Optimasi Fuzzy Inference System pada Sistem Deteksi Fibrilasi Atrium dengan Fitur Elektrokardiogram

Abstract

Intisari

Penelitian tentang deteksi fibrilasi atrium (FA) menggunakan elektrokardiogram dan Fuzzy Inference System (FIS) telah dilaksanakan. Fitur yang digunakan adalah statistik interval RR yaitu rata-rata interval RR (RRave) dan standar deviasi interval RR (RRstd). Optimalisasi arsitektur FIS yang dilakukan berupa variasi pada jumlah fitur interval RR, fungsi keanggotaan FIS dan metode defuzzifikasi FIS. Berdasarkan hasil eksperimen, arsitektur FIS terbaik dalam mendeteksi FA adalah yang menggunakan kedua fitur (RRave dan RRstd) sekaligus dengan fungsi keanggotaan gaussian dan metode defuzzifikasi mean of maxima. Kinerja pada arsitektur tersebut dinyatakan dengan sensitivitas, spesitifitas dan akurasi yang masing-masing secara berurutan bernilai 81,55%, 82,12% dan 81,93%.

ABSTRACT

A study about detection of atrial fibrillation using electrocardiogram and fuzzy inference system (FIS) has been succesfully conducted. Statistical features of RR interval is used and they are mean and standard deviation of RR interval. FIS architecture is optimized by variation number of features, FIS membership function and defuzzification methods. Based on experimental result, the best FIS architecture in FA detection is which uses both statistical features (RRave and RRstd) at once, with gaussian membership functions and mean of maxima deffuzification method. The best architecture performances are 81,55%, 82,12% and 81,93% in terms of sensitivity, specificity and accuracy, respectively.