Deteksi Dini Gejala Aritmia pada Penderita Hypertensi menggunakan Algoritma SVM dengan Data Elektrokardiogram
Penelitian ini mengembangkan sistem deteksi aritmia pada lansia menggunakan sinyal elektrokardiogram (EKG) 5-lead dan algoritma Support Vector Machine (SVM). Data EKG yang diperoleh melalui perangkat Smart Holter direkam secara kontinu dan diproses melalui tahapan praproses, meliputi koreksi baseline, filtering dengan metode Butterworth, ekstraksi fitur, normalisasi, serta pelabelan manual oleh dokter spesialis jantung untuk validitas klinis. Model SVM kemudian dilatih dan diuji dengan hasil akurasi sebesar 95,80% pada data pelatihan dan 94,57% pada data pengujian. Evaluasi performa model menggunakan confusion matrix, nilai presisi, recall, dan kurva ROC menunjukkan kemampuan klasifikasi empat kategori aritmia secara akurat dan seimbang dengan nilai AUC antara 0,98 hingga 1,00. Hasil ini menunjukkan potensi sistem sebagai alat bantu diagnosis dini aritmia khususnya pada pasien lansia. Untuk penelitian selanjutnya, disarankan peningkatan variasi data, perbandingan dengan metode lain seperti CNN atau LSTM, peningkatan kualitas sinyal dan fitur, serta pengujian di lingkungan klinis guna mengoptimalkan penerapan sistem dalam praktik medis.
Kata Kunci: Elektrokardiogram (EKG), Aritmia, Support Vector Machine (SVM), Lansia
Tambunan, et al. (2025). Deteksi Dini Gejala Aritmia pada Penderita Hypertensi menggunakan Algoritma SVM dengan Data Elektrokardiogram. Dinamik, 30(2). https://doi.org/10.35315/dinamik.v30i2.10233
Tambunan, Fiktor Januari; Tarigan, Perwira; Hulu, Yakin Rianto; Halawa, Hendi Jaya; Prabowo, Agung, "Deteksi Dini Gejala Aritmia pada Penderita Hypertensi menggunakan Algoritma SVM dengan Data Elektrokardiogram," Dinamik, vol. 30, no. 2, 2025.
Tambunan, Fiktor Januari; Tarigan, Perwira; Hulu, Yakin Rianto; Halawa, Hendi Jaya; Prabowo, Agung. "Deteksi Dini Gejala Aritmia pada Penderita Hypertensi menggunakan Algoritma SVM dengan Data Elektrokardiogram." Dinamik, vol. 30, no. 2, 2025.
Tambunan, Fiktor Januari; Tarigan, Perwira; Hulu, Yakin Rianto; Halawa, Hendi Jaya; Prabowo, Agung. "Deteksi Dini Gejala Aritmia pada Penderita Hypertensi menggunakan Algoritma SVM dengan Data Elektrokardiogram." Dinamik 30, no. 2 (2025).
Tambunan, et al. (2025) 'Deteksi Dini Gejala Aritmia pada Penderita Hypertensi menggunakan Algoritma SVM dengan Data Elektrokardiogram', Dinamik, 30(2). doi: 10.35315/dinamik.v30i2.10233.
Tambunan, Fiktor Januari; Tarigan, Perwira; Hulu, Yakin Rianto; Halawa, Hendi Jaya; Prabowo, Agung. Deteksi Dini Gejala Aritmia pada Penderita Hypertensi menggunakan Algoritma SVM dengan Data Elektrokardiogram. Dinamik. 2025;30(2).
Evaluasi Sistem Surat Keterangan Pendamping Ijazah (SKPI) Universitas Semarang Melalui Audit Dengan COBIT 2019 Fokus Pada Domain DSS dan MEA
Aryanti, Diva Eka; Handayani, Titis
Vulnerability analysis of SMAN 1 Banjar Agung Website using OWASP ZAP
Kishori, Kishori; Dwi Satria, Muhammad Najib
Predictive Analysis of Dengue Outbreak Trends Using RapidMiner-Based Machine Learning Models
Herriyawan, Herriyawan; Timur, Muhammad Bagus Bintang; Wibowo, Arief
Prediksi Aritmia pada Lansia mengunakan Linear Regression berdasarkan Data Ekg
Sinaga, Willy; Prabowop, Agung; Siahaan, Yonathan Christian; Govandy, Govandy
Penerapan SCM dalam Pengendalian Sembako sebagai Inventory di UD. Putri 2
Rahma Diffa, Rafi Alif; Dalimunthe, Ruri Ashari; Sudarmin, Sudarmin
Penerapan E-SCM dalam Usaha Bisnis Rumahan di NSH Group
Julita, Rizka; Helmiah, Fauriatun; Sudarmin, Sudarmin