinds of features. The best results were found when three features were included. The best performance were 94.63%, 93.94%, and 94.49% in terms of sensitivity, sprcificity and accuracy, respectively. KATA KUNCI : Arrythmia, artificial neural network, electrocardiogram (ECG) I. PENDAHULUAN Jantung merupakan salah satu organ vital yang berfungsi memompa ke seluruh tubuh manusia. Gangguan fungsi jan- tung dapat berakibat fatal bagi kesehatan manusia. Beberapa gangguan jantung bahkan dapat menyebabkan kematian. Penyakit jantung terutama iskemia merupakan penyebab kematian nomor satu di dunia dalam kurun waktu satu dekade dari tahun 2000 hingga 2011 [1]. Data menunjukkan bahwa pada tahun 2011 terdapat sekitar tujuh juta orang meninggal akibat penyakit jantung. Angka ini meningkat dari angka ke- matian akibat jantung pada tahun 2010 yang berjumlah kurang dari enam juta orang. Bahkan telah diprediksikan pada tahun 2015 terdapat 246 kematian akibat jantung setiap seratus ribu populasi di dunia, dan akan meningkat pada tahun 2030 men- jadi 264 kematian [2]. Deteksi penyakit jantung menggunakan elektrokardiografi (EKG) merupakan salah satu cara yang dapat digunakan un- * E- MAIL: s.maratus@gmail.com † E- MAIL: nuryani@mipa.uns.ac.id tuk mengantisipasi tingginya angka kematian akibat penyakit jantung. EKG adalah suatu alat untuk mendeteksi aktivitas kelistrikan jantung. Aritmia merupakan salah satu penyakit kelainan terhadap irama jantung. Aritmia adalah suatu kelainan dalam ke- cepatan, irama, tempat asal dari rangsangan, atau gangguan penghantar yang dapat menyebabkan perubahan dalam uru- tan normal aktivasi atrium dan ventrikel [3, 4]. Oleh karena beberapa pasien yang menderita aritmia tidak merasakan ge- jala apapun, maka perlu adanya otomatisasi deteksi dini untuk aritmia dengan menggunakan EKG. Tipe aritmia yang difokuskan pada penelitian ini adalah Premature Ventricular Contraction (PVC), Premature Atrial Contraction (PAC) dan Left Bundle Branch Block (LBBB). PVC dan PAC merupakan aritmia yang paling umum terjadi. PVC atau disebut juga dengan kontraksi ventrikel dini adalah denyut dini yang muncul pada sebuah ventrikel jantung [5], Sedangkan PAC atau kontraksi atrium dini adalah denyut dini yang muncul pada atrium jantung. LBBB terjadi ketika ser- abut berkas kiri menghalangi impuls listrik dari nodus A-V jantung sehingga terjadi keterlambatan depolarisasi ventrikel kiri [6]. Analisis deteksi kelainan jantung yang umum dilakukan -36 c  Jurusan Fisika FMIPA ITS