Penerapan Metode Filter Adaptif Dalam Reduksi Noise Pada Sinyal EKG Test Stres
Penyakit jantung merupakan penyebab utama kematian di dunia, dengan salah satu metode diagnosisnya melalui pengukuran sinyal EKG selama tes stres. Namun, sinyal EKG sering terganggu oleh noise yang disebabkan oleh gerakan tubuh dan interferensi eksternal, sehingga mengurangi akurasi diagnosis. Penelitian ini bertujuan untuk merancang dan menerapkan metode filter adaptif berbasis algoritma Least Mean Squares (LMS) untuk mengurangi noise tanpa merusak sinyal utama. Metodologi penelitian meliputi pengumpulan data sinyal EKG selama tes stres, penerapan algoritma LMS, serta analisis perbandingan sinyal sebelum dan setelah filtrasi. Penelitian dilakukan secara eksperimental di laboratorium, dan data dianalisis secara visual serta berdasarkan amplitudo sinyal, Signal-to-Noise Ratio, dan Mean Squared Error. Hasil penelitian menunjukkan bahwa algoritma LMS secara signifikan mampu mengurangi noise dan meningkatkan kualitas sinyal EKG. Hasil menunjukkan bahwa amplitudo sinyal mengalami penurunan pada semua lead akibat dari proses filter Lead 1 dari 655 mV menjadi 1,2358 mV, Lead 2 dari 670 mV menjadi 1,6218 mV. Filter adaptif ini juga berhasil meningkatkan rasio sinyal terhadap noise (SNR) pada Lead 1 menjadi 5,8734 dB dan Lead 2 mencapai 5,8621 dB. Kesimpulannya, algoritma LMS efektif dalam meningkatkan akurasi pengolahan sinyal EKG pada tes stres, namun perlu peningkatan untuk menghasilkan sinyal yang lebih baik dan sesuai dengan analisis medis
URI
https://repo.itera.ac.id/depan/submission/SB2411260038
Keyword