Deteksi Myocardial Infarction Menggunakan Fitur Statistik Segmen-ST Elektrokardiogram dan Analisis Diskriminan

Pada makalah ini dipaparkan deteksi myocardial infarction menggunakan fitur rata-rata statistik, yaitu rata-rata, median, dan simpangan baku. Klasifikasi yang digunakan adalah metode analisis diskriminan yang diimplementasikan menggunakan perangkat lunak MATLAB. Sinyal EKG yang didapatkan dari perangkat tersebut kemudian diproses, lalu dilakukan esktaksi fitur. Hasil dari proses ekstraksi tersebut dinormalisasi agar semua data pasien memiliki standar yang sama dalam besaran gelombang amplitudo. Setelah dilakukan normalisasi, data digunakan sebagai masukan analisis diskriminan. Makalah ini mencoba menggunakan fitur rata-rata, median, dan simpangan baku. Eksperimen ini menggunakan lima belas lead, yang terdiri atas dua belas lead konvensional dan tiga lead posterior. Penambahan tiga lead tersebut memberikan keuntungan dalam menentukan hasil kinerja. Akurasi terbaik yang didapatkan adalah 97,73%, yaitu dengan fitur rata-rata. Eksperimen ini mencoba membandingkan fitur rata-rata dan simpangan baku; rata-rata dan median; simpangan baku dan median; serta rata-rata, median, dan simpangan baku. Dari eksperimen gabungan tersebut didapatkan akurasi yang terbaik adalah 98,84%, yaitu pada fitur simpangan baku dan median.