LEMBAR PENGESAHAN TUGAS AKHIR

(1)

LEMBAR PENGESAHAN

TUGAS AKHIR

Judul : ANALISA PENYARINGAN SINYAL ELECTROCARDIOGRAPH

MENGGUNAKAN FILTER DIGITAL DENGAN SOFTWARE MATLAB Nama : Fitri Triastuty

NIM : 01403 – 006 Peminatan : Telekomunikasi

Disetujui dan Disahkan oleh :

Koordinator Tugas Akhir Pembimbing Tugas Akhir Teknik Elektro UMB Teknik Elektro UMB

(Ir. Yudhi Gunardi, MT) (Dr. Ing. Mudrik Alaydrus)

Mengetahui,

KaProdi Teknik Elektro UMB

(2)

LAPORAN TUGAS AKHIR

ABSTRAK

Simulator ECG merupakan replika output dari sensor – sensor yang diletakan pada tubuh manusia yang berisi sinyal listrik jantung. Pada rumah sakit terutama pada bagian stroke unit dan UGD sangat memerlukan simulator ECG sebagai alat yang dapat melakukan pendeteksian awal sinyal jantung untuk mengetahui kondisi tubuh pasien.

Simulator ECG merupakan alat vital bagi rumah sakit karena sangat berkaitan dengan keselamatan dan kesembuhan pasien. Sistem dan piranti ECG haruslah dirancang dan dipergunakan sesuai dengan ketentuan medis yang berlaku, sehingga tidak terjadi kesalahan dalam melakukan tindakan medis pada pasien.

(3)

KATA PENGANTAR

Segala puji dan syukur penulis panjatkan kehadirat Allah SWT yang telah memberikan segala Rahmat dan Karunia-Nya sehingga penulis dapat melaksanakan dan

menyelesaiakan penyusunan laporan tugas akhir dengan mengambil data dari PT. PERTAMINA BINA MEDIKA (RSPP).

Di dalam penulisan laporan tugas akhir ini, penulis mendapatkan banyak bantuan pemikiran, dorongan moril, serta kritik dan saran dari berbagai pihak yang terkait. Oleh karena itu, dalam kesempatan ini, penulis ingin sekali mengucapkan banyak terima kasih kepada:

1. Kepada Dosen Pembimbing, Bapak Dr. Ing. Mudrik Alaydrus atas semua bimbingan, kritik, saran, dan waktu yang telah diberikan selama ini yang sangat berkaitan dengan penulisan tugas akhir.

2. Kepada KaJur UMB, Bapak Ir. Budi Yanto Husodo, MSc. atas waktu dan kerjasamanya yang telah diberikan selama ini.

3. Kepada SekJur UMB, Bapak Ir. Yudhi Gunardi, MT. atas bantuan dan kerjasama yang telah diberikan selama tugas akhir.

4. Kepada Bapak Enda, Bapak Asep yang ada di medical equipment RSPP khususnya dan seluruh pihak yang terkait di RSPP pada umumnya.

(4)

5. Kepada seluruh dosen – dosen Teknik Elektro Universitas Mercu Buana atas bantuan dan kerjasamanya.

6. Kepada kedua Orang tua, Keluarga besar, sahabat/teman dekat yang telah memberikan bantuan berupa perhatian dan doa sebagai wujud dukungan kepada saya dalam menyusun tugas akhir ini.

7. Kepada teman – teman Mahasiswa/i Teknik Elektro Universitas Mercu Buana Angkatan 2003 yang telah membantu selama ini.

8. Kepada semua pihak yang tidak dapat disebutkan namanya satu – persatu, yang telah banyak membantu dalam penyusunan laporan tugas akhir ini.

Penulis menyadari bahwa dalam penyusunan laporan tugas akhir ini, hasil yang ada masih jauh dari sempurna, oleh karena itu penulis sangat mengharapkan kritik dan saran yang bersifat membangun dari berbagai pihak, demi hasil laporan yang mendekati sempurna. Akhir kata, penulis berharap dengan adanya laporan tugas akhir ini, maka akan bermanfaat bagi yang membacanya, terutama untuk diri penulis secara pribadi maupun untuk siapa saja yang membacanya dimasa mendatang.

Jakarta, September 2007 Penulis

(5)

DAFTAR ISI LEMBAR PENGESAHAN ABSTRAK ... i KATA PENGANTAR ... ii DAFTAR ISI ... iv DAFTAR GAMBAR ... vi BAB I PENDAHULUAN ... 1 1.1. Latar Belakang ... 1 1.2. Tujuan Penulisan ... 2 1.3. Pembatasan Masalah ... 2 1.4. Metode Penulisan ... 2 1.5. Sistematika Penulisan ... 3 BAB II ELEKTROKARDIOGRAPH ... 5

2.1. Asal Usul Sinyal Listrik Tubuh ... 5

2.2. Asal Usul Sinyal Listrik pada Jantung ... 6

2.3. Cara Memperoleh Sinyal Jantung pada Alat ECG ... 7

2.4. Bagian dari Alat ECG ... 11

A. Elektroda ... 11

B. Filter ... 12

(6)

A. Distorsi Frequency ... 12

B. Ground Loop ... 13

C. Kawat Lead Terbuka ... 13

D. Artefact dan Transien Elektrik ... 14

E. Interferensi dengan Perangkat Elektronik ... 15

BAB III FILTER DIGITAL ... 16

3.1. Konsep Filter IIR(Infinite Impulse Response) ... 16

3.2. Aplikasi Filter IIR ... 17

3.3. Z-Transform & Fourier Transform(DFT – FFT) ... 25

BAB IV SINYAL ECG DENGAN MENGGUNAKAN SOFTWARE MATLAB ... 27

4.1. Filter Penghilang Noise pada Sinyal ECG ... 27

A. Denoising dengan mengunakan Butterworth Lowpass Filter ... 29

B. Denoising dengan menggunakan Elliptic Lowpass Filter ... 31

4.2. Proses Denoising pada Sinyal ECG dengan nilai Wp, Ws, Rp dan Rs dari Butterworth dan Elliptic (lowpass filter) yang berbeda untuk mendapatkan Sinyal ECG yang bersih terhadap Noise ... 33

A. Denoising dengan mengunakan Butterworth Lowpass Filter ... 33

B. Denoising dengan menggunakan Elliptic Lowpass Filter .... 35

BAB V KESIMPULAN ... 37 LAMPIRAN

(7)

DAFTAR GAMBAR

Gambar 2.1. (a) dan (b) adalah jantung manusia dilihat dari depan dimana titik SA sebagai penyeirama dan AV sebagai pemberi sinyal

kontraksi ventrikel ... 7

Gambar 2.2. Bidang elektrographic dan dipol arus yang mengindikasikan lokasi –lokasi elektroda pada lengan dan kaki kiri – kanan ... 8

Gambar 2.3. Sinyal normal PQRST – wave ... 9

Gambar 2.4. Jelly dan Lead Elektroda ... 11

Gambar 2.5. Suction Elektrode ... 11

Gambar 2.6. (a) Noise karena kurang tepat pada saat pemasangan (b) Noise karena elektroda yang kotor ... 12

Gambar 2.7. (a) Groundloop antara ECG dengan mesin listrik lain yang dihubungkan pada pasien (b) Groundloop dieliminier dengan menghubungkan kedua mesin pada ground yang sama ... 13

Gambar 2.8. (a) Kabel kawat yang terbuka dapat menimbulkan kebocoran arus listrik (b) Melilitkan kabel lead dapat menimbulkan induksi elektromagnetik ... 14 Gambar 2.9. Pengaruh transien tegangan pada ECG yang dideteksi dengan

(8)

saturasi amplifier, pada gambar (a) mulai transien (b) gain

diperkecil ... 14

Gambar 2.10. (a) Mekanisme Interferensi medan listrik dan jala – jala ke ECG (b) Arus yang mengalir dari jala – jala melewati tubuh dan impedansi ... 15

Gambar 3.1. Struktur Filter IIR orde ke-2 sampai orde ke-n ... 16

Gambar 3.2. Sinyal dari filter elliptic lowpass ... 23

Gambar 3.3. Sinyal DFT – FFT ... 26

Gambar 4.1. Sinyal ECG yang mengandung noise dengan amplitudo sebesar 0.05mv ... 27

Gambar 4.2. Magnitude dari spectrum sinyal ECG yang mengandung noise dengan amplitudo sebesar 0.05 mv ... 28

Gambar 4.3. Sinyal ECG yang mengandung noise dengan amplitudo sebesar 0.02mv ... 28

Gambar 4.4. Magnitude dari spectrum sinyal ECG yang mengandung noise dengan amplitudo sebesar 0.02 mv ... 29

Gambar 4.5. Sinyal ECG yang mengandung noise setelah difilter dengan filter butterworth lowpass menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.05 mv ... 30

Gambar 4.6. Sinyal ECG yang mengandung noise setelah difilter dengan filter butterworth lowpass menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.02 mv ... 30

(9)

Gambar 4.7. Sinyal ECG yang mengandung noise setelah difilter dengan filter elliptic lowpass menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.05 mv ... 31 Gambar 4.8. Sinyal ECG yang mengandung noise setelah difilter dengan filter

elliptic lowpass menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.02 mv ... 32 Gambar 4.9. Sinyal ECG yang mengandung noise setelah difilter dengan filter

butterworth lowpass menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.05 mv ... 33 Gambar 4.10. Sinyal ECG yang mengandung noise setelah difilter dengan

filter butterworth lowpass menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.02 mv ... 34 Gambar 4.11. Sinyal ECG yang mengandung noise setelah difilter dengan

filter elliptic lowpass menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.05 mv ... 35 Gambar 4.12. Sinyal ECG yang mengandung noise setelah difilter dengan

filter elliptic lowpass menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.02 mv ... 35

(10)

BAB I PENDAHULUAN

1.1. Latar Belakang

Teknologi kedokteran saat ini berkembang sangat maju. Alat – alat seperti ECG biasanya digunakan untuk mengetahui sinyal jantung pasien, MRI, Scanner dan X-Ray Scanner untuk mengetahui kondisi tubuh serta tulang pada pasien dan alat – alat medis lainnya sangat sering ditemui di rumah sakit khususnya rumah sakit besar di Indonesia.

Karena kemampuannya untuk melihat sinyal jantung secara keseluruhan, maka ECG merupakan alat vital bagi rumah sakit. Diagnosa pasien serta karakteristik penyakit yang diderita pasien serta kenormalan jantung dari pasien yang ditentukan dengan melihat sinyal output ECG.

Sinyal input alat ECG yang berupa sinyal listrik berasal dari sinyal jantung manusia, asal usul sinyal listrik tersebut adalah hal pertama yang perlu diketahui. Cara alat ECG menerima sinyal input serta pengaruh peletakan elektroda dari alat ECG terhadap tampilan merupakan hal kedua yang harus diketahui. Hal ketiga yang akan kita bahas adalah mengenai sinyal input dari alat ECG yang berasal dari otot jantung manusia, yang besarnya sekitar 1 mV sehingga sinyal tersebut rentan terhadap noise.

(11)

Rekaman ECG adalah suatu tes laboratories dan merupakan alat pembantu diagnosis karena pasien yang menderita penyakit kelainan jantung organik bisa menunjukkan gambaran sinyal ECG yang normal, sebaliknya rekaman sinyal ECG yang menunjukkan kelainan yang tidak spesifik dapat ditemukan pada orang yang sehat. Rekaman ECG sangat berguna untuk mengetahui adanya :

a. Hipertrofiatria dan ventrikel b. Perikarditis

c. Efek obat – obatan khususnya digitalis d. Ganggunan elektrolit

e. Beberapa penyakit sistemik (hipertiroid)

1.2. Tujuan Penulisan

Tujuan penulisan tugas akhir ini adalah untuk meng-analisa pengaruh dari berbagai filter digital yang dipakai pada proses penyaringan sinyal electrocardiograph yang terganggu oleh noise yang diimplementasikan dalam software matlab.

1.3. Pembatasan Masalah

Pada penulisan tugas akhir ini, penulis hanya akan menjelaskan teori sinyal dan juga pembahasan sinyal electrocardiograph yang terpengaruh oleh noise dengan menggunakan aplikasi filter digital pada software matlab yang sangat berpengaruh pada hasil rekaman sinyal electrocardiograph.

1.4. Metode Penulisan

Penulisan pada penyusunan tugas akhir ini dilakukan dengan beberapa metode, yaitu :

(12)

a. Pengamatan Langsung dan Wawancara

Penulisan ini melakukan metode pengamatan langsung pada objek, dalam hal ini alat ECG yang mengendalikan pengamatan yang langsung pada pasien di bagian perawatan RSPP. Selain itu juga penulis melakukan wawancara pada pihak – pihak yang berkompeten.

b. Studi Literatur

Penulisan dilakukan dengan cara melakukan studi melalui sumber literatur atau buku – buku yang tersedia pada perpustakaan di RSPP yang sangat membantu sekali dalam memberikan gambaran dasar maupun sistem kerja yang memang sudah otomatis (automation) di RSPP.

c. Software

Merancang software yang berfungsi untuk proses filterisasi sinyal ECG yang mengandung noise.

1.5. Sistematika Penulisan

Untuk memberikan gambaran data yang lebih rinci dan jelas serta untuk memudahkan dalam pengolahan data dan analisa permasalahan, maka sistematika penulisan tugas akhir ini disusun dengan sistematika bab per bab.

Rincian laporan tugas akhir ini mempunyai sistematika penulisan sebagai berikut :

BAB I : PENDAHULUAN

Membahas tentang latar belakang, tujuan penulisan, metode penulisan dan sistematika penulisan. Pada bab ini memberikan

(13)

gambaran kecil dari Bab I s/d Bab V yang ada dalam laporan penulisan dan mengapa penulis memilih tema tersebut.

BAB II : ELEKTROKARDIOGRAPH

Membahas tentang asal usul sinyal listrik tubuh, asal usul sinyal listrik dari jantung, cara memperoleh sinyal jantung pada alat ECG, beberapa bagian dari alat ECG, gambaran & penjelasan sinyal jantung normal, dan juga membahas tentang noise dan artifact.

BAB III : FILTER DIGITAL

Memberikan penjelasan tentang beberapa filter digital, memberikan penjelasan tentang transformasi-Z dan juga memberikan penjelasan tentang penggunaan filter digital tersebut dalam software matlab untuk digunakan pada alat ECG.

BAB IV : PEMROSESAN SINYAL ELECTROCARDIOGRAPH DENGAN SOFTWARE MATLAB

Memberikan gambaran sinyal biomedic pada alat ECG dengan menggunakan software Matlab, cara memproses sinyalnya dan memberikan laporan hasil pembahasannya.

BAB V : KESIMPULAN

Membahas tentang kesimpulan akhir dan saran yang diberikan penulis kepada perusahaan yang terkait, yaitu : RSPP (Rumah Sakit Pusat Pertamina).

(14)

BAB II

ELEKTROKARDIOGRAPH

2.1. Asal Usul Sinyal Listrik Tubuh

Tegangan bioelectric dihasilkan oleh hasil aktivitas listrik – kimia dari kelas sel tertentu, dikenal sebagai sel excitable, yang merupakan komponen dari urat syaraf otak, otot atau lapisan grandular. Tegangan diam (resting potential) dihasilkan oleh sel – sel tersebut dan ketika ter-stimulasi dengan benar, tegangan aksi (action potential) akan terjadi.

Stimulasi tersebut bisa disebabkan oleh panas, dingin, cahaya, suara dan bau. Jika stimulasi berasal dari listrik, hanya sebesar 20 mV, beda tegangan melewati membran dibutuhkan untuk memulai tegangan aksi.

Membran dapat digambarkan sebagai kapasitor yang bocor. Membran itu sendiri dapat digunakan sebagai pemisah muatan dan juga sebagai material dielektrik yang memungkinkan aliran bocor dari ion melewati membran dari pori – pori.

Tegangan membran pada keadaan bertolak belakang ini dinamakan tegangan

equilibrium. Tegangan equilibrium ini merupakan tegangan istirahat (resting potential) yang

terbentuk pada keadaan tetap. Untuk ketidakseimbangan ion yang tetap antara bagian dalam sel dan luar sel dibutuhkan mekanisme transport aktif yang terletak pada membran dan sering disebut (efek pompa natruim-kalium) yang memindahkan Na+ keluar dan K+ ke dalam sel.

(15)

2.2. Asal Usul Sinyal Listrik Dari Jantung

Jantung dapat diasumsikan sebagai alat pemompa ganda. Jantung mempunyai empat ruang, dua ruang atas yang biasa disebut atrium kiri – kanan disinkronisasikan untuk berkontraksi secara bersamaan, cara yang sama juga terjadi pada dua ruang di bawah, ventrikel kiri dan kanan. Siklus ini diawali dari aliran darah dari vena tubuh diterima oleh atrium kanan dipompakan ke ventrikel kanan.

Kemudian darah dipompakan menuju paru – paru, dimana pertukaran oksigen terjadi oleh ventrikel kanan. Lalu darah terpompa menuju atrium kiri. Setelah itu darah didorong menuju ventrikel kiri akibat kontraksi atrium kiri. Kemudian darah disirkulasikan ke seluruh tubuh oleh ventrikel kiri, pembuluh kapiler dilewati oleh darah dan akhirnya darah diterima kembali oleh atrium kanan. Aksi yang berirama dari jantung diatur oleh sinyal listrik yang dimulai oleh stimulasi spontan dari sel otot khusus yang terletak dalam atrium kanan.

Sinoatrial (SA) Node atau pembuat langkah diperoleh dari sel – sel ini.

Depolarisasi dimulai dengan adanya sinyal listrik dari titik SA, menyebabkan atrium berkontraksi dan darah terpompa menuju ventrikel yang kemudian diikuti dengan repolarisasi atrium. Titik atrioventricular (AV) dialiri sinyal listrik, yang memulai depolarisasi ventrikel kanan dan kiri, menyebabkan mereka berkontraksi dan darah dipaksa menuju paru – paru dan sirkulasi umum tubuh. Rentetan akan berulang kembali setelah repolarisasi dialami oleh otot ventrikel.

Arus yang mengalir dalam tubuh disebabkan oleh depolarisasi dan repolarisasi otot jantung. Tegangan pada kulit timbul karena arus ini. Electrochardiograph (ECG) merupakan rekaman dari tegangan listrik antara dua titik yang terletek pada permukaan tubuh dengan posisi yang berbeda – beda.

(16)

Irama sinyal jantung diatur oleh isyarat listrik yang dihasilkan oleh rangsangan yang terjadi secara spontan. Rangsangan spontan ini dilakukan oleh sel - sel khusus yang terdapat pada atrium kanan. Isyarat listrik SA node menyebabkan depolarisasi otot jantung atrium dan memompa darah ke ventrikel, kemudian diikuti oleh repolarisasi otot atrium. Isyarat listrik dilanjutkan ke AV node dan akan menyebabkan depolarisasi ventrikel kanan dan kiri yang menyebabkan kontraksi ventrikel.

2.3. Cara Memperoleh Sinyal Jantung pada ECG

Hubungan antara pemompaan jantung dan tenaga listrik pada kulit dapat dipahami dengan melihat perambatan bagian otot jantung yang terdepolarisasi. Tegangan terjadi akibat arus listrik mengalir pada batang tubuh yang berperan seperti resistor. Garis equipotential adalah distribusi tegangan untuk keseluruhan jantung ketika ventrikel terdepolasasi setengah.

Gambar 2.1. (a) dan (b) adalah Jantung Manusia dilihat dari depan. Dimana titik SA sebagai penyeirama dan

AV sebagai pemberi sinyal kontraksi ventrikel.

(17)

Potensial yang terukur pada permukaan tubuh dipengaruhi oleh lokasi dari tiap – tiap elektroda. Tegangan listrik cardiac yang terukur pada permukaan tubuh merupakan proyeksi dipole arus listrik pada arah tertentu yang terus berubah. Dipole arus dengan tiga bidang tubuh

electrocardiographic.

Elektroda yang digunakan untuk melakukan ECG umumnya diletakkan pada lengan kanan (RA), lengan kiri (LA), kaki kiri (LL), walaupun begitu lokasi tiap – tiap elektroda bisa bervariasi untuk situasi klinis tertentu, kadang ditangan atau posisi – posisi lain yang dekat dengan jantung digunakan sebagai lokasi elektroda.

Lead I : mengukur perbedaan potensial -

Listrik antara RA (Right Arm/Tangan Kanan) dengan LA (Left Arm/Tangan Kiri).

Gambar 2.2. Bidang electrographic dan dipol arus yang mengindikasikan lokasi – lokasi elektroda pada lengan dan kaki bag.kanan-kiri.

(18)

Lead II : mengukur perbedaan potensial –

listrik antara RA (Right Arm/TanganKanan) dengan LL (Left Leg/Kaki Kiri).

Lead III : mengukur perbedaan potensial -

listrik antara LA (Left Arm/Tangan Kiri) - dengan LL (Left Leg/Kaki Kiri).

Setelah lead di pasangkan pada bagaian – bagian tubuh tertentu pada pasien maka dapat diketahui bentuk dari sinyalnya. Sinyal yang harus terlebih dahulu diketahui adalah sinyal normal. Karena dengan mengetahui bentuk dari sinyal normal, maka dapat diketahui sinyal yang terdapat pada pasien, untuk mengetahui kondisi tubuh pasien. Di bawah ini adalah salah satu contoh bentuk serta keterangan sinyal normal:

(19)

Keterangan gambar 2.3. :

- Sinyal jantung normal terbentuk karena adanya penyebaran impuls/rangsang listrik yang berpusat di Sinoatrial Node, menyebabkan perubahan potensial listrik pada bagian atrium. - Gelombang P, adalah gelombang yang timbul akibat aktifitas listrik yang diakibatkan pada

saat depolarisasi atrium. Lamanya gelombang P ini menunjukkan waktu yang diperlukan untuk penyebaran impuls di bagian atrium yaitu mulai dari Sinoatrial node sampai Atrioventricular Node.

- Gelombang komplek QRS , adalah gelombang yang timbul akibat aktifitas listrik ventrikel ketika berdepolarisasi. Gelombang QRS ini dapat dibedakan menjadi tiga gelombang, yaitu gelombang Q, R dan S.

- Gelombang Q, adalah defleksi negatif pertama sesudah gelombang P dan yang mendahului defleksi R, gelombang ini dibangkitkan akibat depolarisasi permukaan ventrikel.

- Gelombang R, adalah defleksi positif yang pertama sesudah gelombang P yang ditimbulkan oleh depolarisasi utama ventrikel.

- Gelombang S, merupakan defleksi negatif sesudah R atas penyimpangan negatif yang menunjukkan depolarisasi ventrikel.

- Gelombang T, adalah gelombang yang timbul pada saat repolarisasi ventrikel.

Interval

P-R awal P-wave ke awal QRS kompleks

S-T akhir S=wave ke akhir T-wave Q-T awal Q-wave ke akhir T-wave

Segmen

P-R akhir P-wave ke awal Q-wave S-T akhir S-wave ke awal T-wave

Kompleks

(20)

- PR Segment, menunjukkan berhentinya impuls pada Atrioventricular Node atau tidak ada transmisi impuls di Atrioventricular Node.

- ST Segment, Tidak adanya transmisi impuls disebabkan adanya periode refrakter di sel miokardium.

2.4. Bagian dari Alat ECG

Bagian dari alat ECG antara lain: A. Elektroda

B. Filter

A. Elektroda

Elektroda digunakan untuk menyensor sinyal bioelektrik jantung. Elektroda ini langsung mengenai tubuh manusia yang sering dilapisi jelly elektrolite.

Gambar.2.5. Suction Electrode Gambar.2.4. Jelly & Lead Elektroda

(21)

(a) (b)

Gambar 2.6. (a) Noise karena kurang tepat saat pemasangan elektroda pada pasien. (b) Noise karena elektroda yang kotor.

B. Filter

Fungsi dari Filter dibagi menjadi :

a. AC Filter (meredam noise dan Jala-jala PLN) b. Muscle Filter (meredam noise dari Tubuh)

2.5. Noise dan Artefact pada Alat ECG

Banyak faktor yang harus dipertimbangkan dalam alat ECG yang penting untuk engineer biomedic/individu yang mengoperasikan alat ECG, yang sering terjadi antara lain:

A. Distorsi frekuensi B. Ground loop

C. Kawat lead yang terbuka D. Artifact dan transien elektrik

E. Interferensi dengan perangkat elektonik

A. Distorsi Frekuensi

Suatu ECG harus selalu memenuhi standar respons frekuensi yang telah ditentukan. Jika terjadi distorsi frekuensi akan terlihat dalam bentuk sinyal ECG. Jika terdapat distorsi di frekuensi rendah, maka terjadi distorsi pada baseline yang tidak lagi horizontal. Distorsi pada

(22)

LAPORAN TUGAS AKHIR B. Ground Loop

Pasien yang dideteksi ECGnya dengan ECG kilnis atau secara kontinu pada monitor cardiac, seringkali mereka dihubungkan dengan peralatan elektrik lain. Setiap perangkat elektrik mempunyai groundnya sendiri. Ground loop akan terjadi pada situasi dimana dua perangkat elektrik digunakan oleh pasien, dimana masing-masing perangkat elektrik mempunyai groundnya sendiri. Jika kedua ground perangkat sedikit berbeda, arus listrik akan mengalir dan satu ground ke ground perangkat satunya, dan akan melalui pasien dan elektrode yang dipasang. Hal ini akan menghasilkan tegangan common-mode pada ECG, yaitu jika common-mode rejection ratio buruk akan menaikkan interferensi.

(a) (b)

Gambar 2.7. (a) groundloop antara ECG dengan mesin listrik lain yang dihubungkan pada pasien. (b) groundloop dieliminier dengan menghubungkan kedua mesin pada ground yang sama.

C. Kawat Lead Terbuka

Sering terjadi bahwa kawat yang menghubungkan elektroda biopotensial dengan ECG menjadi terputus, sehingga elektroda tidak terhubung dengan ECG. Tegangan yang relatif tinggi sering diinduksikan pada kawat terbuka. Hal ini akan menyebabkan suatu defleksi

(23)

amplitudo yang konstan pada frekuensi jala-jala dan kontak antara elektrode dengan pasien tidak baik, umumnya dikarenakan elektrode yang kotor akibat sisa jelly yang masih menempel.

Gambar 2.8. (a) Kabel lead yang terbuka dapat menimbulakan kebocoran arus (b) melilitkan kabel lead dapat meminimumkan induksi elektromagnetik

D. Artifact dan Transien EIektrik

Dalam situasi dimana pasien yang ECG nya sedang dideteksi, memerlukan defibrilasi cardiac. Dalam hal ini, pulsa arus besar dan tegangan besar diberikan pada pasien, sehingga tegangan transien akan terlihat dan elektroda. Tegangan ini mempunyai harga beberapa kali lipat lebih tinggi dan pada tegangan ECG. Jika keadaan ini terjadi akan menyebabkan defleksi yang meningkat dalam ECG.

Gambar 2.9. Pengaruh transien tegangan pada ECG yang dideteksi dengan alat ECG, dimana transien akan menyebabkan saturasi amplifier.

(24)

E. Interferensi dengan Perangkat Elektronik

Sumber utama interferensi saat monitor dan rekaman ECG adalah sistem sumber-daya. Selain mencatu daya ke perangkat ECG, biasanya jalur daya juga dihubungkan dengan perangkat lain dalam ruangan rumah sakit. Juga ada jalur daya pada dinding, lantai dan langit-langit ruangan. Jalur daya ini akan berpengaruh pada rekaman ECG dan memberikan interferensi pada frekuensi jala-jala.

Gambar 2.10. (a) mekanisme interferensi medan listrik dan jala-jala ke ECG (b) arus yang mengalir dari jala-jala melalui tubuh dan impedansi

(25)

BAB III FILTER DIGITAL

3.1. KONSEP FILTER IIR (Infinite Impulse Response)

Filter IIR adalah satu filter digital yang dipakai dalam aplikasi Digital Signal Processsing (DSP). Keuntungan dari filter IIR antara lain adalah hanya membutuhkan koefisien yang lebih sedikit untuk respon frekuensi yang curam sehingga dapat mengurangi jumlah waktu komputansi. Filter IIR juga mempunyai keuntungan lain, yaitu dapat memudahkan pembuatan dari fungsi filter lowpass, filter highpass, filter bandpass dan juga filter bandstop tanpa batasan sinyal tertentu. Selain itu juga dibahas mengenai fungsi diskrit yang bertujuan untuk memproses sinyal yang hanya dapat diambil samplenya pada waktu tertentu. Sedangkan fungsi continue yang dapat memproses sinyal secara terus – menerus atau tanpa batasan waktu.

b[0] . x[n] Z-1 b[0] + Z-1 x[n-1] b[1] + + b[2] x[n-2] b[1] . x[n-1] b[2] . x[n-2] x[n] + + + a[2] a[1] a[1] . y[n-1] a[2] . y[n-2] y[n] Z-1 Z-1 y[n-2] y[n-1]

.

n

.

n

(26)

Filter IIR membutuhkan fungsi alih (pole-zero) dan perumusan sistem linier, semuanya tergantung pada jumlah input,output dan feedback dari data yang ada. Yang termasuk bagian dari filter IIR adalah filter Butterworth, filter Elliptic, filter Chebyshev1 dan filter Chebyshev2. Baik Butterworth, Elliptic, Chebyshev1 dan Chebyshev2, merupakan filter yang mempunyai teknik untuk membuat filter lowpass, highpass, bandpass dan bandstop.

Penggunaan filter Butterworth, Elliptic, Chebyshev1 dan Chebyshev2 dalam aplikasi pemrosesan sinyal ECG biasanya lebih dikhususkan untuk membuat penyaringan sinyal dengan menggunakan filter bandpass. Dimana fungsi dari filter bandpass adalah untuk menyaring sinyal terlalu rendah dan kurang stabil untuk mendapatkan sinyal yang lebih tinggi dan stabil.

Nilai frekuensi dari sinyal jantung manusia pada alat ECG berkisar 0.05Hz s/d 100Hz, karena memang sinyal jantung manusia terbaca rendah pada alat ECG, sehingga membutuhkan filter bandpass untuk mendapatkan hasil pemrosesan yang terbaca dengan nilai yang lebih tinggi dari nilai sebelumnya, bentuk sinyal yang lebih jelas dan stabil. Penggunaan filter IIR juga bertujuan untuk mengurangi noise yang ada pada sinyal ECG dalam software Matlab. Noise tersebut dapat dikurangi dengan cara melakukan beberapa kali penyaringan. Dengan begitu maka akan terlihat jelas proses demi proses penyaringan, dimana noise akan benar – benar bisa berkurang pada frekuensi dan orde tertentu.

3.2. APLIKASI FILTER IIR

Selain membahas penjabaran fungsi dari filter IIR, akan dibahas juga mengenai aplikasi dari filter IIR, yaitu filter Butterworth, Elliptic dan Chebyshev1 dan Chebysev2, dimana dari masing – masing filter tersebut memiliki karakteristik yang berbeda – beda. Butterworth memiliki response frekuensi yang datar dan tidak memiliki ripple (flat). Filter

(27)

Butterworth merupakan jenis filter yang landai. Fungsi dari filter Butterworth adalah untuk mengubah sinyal dalam bentuk lowpass menjadi bentuk highpass, bandpass dan bandstop agar didapat bentuk sinyal yang diinginkan. Filter Butterworth merupakan satu – satunya filter digital yang mempunyai karakteristik stabil, karena dapat menjaga kestabilan bentuk sinyal walaupun mendapatkan input yang lebih tinggi.

Lain halnya dengan karakteristik filter Elliptic, filter ini memiliki bentuk sinyal yang memiliki ripple yang sama pada bagian atas dan bawah dari sebuah gelombang sinyalnya. Keuntungan dari filter ini adalah mempunyai transisi yang lebih cepat untuk sebuah sinyal dibandingkan filter digital lain. Selain itu juga dapat digunakan untuk sinyal yang memiliki nilai minimum dan filter tersebut juga dapat mengubah sinyal dalam bentuk lowpass menjadi bentuk sinyal yang sama persis dengan karakteristik bentuk highpass, bandpass dan bandstop.

Filter digital lainnya adalah filter Chebyshev1 dan Chebyshev2. Perbedaan antara filter Chebyshev1 dan Chebyshev2 hanya pada letak ripple dari sinyalnya. Chebyshev1 mempunyai ripple pada bagian atas sinyalnya sedangkan filter Chebyshev2 memiliki ripple pada bagian bawah sinyalnya. Kedua filter ini sama – sama memiliki keuntungan yaitu transisi dari sinyalnya sangat lembut, karena berada ditengah – tengah dari karakteristik filter Butterworth dan filter Elliptic. Filter tersebut dapat memfilter tidak terlalu cepat dan tajam seperti filter Elliptic dan juga tidak terlalu landai dan lambat seperti filter Butterworth.

Keterangan berikut ini diberikan tabel jenis filter yang bertujuan untuk mempermudah dalam perancangan lowpass, highpass, bandpass dan bandstop, karena dapat mengerti tentang karakteristik dari masing- masing filter yang berbeda, serta fungsi yang sering digunakan untuk filter tersebut untuk peng-aplikasiannya dalam software Matlab.

(28)

Tabel jenis filter serta fungsi yang digunakan

No. Jenis Filter Fungsi yang digunakan

1. Butterworth [n,Wn] = buttord(Wp,Ws,Rp,Rs)

2. Chebyshev1 [n,Wn] = cheb1ord(Wp, Ws, Rp, Rs)

3. Chebyshev2 [n,Wn] = cheb2ord(Wp, Ws, Rp, Rs)

4. Elliptic [n,Wn] = ellipord(Wp, Ws, Rp, Rs)

Ketengan dari Tabel jenis Filter:

Butterworth:

[n,Wn] → adalah fungsi dalam merancang sebuah filter, sangat berkaitan dengan koefisien b (num/output) dan a (den/input), dimana n = jumlah dari banyaknya orde yang dipakai dalam sebuah filter dan Wn = cut off frequency (rad/s). Pada filter Butterworth highpass biasanya Wn (cut off frequency) bernilai tinggi sedangkan pada filter Butterworth bandstop Wn digunakan untuk mengetahui nilai dari W1 dan W2, selain itu pada filter Butterworth bandstop nilai Wn menjelaskan bahwa [W1<<W2]. Wp → berfungsi untuk membuat sudut dari sebuah sinyal pada filter Butterworth

bandpass yang juga merupakan cut off frequency, Wp adalah sebuah besaran atau nilai dari dua element vector atau lebih dengan nilai – nilai antara 0 atau 1, nilai 1 pada Wp sesuai dengan rumus Nyquist.

Ws → berfungsi untuk membuat sudut dari sebuah sinyal pada filter Butterworth bandstop yang juga merupakan sebuah besaran atau nilai dari dua element vector atau lebih dengan nilai – nilai antara 0 atau 1, nilai 1 pada Wp sesuai dengan rumus Nyquist. Rp → sebuah ripple dari filter Butterworth bandpass dalam decibels, nilai ini

merupakan nilai dari maksimum loss yang diperbolehkan dalam perancangan filter tersebut.

(29)

Rs → nilai dari attenuation dari filter Butterworth bandstop dalam decibels. Nilai ini

adalah nilai dari banyaknya jumlah decibels dari filter Butterworth bandstop yang berasal dari filter Butterworth bandpass.

Buttord → meng-kalkulasi orde untuk perancangan filter Butterworth.

Elliptic:

[n,Wn] → adalah fungsi dalam merancang sebuah filter, sangat berkaitan dengan koefisien b (num/output) dan a (den/input), dimana n = jumlah dari banyaknya orde yang dipakai dalam sebuah filter dan Wn = cut off frequency (rad/s). Pada filter Elliptic highpass biasanya Wn (cut off frequency) bernilai tinggi sedangkan pada filter Elliptic bandstop Wn digunakan untuk mengetahui nilai dari W1 dan W2, selain itu pada filter Elliptic bandstop nilai Wn menjelaskan bahwa [W1<<W2].

Wp → berfungsi untuk membuat sudut dari sebuah sinyal pada filter Elliptic bandpass yang juga merupakan cut off frequency, Wp adalah sebuah besaran atau nilai dari dua element vector atau lebih dengan nilai – nilai antara 0 atau 1, nilai 1 pada Wp sesuai dengan rumus Nyquist.

Ws → berfungsi untuk membuat sudut dari sebuah sinyal pada filter Elliptic bandstop yang juga merupakan sebuah besaran atau nilai dari dua element vector atau lebih dengan nilai – nilai antara 0 atau 1, nilai 1 pada Wp sesuai dengan rumus Nyquist. Rp → sebuah ripple dari filter Elliptic bandpass dalam decibels, nilai ini merupakan

nilai dari maksimum loss yang diperbolehkan dalam perancangan filter tersebut.

Rs → nilai dari attenuation dari filter Elliptic bandstop dalam decibels. Nilai ini adalah

nilai dari banyaknya jumlah decibels dari filter Elliptic bandstop yang berasal dari filter Elliptic bandpass.

(30)

LAPORAN TUGAS AKHIR Chebyshev 1:

[n,Wn] → adalah fungsi dalam merancang sebuah filter, sangat berkaitan dengan koefisien b (num/output) dan a (den/input), dimana n = jumlah dari banyaknya orde yang dipakai dalam sebuah filter dan Wn = cut off frequency (rad/s). Pada filter Chebyshev1 highpass biasanya Wn (cut off frequency) bernilai tinggi sedangkan pada filter Chebyshev1 bandstop Wn digunakan untuk mengetahui nilai dari W1 dan W2, selain itu pada filter Chebyshev1 bandstop nilai Wn menjelaskan bahwa [W1<<W2]. Wp → berfungsi untuk membuat sudut dari sebuah sinyal pada filter Chebyshev1

Ws → berfungsi untuk membuat sudut dari sebuah sinyal pada filter Chebyshev1 bandstop yang juga merupakan sebuah besaran atau nilai dari dua element vector atau lebih dengan nilai – nilai antara 0 atau 1, nilai 1 pada Wp sesuai dengan rumus Nyquist. Rp → sebuah ripple dari filter Chebyshev1 bandpass dalam decibels, nilai ini

Rs → nilai dari attenuation dari filter Chebyshev1 bandstop dalam decibels. Nilai ini

adalah nilai dari banyaknya jumlah decibels dari filter Chebyshev1 bandstop yang berasal dari filter Chebyshev1 bandpass.

Cheb1ord → meng-kalkulasi orde untuk perancangan filter Chebyshev Type-1.

Chebyshev 2:

[n,Wn] → adalah fungsi dalam merancang sebuah filter, sangat berkaitan dengan koefisien b (num/output) dan a (den/input), dimana n = jumlah dari banyaknya orde

(31)

yang dipakai dalam sebuah filter dan Wn = cut off frequency (rad/s). Pada filter Chebyshev2 highpass biasanya Wn (cut off frequency) bernilai tinggi sedangkan pada filter Chebyshev2 bandstop Wn digunakan untuk mengetahui nilai dari W1 dan W2, selain itu pada filter Chebyshev2 bandstop nilai Wn menjelaskan bahwa [W1<<W2]. Wp → berfungsi untuk membuat sudut dari sebuah sinyal pada filter Chebyshev2

Ws → berfungsi untuk membuat sudut dari sebuah sinyal pada filter Chebyshev2 bandstop yang juga merupakan sebuah besaran atau nilai dari dua element vector atau lebih dengan nilai – nilai antara 0 atau 1, nilai 1 pada Wp sesuai dengan rumus Nyquist. Rp → sebuah ripple dari filter Chebyshev2 bandpass dalam decibels, nilai ini

Rs → nilai dari attenuation dari filter Chebyshev2 bandstop dalam decibels. Nilai ini

adalah nilai dari banyaknya jumlah decibels dari filter Chebyshev2 bandstop yang berasal dari filter Chebyshev2 bandpass.

Cheb2ord → meng-kalkulasi orde untuk perancangan filter Chebyshev Type-2.

Berikut adalah salah satu contoh dari berberapa aplikasi filter IIR, yang kali ini menjelaskan tentang cara kerja filter Elliptic yang dirancang dalam software Matlab:

M-File:

%MATLAB script to design a Elliptic Lowpass filter %with the specifications:.Wp=0.4,Rp=0.5,Rs=60 [n,Wn]=ellipord(0.4,0.5,0.5,60);

(32)

LAPORAN TUGAS AKHIR [b,a]=ellip(n,0.5,60,Wn); printsys(b,a,'z') [h,w]=freqz(b,a,256); H=abs(h); HdB=20*log10(H); plot(w/pi,H);grid

title('magnitude response of a Elliptic Lowpass filter') ylabel('magnitude')

xlabel('normalized frequency') figure

plot(w/pi,HdB);grid

title('magnitude response of a Elliptic Lowpass filter') ylabel('magnitude in~dB')

xlabel('normalized frequency') end

(33)

Command Window: a = 1.0000 -2.9278 5.4197 -6.4508 5.4803 -3.2025 1.2175 -0.2391 b = 0.0137 0.0246 0.0499 0.0605 0.0605 0.0499 0.0246 0.0137 num/den = b/a 0.013688 z^7 + 0.024555 z^6 + 0.049864 z^5 + 0.06055 z^4 + 0.06055 z^3 + 0.049864 z^2 + 0.024555 z + 0.013688 --- z^7 - 2.9278 z^6 + 5.4197 z^5 - 6.4508 z^4 + 5.4803 z^3 - 3.2025 z^2 + 1.2175 z - 0.23909

Keterangan dari fungsi yang ada di dalam contoh program untuk membuat filter Elliptic: • Wp, Ws, Rp, dan Rs sama seperti keterangan sebelumnya.

• printsys(b,a,'z') adalah cara yang dipakai untuk mendapatkan nilai b (num/output) dan nilai a (den/input) serta gambaran rumus Z-transform (num/den) pada Command Window.

• [h,w]=freqz(b,a,256), h adalah nilai matrix dari (b,a) dan w adalah nilai 256/nilai dari jumlah titik sebuah frekuensi yang ditinjau.

• H=abs(h) adalah nilai mutlak dari sebuah filter yang berkaitan dengan nilai dari (b,a) dan juga bisa berupa magnitude complex.

• HdB=20*log10(H) adalah perubahan nilai (b,a) pada sebuah perancangan filter dari logaritma menjadi decibels.

• plot(w/pi,H);grid berfungsi untuk menampilkan hasil gambar dari terbentuknya sebuah sinyal yang diperoleh setelah dilakukan perancangan sebuah filter, dimana w adalah nilai 256/nilai dari jumlah titik sebuah frekuensi yang ditinjau, pi = 3,14 dan H adalah sebuah filter yang digunakan.

(34)

3.3. Z-TRANSFORM & FOURIER TRANSFORM (DFT – FFT)

Semua filter yang telah dijelaskan tersebut sangat berkaitan dengan rumus Z-transform, yaitu: N N z N a z a z N b z b b z X z Y z H ₋ ₋ − − + + + + + + + + = = ) 1 ( ... ) 2 ( 1 ) 1 ( ... ) 2 ( ) 1 ( ) ( ) ( ) ( ₁ 1 ] ) 1 ( ... ) 2 ( ) 1 ( )[ ( ] ) 1 ( ... ) 2 ( 1 )[ (_z _a _z 1 _a _N _z N _X _z _b _b _z 1 _b _N _z N Y + − + + + − = + − + + + −

Menurut aturan pada rumus Z-tansform:

N N z N b z X z X z b z X b z X z N a z Y z Y z a z Y z Y − − − − + + + + = + + + + ) 1 ( ). ( ).... ( ) 2 ( ). ( ) 1 ( ). ( ) 1 ( ). ( ).... ( ) 2 ( ). ( ) ( 1 1

Maka setelah ditransformasikan menjadi:

] [ ) ( ... ] 2 [ ) 3 ( ] 1 [ ) 2 ( ] [ ) ( ... ] 1 [ ) 2 ( ] [ ) 1 ( ] [ N n y N a n y a n y a N n x N b n x b n x b n y − + + − + − + − + + − + =

Dengan kata lain, tiap point dalam sinyal output dengan koefisien ”a” dapat diketahui dengan mengalikan nilai dari sinyal input dengan koefisien ”b”, lalu menambahkan keduanya.

Z-transform juga berkaitan dengan Discrete Fourier Transform (DFT) dan Fast Fourier Transform (FFT). DFT adalah Analisis Fourier yang menyatakan suatu fungsi masukan yang berkaitan dengan penjumlahan dari nilai sinyal dan komponen sinusoida dengan menentukan amplitudo dan tahap dari sinusoidanya. Fungsi masukan pada DFT jumlahnya sangat terbatas. DFT juga dapat digunakan untuk menganalisa frekuensi dan memecahkan rumus persamaan diferensial dengan metode convolutions. Sedangkan FFT adalah algoritma yang efisien untuk menghitung DFT dan inversnya. FFT juga merupakan aplikasi untuk proses digital dan membahas differensial parsial ke algoritma untuk

(35)

perkalian yang cepat dari bilangan bulat yang besar. Dibawah ini sebuah contoh program yang terdapat cara kerja DFT dan FFT dalam Matlab:

M-File:

%fft, with a single input argument x, computes the DFT of the input vector or matrix. %If x is a vector, fft computes the DFT of the vector;

%if x is a rectangular array, fft computes the DFT of each array column. %For example, create a time vector and signal.

t = (0:1/100:10-1/100);% Time vector

x = sin(2*pi*15*t) + sin(2*pi*40*t);% Signal

%The DFT of the signal, and the magnitude and %phase of the transformed sequence, are then

y = fft(x);% Compute DFT of x

m = abs(y); p = unwrap(angle(y));% Magnitude & phase

%To plot the magnitude and phase, %type the following commands.

f = (0:length(y)-1)*99/length(y); % Frequency vector

plot(f,m); title('Magnitude'); set(gca,'XTick',[15 40 60 85]); figure; plot(f,p*180/pi); title('Phase'); set(gca,'XTick',[15 40 60 85]);

(36)

(37)

BAB IV

PEMROSESAN SINYAL ELECTROCARDIOGRAPH DENGAN MENGGUNAKAN SOFTWARE MATLAB

4.1. Filter Penghilang Noise Pada Sinyal Electrocardiograph

Di bawah ini diberikan gambar sinyal ECG yang terkena noise, baik gambar sinyalnya maupun gambar magnitude dari spectrum sinyalnya, yang terbagi menjadi dua macam nilai amplitudo, yaitu dengan nilai 0.02mv dan 0.05mv

(38)

Gambar.4.2. Magnitude dari spectrum sinyal ECG yang mengandung noise dengan amplitudo sebesar 0.05 mv

(39)

A. Denoising dengan menggunakan Butterworth Lowpass Filter

Merancang sebuah butterworth lowpass filter orde-3, dengan nilai dengan sample data sebesar 1000 Hz, nilai tingkatan attenuation ≥ 1dB pada ripple di passband, nilai tingkatan attenuation ≤ 3dB pada ripple stopband, dengan nilai frequency berawal dari nilai 150 Hz s/d nilai Nyquist frequency sebesar 500 Hz, nilai Wp = 100/500 Hz dan nilai Ws = 150/500 Hz, selain itu ada nilai dari jumlah titik dari sebuah frequency yang akan ditinjau sebesar 200. Setelah dilakukan proses pemfilteran oleh butterworth lowpass filter maka akan didapat sinyal yang lebih baik dari sebelumnya, dengan gambar sinyal yang akan ditunjukkan berikut ini:

Gambar.4.4. Magnitude dari spectrum sinyal ECG yang mengandung noise dengan amplitudo sebesar 0.02 mv

(40)

Gambar.4.5. Sinyal ECG yang mengandung noise setelah difilter dengan filter butterworth lowpass, menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.05 mv

(41)

Dari gambar maka diperoleh sebuah hasil pengamatan, dimana sinyal ECG yang mengandung noise setelah difilter oleh butterworth lowpass filter noisenya lebih berkurang dari sebelumnya, walaupun belum dapat dikatakan bersih dari noise. Sinyalnya pun masih terlihat runcing pada bagian puncak atas dan puncak bawah. Dari gambar tersebut terlihat perbedaan yang sangat jelas, dimana dengan menggunakan amplitudo yang lebih kecil akan jauh lebih baik hasil sinyalnya, dibandingkan dengan menggunakan amplitudo yang lebih besar.

B. Denoising dengan menggunakan Elliptic Lowpass Filter

Merancang elliptic lowpass filter orde-2 dengan nilai Wp = 0.02 Hz atau nilai frequency cutoff bandpass, nilai Ws = 0.2 Hz atau nilai frequency cutoff bandstop, nilai Rp = 0.2dB atau nilai ripple dari bandpass dan nilai Rs = 3dB atau nilai ripple dari bandstop. Setelah dilakukan proses pemfilteran oleh elliptic lowpass filter maka akan didapat sinyal yang lebih baik dari sebelumnya, dengan gambar sinyal yang akan ditunjukkan berikut ini:

Gambar.4.7. Sinyal ECG yang mengandung noise setelah difilter dengan filter elliptic lowpass, menghasilkan sinyal ECG yang noisenya mulai berkurang dari sebelumnya dengan amplitudo sebesar 0.05 mv

(42)

Sinyal ECG yang menggandung noise setelah difilter dengan menggunakan elliptic lowpass filter, dapat dikatakan lebih baik dari sinyal ECG sebelum dilakukan proses filterisasi. Hal ini terlihat jelas sekali dari noise yang jauh lebih berkurang dibandingkan dari sebelumnya. Namun memang sinyal tersebut belum dapat dikatakan bersih dari noise. Dan apabila diamati kembali, ternyata memang penggunaan amplitudo 0.02mv dapat menghasilkan hasil sinyal yang lebih baik dibandingkan dengan menggunakan amplitudo sebesar 0.05mv. Karena apabila melihat lebih teliti lagi, gambar yang menggunakan amplitudo yang nilainya lebih kecil, sinyalnya terlihat lebih bersih dari noise.

(43)

4.2. Proses Denoising pada Sinyal Electrocardiograph dengan nilai Wp, Ws, Rp dan Rs dari Butterworth dan Elliptic (lowpass filter) yang berbeda untuk mendapatkan Sinyal ECG yang bersih terhadap Noise.

A. Denoising dengan menggunakan Butterworth Lowpass Filter

Merancang sebuah butterworth orde-3 lowpass filter dengan nilai dengan sample data sebesar 1000 Hz, nilai tingkatan attenuation ≥ 1dB pada ripple di passband, nilai tingkatan attenuation ≤ 3dB pada ripple stopband, dengan nilai frequency berawal dari nilai 100 Hz s/d nilai Nyquist frequency sebesar 900 Hz, nilai Wp = 150/900 Hz dan nilai Ws = 100/900 Hz, selain itu ada nilai dari jumlah titik dari sebuah frequency yang akan ditinjau sebesar 200. Setelah dilakukan proses pemfilteran oleh butterworth lowpass filter maka akan didapat sinyal yang lebih baik dari sebelumnya, dengan gambar sinyal yang akan ditunjukkan berikut ini:

(44)

Setelah melakukan proses filterasasi kembali menggunakan butterworth lowpass filter dengan nilai Nyquist Frequency yang berbeda, ternyata didapatkan hasil yang jauh lebih baik dari sebelumnya. Hal ini terlihat jelas dari kadar noise yang dapat dikatakan lebih sedikit. Sinyalnya pun yang tadinya terlihat runcing, sekarang sudah tidak terlihat runcing kembali. Dalam hasil filterisasi kali ini, penggunaan amplitudo yang lebih kecil akan dapat menghasilkan sinyal yang lebih baik dibandingkan dengan menggunakan amplitudo dengan nilai yang lebih besar. Hal ini berarti selain nilai amplitudo, nilai Nyquist Frequency juga berpengaruh dalam proses filterisasi dangan menggunakan butterworth lowpass filter, untuk mendapatkan hasil sinyal ECG yang bersih dari noise.

(45)

B. Denoising dengan menggunakan Elliptic Lowpass Filter

Merancang elliptic lowpass filter orde-2 dengan nilai Wp=0.015Hz atau nilai frequency cutoff bandpass, nilai Ws=0.2Hz atau nilai frequency cutoff bandstop, nilai Rp=0.2dB atau nilai ripple dari bandpass dan nilai Rs=3dB atau nilai ripple dari bandstop. Setelah dilakukan proses pemfilteran oleh elliptic lowpass filter maka akan didapat sinyal yang lebih baik dari sebelumnya, dengan gambar sinyal yang akan ditunjukkan berikut ini:

(46)

Pada proses filterisasi yang kedua dengan menggunakan elliptic lowpass filter, ternyata masih terlihat noise dengan jumlah yang jauh lebih sedikit dibandingkan sebelumnya. Walaupun begitu, sinyal tersebut sangat terlihat jauh lebih baik dari hasil filterisasi sebelumnya, hal ini dikarenakan pada filterisasi kali ini, ada perubahan pada nilai Wp (frequency cut off pada bandpass). Dalam hasil filterisasi kali ini, penggunaan amplitudo dengan nilai kecil jauh lebih baik dari amplitudo dengan nilai yang besar. Hal ini berarti selain nilai amplitudo, nilai Wp juga berpengaruh dalam proses filterisasi dangan menggunakan elliptic lowpass filter, untuk mendapatkan hasil sinyal ECG yang bersih dari noise.

(47)

BAB V KESIMPULAN

Dari uraian pada BAB – BAB sebelumnya, maka dapat diperoleh kesimpulan sebagai berikut:

1. Hasil dari denoising filter digital pada sinyal ECG dengan menggunakan elliptic lowpass filter yang mempunyai Wp = 0.015Hz dan Ws = 0.2Hz, selain itu mempunyai nilai Rp = 0.2dB dan Rs = 3dB, selain itu mempunyai jumlah titik frequency yang ditinjau sebesar 256 titik. Dengan amplitude sebesar 0.05mv dan 0.02mv jauh lebih baik hasilnya dari elliptic lowpass filter yang dirancang dengan nilai Wp = 0.02Hz dan Ws = 0.2Hz, mempunyai nilai Rp = 0.2dB dan Rs = 3dB, selain itu mempunyai jumlah titik frequency yang ditinjau sebesar 256 titik. Dengan amplitude sebesar 0.05mv dan 0.02mv.

2. Hasil dari denoising filter digital pada sinyal ECG menggunakan butterworth lowpass filter yang mempunyai nilai Wp = 100/900Hz dan Ws = 150/900Hz, selain itu juga mempunyai nilai Rp ≥ 1dB dan Rs ≤ 3dB, mempunyai data sample 1000Hz dan jumlah titik frequency yang ditinjau 200 titik. Dengan amplitude sebesar 0.05mv dan 0.02mv, jauh lebih baik hasilnya dibandingkan menggunakan butterworth lowpass filter dengan nilai Wp = 100/500Hz dan Ws = 150/500Hz, selain itu juga mempunyai nilai Rp ≥ 1dB dan Rs ≤ 3dB, mempunyai data sample

(48)

1000Hz dan jumlah titik frequency yang ditinjau 200 titik. Dengan amplitude sebesar 0.05mv dan 0.02mv.

3. Setelah dilakukan filterisasi untuk yang kedua kalinya, ternyata hasil sinyal ECG yang dihasilkan oleh butterworth lowpass filter yang telah diubah Nyquist Frequencynya jauh lebih baik dari elliptic lowpass filter yang telah diubah nilai Wp (Frequency cut off pada bandpass). Hal ini dikarenakan noise pada sinyalnya jauh berkurang, bahkan dapat dikatakan ke dalam katagori filter yang telah bersih dari noise.

(49)

DAFTAR PUSTAKA

Tompkins, Willis. J. Biomedical Digital Signal Processing, University of Winsconsin – Madison, New Jersey, 1993.

Shenoi, B.A. Introduction to Digital signal Processing and Filter Design, New Jersey, 2006.

NN, Handbook Matlab, Bandung, 2006. NN, Handbook Electrocardiograph, 2001.