Penggunaan Artificial Neural Network pada Sinyal Elektrokardiogram untuk Mendeteksi Penyakit Jantung Aritmia Supraventrikular

Aritmia supraventrikular adalah salah satu jenis gangguan irama jantung yang bersumber dari nodus AV atau impuls listrik di atrium, dengan keadaan jantung yang berdetak lebih cepat dari normal. Aritmia supraventrikular masih dapat diobati dengan obat tertentu sehingga akan sangat membantu penderita bila penyakit tersebut terdeteksi lebih awal. Pemrosesan sinyal elektrokardiogram (EKG) terhadap penyakit Aritmia supraventrikular perlu dilakukan untuk mendeteksi lebih awal adanya permasalahan pada jantung khususnya penyakit aritmia supraventrikular. Artificial Neural Network (ANN) digunakan untuk mendeteksi penyakit jantung Aritmia supraventrikular dan jantung normal karena kelebihannya dalam mengklasifikasi suatu data dengan tepat, proses yang singkat dan pengelolaan mandiri. Hasil akhir dalam penelitian ini didapatkan nilai tertinggi dalam keberhasilan mengklasifikasi berasal dari struktur algoritma Multi-Layer Perceptron. Nilai akurasi hasil pengujian tertinggi berasal dari metode pelatihan menggunakan Resilient Backpropagation yaitu sebesar 87,5%. Nilai specificity hasil pengujian tertinggi berasal dari metode pelatihan menggunakan Levenberg Marquard sebesar 83,3%. Nilai sensitivity hasil pengujian tertinggi berasal dari metode pelatihan menggunakan Resilient Backpropagation yaitu sebesar 100%.