Klasifikasi Sinyal Elektrokardiogram Menggunakan Renyi Entropy

Abstract

Sinyal Elektrokardiogram (EKG) adalah salah satu indikator penting tentang aktivitas kelistrikan jantung. Sinyal ini dapat menjadi basis analisa kerja jantung sehingga menjadi penting. Sampai saat ini sinyal EKG tidak dapat digambarkan dengan persamaan matematis yang tepat karena sinyal EKG berulang tapi tidak tepat periodik. Untuk itu digunakan signal complexity untuk menjelaskan perilaku sinyal EKG. Renyl entropy adalah salah satu matrik untuk menganalisa kompleksitas sinyal, dan merupakan bentuk umum dari entropy lain. Dengan demikian akurasi yang dihasilkan lebih tinggi. Pada penelitian ini menggunakan Renyi Entropy dihasilkan akurasi 100% untuk tiga kelas data EKG. Digunakan Support Vector Machine (SVM) linear, qubic, dan quadratic sebagai pembanding satu sama lain.  Keunggulan metode ini adalah akurasi yang tinggi dengan menggunakan jumlah ciri yang jauh lebih sedikit.