Hasil Pencarian  ::  Simpan CSV :: Kembali

"Electrocardiogram ( EKG ) adalah alat pengukur sinyal jantung yang digunakan untuk mendiagnosa fungsi jantung. Pada rumah-sakit atau unit pelayanan kesehatan seperti puskesmas, klinik, pos kesehatan yang letaknya jauh dari kota besar, jumlah alat tersebut belum terlalu banyak karena harganya masih relatif mahal. Selain harga peralatan mahal, ada kendala lain yang dihadapi tenaga kesehatan di unit-unit pelayanan yang letaknya jauh terpencil dalam hal konsultasi dengan konsulen atau dokter ahli di rumah sakit pusat yaitu masalah waktu dan biaya. Untuk membantu mengatasi masalah tersebut, penulis merancang prototype alat EKG yang diberi nama EKG Telemedika. Alat ini direncanakan berfungsi untuk mengukur sinyal jantung, kemudian dapat mengirirnkan sinyal tersebut ke tempat lain dengan menggunakan komputer, modem dan jaringan telepon PSTN. Perancangan yang dilakukan terdiri dari perancangan sistem, perancangan perangkat keras dan perancangan perangkat lunak. Perancangan perangkat keras berupa pembuatan kard EKG yang terdiri dari bagian pengendali menggunakan sistem minimum mikroprosessor 8031, proteksi dan penyangga, lead selektor, penguat differensial, filter, rangkaian isolasi dan konverter analog ke digital. Hasil pengujian yang dilakukan pada slat tersebut menunjukan bahwa EKG telemedika dapat mengukur sinyal jantung dari phantom EKG ( alas simulasi pembangkit sinyal jantung ), meskipun sinyalnya masih dipengaruhi oleh noise dan pengiriman sinyal jantung melalui jaringan telepon dapat dilakukan."

"Elektrokardiogram (EKG) diketahui sebagai salah satu instrumen medis yang banyak digunakan sebagai alat diagnostik. Interpretasi dari sinyal EKG yang didapatkan akan membantu klinisi dalam memonitor kesehatan jantung pasien serta mendiagnosis kondisi-kondisi jantung tertentu yang dapat dilihat dari abnormalitas sinyal jantung yang terekam. Melalui penulisan ini, digagas sebuah inovasi EKG Lead Tunggal yang bersifat portable karena memanfaatkan pengiriman data serial sinyal EKG melalui koneksi Bluetooth ke perangkat laptop. Mikrokontroler ESP32-WROOM-32D dan modul detak jantung AD8232 digunakan dalam merancang purwarupa EKG Lead Tunggal ini. Hasil rangkaian keduanya kemudian diuji untuk melihat ketepatannya dalam mendeteksi sinyal jantung yang dihasilkan oleh simulator EKG SKX-2000+ untuk 7 komponen gelombang, yakni QRS Interval, QT/QTcB Interval, PR Interval, P Interval, R Amplitude, RR Interval, dan PP Interval. Dari 4 nilai delay yang digunakan dalam pengambilan data, yakni 2 ms, 20 ms, 25 ms, dan 30 ms, didapatkan bahwa delay 25 ms mampu memberikan hasil rata-rata error mutlak yang dapat diterima menurut standar LIPI ketika dibandingkan dengan nilai referensi manufaktur simulator untuk komponen QT/QTcB Interval, R Amplitude, RR Interval, dan PP Interval karena memiliki nilai error di bawah 5% dengan nilai persebaran data yang lebih kecil.

---

Electrocardiogram (ECG) is known as a medical instrument that is widely used as a diagnostic tool. Interpretation of the ECG signal obtained will assist the clinician in monitoring the patient's heart health and diagnosing certain heart conditions which can be seen from the abnormal heart signal recorded. Through this writing, a single lead ECG innovation was initiated which is portable because it utilizes sending ECG signal serial data via a Bluetooth connection to a laptop device. The ESP32-WROOM-32D microcontroller and the AD8232 heart rate module were used in designing this Single Lead ECG prototype. The results of both sets were then tested to see their accuracy in detecting heart signals generated by the SKX-2000+ ECG simulator for 7 wave components, namely the QRS Interval, QT/QTcB Interval, PR Interval, P Interval, R Amplitude, RR Interval, and PP Interval. Of the 4 delay values ​​used in data retrieval, which were 2 ms, 20 ms, 25 ms, and 30 ms, it was found that the 25 ms delay was able to provide acceptable average absolute error results according to LIPI standard when compared with the simulator manufacturing reference values ​​for the QT/QTcB Interval, R Amplitude, RR Interval, and PP Interval components because has an error value below 5% with a smaller data distribution value."

"Dalam penelitian ini telah dirancang dan dibangun sebuah sistem akuisisi data elektrokardiograf (EKG) 3-lead menggunakan ADS1293 sebagai analog front end dan ESP32 sebagai mikrokontrolernya. ADS1293 mengambil data EKG secara simultan menggunakan 2 channel EKG dan mengirimkannya ke ESP32 menggunakan komunikasi Serial Peripheral Interface (SPI). 3-lead EKG ini diaplikasikan dengan menggunakan 4 elektroda: RA (Right Arm), LA (Left Arm), LL (Left Leg), dan RL (Right Leg). Sinyal EKG dihasilkan dari ProSim 4 Vital Sign Patient Simulator (Fluke, USA) dengan konfigurasi sinyal 40 BPM, 60 BPM, dan 120 BPM. Bahasa pemograman yang digunakan untuk komunikasi SPI antara ADS1293 dan ESP32 adalah bahasa C++ dan untuk pemrosesan sinyal EKG menggunakan software LabVIEW. Hasil rekamannya dilakukan proses denoising signal menggunakan Low Pass Filter (LPF) dengan respon Butterworth orde 6 pada frekuensi cutoff 20 Hz. Sistem rancangan yang dibuat dilakukan validasi data dengan alat komersial EKG yaitu CardioCare 2000. Validasi dilakuakn dengan cara membandingkan data sinyal EKG dari rancangan sistem dengan alat komersial CardioCare 2000 melalui regresi linear serta membandingkan nilai Heart Rate Variability (HRV) dari kedua alat. Hasil perbandingan dari regresi linear diperoleh dengan eror gradien dan intercept masing-masing paling besar adalah 3.25% dan 19.16%. Hasil penelitian ini dilakukan penghitungan HRV yang terdiri dari RR interval, Heart Rate, SDNN, stdHR, RMSSD untuk lead I dan lead II pada semua konfigurasi sinyal EKG. Hasil perhitungan diperoleh dengan nilai konfigurasi BPM paling tinggi selisihnya yaitu lead II 120 BPM masing-masing nilainya adalah 0.496 s, 120.943 BPM, 3.33 x 10-4 s, 0.0812 BPM, dan 3.14 x 10-4 s. Selanjutnya, dilakukan penghitungan beberapa parameter sinyal EKG yang tujuannya untuk menganalisa kelainan jantung yaitu lain interval RR, Heart Rate, Amplitudo P, Amplitudo R, Amplitudo T, interval PR, interval PT, interval QS, interval QR, dan interval RS. Pada kondisi normal adult 60 BPM diperoleh nilai untuk masing-masing parameter tersebut adalah 0.996 s, 60.23 BPM, 0.11 mV, 0.77 mV, 0.26 mV. 0.16 s, 0.40 s, 1.19 s, 0.66 s, 0.53 s. Hasil tes EKG Vital Sign Patient parameter ini dilakukan pada partisipan dari aktivitas duduk diam, kemudian berjalan, dan berlari. Pada partisipan diperoleh nilai Heart Rate yang berbeda-beda untuk semua aktivitas yang dilakukan yaitu masing-masing bernilai 78 BPM, 84 BPM, dan 89 BPM.

---

In this research, a 3-lead electrocardiograph (ECG) data acquisition system has been designed and built using ADS1293 as the analog front end and ESP32 as the microcontroller. ADS1293 retrieves ECG data simultaneously using 2 EKG channels and sends it to ESP32 using Serial Peripheral Interface (SPI) communication. This 3-lead ECG is applied using 4 electrodes: RA (Right Arm), LA (Left Arm), LL (Left Leg), and RL (Right Leg). ECG signal generated from ProSim 4 Vital Sign Patient Simulator (Fluke, USA) with 40 BPM, 60 BPM and 120 BPM signal configurations. The programming language used for SPI communication between ADS1293 and ESP32 is C++ and for ECG signal processing uses LabVIEW software. The results of the recording were carried out by denoising the signal using a Low Pass Filter (LPF) with a 6th order Butterworth response at a cutoff frequency of 20 Hz. The designed system was validated using a commercial ECG tool, namely CardioCare 2000. Validation was carried out by comparing the ECG signal data from the system design with the commercial CardioCare 2000 tool through linear regression and comparing the Heart Rate Variability (HRV) values ​​of the two tools. The results of the comparison of the linear regression obtained with the largest error gradient and intercept are 3.25% and 19.16%, respectively. The results of this study were calculated HRV consisting of RR interval, Heart Rate, SDNN, stdHR, RMSSD for lead I and lead II in all ECG signal configurations. The calculation results obtained with the BPM configuration value with the highest difference, namely lead II 120 BPM, each appearance is 0.496 s, 120.943 BPM, 3.33 x 10-4 s, 0.0812 BPM, and 3.14 x 10-4 s. Next, a number of ECG signal parameters are calculated with the aim of analyzing cardiac abnormalities, namely other RR intervals, Heart Rate, P Amplitude, R Amplitude, T Amplitude, PR interval, PT interval, QS interval, QR interval, and RS interval. In normal adult conditions 60 BPM, the values ​​for each of these parameters are 0.996 s, 60.23 BPM, 0.11 mV, 0.77 mV, 0.26 mV. 0.16 seconds, 0.40 seconds, 1.19 seconds, 0.66 seconds, 0.53 seconds. The results of the EKG Vital Sign test for this patient's parameters were carried out on the participants from the activity of sitting still, then walking, and running. The participants obtained different Heart Rate values ​​for each activity carried out, namely each worth 78 BPM, 84 BPM, and 89 BPM"

"Penelitian ini membuat software Wireless Heart Rate Monitor untuk memantau keadaan jantung manusia. Sistem ini dapat mendeteksi aktivitas jantung dan menampilkannya dalam bentuk grafik aktivitas denyut jantung (elektrokardiogram) dan detak jantung dalam satuan detak per menit (BPM). Software juga dapat mendeteksi adanya disritmia pada jantung manusia dan menampilkannya dalam bentuk notifikasi ("Tachycardia", "Bradycardia", dan "Normal"). Penelitian dilakukan dengan menggunakan bahasa pemrograman Java. Modul XBee wireless 802.15.4 digunakan untuk berkomunikasi dengan mikrokontroler yang terhubung dengan sebuah sensor. Keseluruhan tampilan software telah diuji pada mahasiswa fakultas kedokteran. Rata-rata nilai kualitatif yang didapat dari responden yaitu 4.08 dari skala 5 (paling baik). Software ini membutuhkan waktu 49.9 ms untuk melakukan penerimaan dan pengolahan data hingga siap ditampilkan. Keseluruhan fitur software telah diuji dan siap digunakan ketika dihubungkan dengan perangkat lain untuk melengkapi sistem Wireless Heart Rate Monitor.

---

This research creates Wireless Heart Rate Monitor software to monitor human heart condition. This system can detect the activity of heart and display it in heart contraction activity graph (electrocardiogram) and heartbeat in minute unit (BPM). Software also can detect dysrhythmia in human‟s heart and show it with notification ("Tachycardia", "Bradycardia", and "Normal").

This research was conducted with Java language programming. The XBee wireless module 802.15.4 is used to communicate with microcontroller attached with a sensor. The interface of this software already tested with the students from Faculty of Medicine. The average qualitative value from respondents is 4.08 scales of 5 (best). This software needs 49.9 ms to read and process until the data is ready to display. The features of this software has been tested and ready to use when connected with another device to complete the Wireless Heart Rate Monitor system."

"Penyakit jantung setiap tahun selalu meningkat karena ada beberapa faktor diantaranya gaya hidup dan pola hidup yang salah. Penyakit ini sangat membahayakan dan mengancam kehidupan. Kelainan pada jantung dapat dideteksi dengan alat elektro kardio gram (EKG) yang memerlukan pengetahuan dalam perekaman dan interpretasinya. Penelitian ini bertujuan untuk mengetahui gambaran tingkat pengetahuan perawat tentang interpretasi EKG. Desain penelitian ini adalah penelitian deskriptif yang melibatkan 129 perawat (laki-laki 15 orang dan erempuan 114 orang) yang bekerja di rumah sakit Suyoto Jakarta dengan metode random sampling. Alat pengumpulan data menggunakan kuesioner yang berisi 40 item pernyataan. Analisis data penelitian adalah analisis univariat yang menjelaskan bahwa tingkat pengetahuan perawat sebagian besar masih rendah (60,5%) dan responden berpengatahuan tinggi 39,5%. Dari hasil penelitian ini, maka perawat perlu dibekali dengan ilmu pengetahuan tentang EKG dan interpretasinya melalui pendidikan formal dan pelatihan.

---

Heart disease is increasing every year because there are several factors such as lifestyle and life is wrong. Heart disease is very dangerous and life thereatening. Heart defects can be deteted by electro cardio gram (ECG), wich requires knowledge of the recording and interpretation. This study aims to describe the level of nurse knowledge about ECG interpretation. This study design was a descriptive study involving 129 nurses (15 men and 114 women) who work in hospital Suyoto Jakarta with random sampling method. Data collections using a questionaire containing 40 items statement. Data analysis was univariate analysis explain that most of the nurses? knowledge level is still low (60,5%) and 39,5% of respondents knowledgeable high. From the result of this study, the nurses need to be equipped with knowledge about ECG and its interpretation through formal education and training."

"Jantung merupakan organ yang sangat vital bagi manusia dan memiliki fungsi utama untuk memompa darah ke seluruh tubuh. Salah satu cara untuk mengetahui bagaimana kondisi jantung adalah dengan mengetahui frekuensi denyut jantung per menit BPM . Pada skripsi ini akan dibahas penelitian untuk membangun alat pengukur denyut jantung dengan merancang bangun elektrokardiografi EKG portabel dengan memanfaatkan elektroda kapasitif. Elektroda ditempelkan pada selembar alas plastik yang ditempatkan di bagian bawah tubuh pasien yang sedang berbaring. Sebelum diproses menggunakan mikrokontroler Arduino UNO, keluaran sinyal dari elektroda diproses menggunakan rangkaian pengolah sinyal yang terdiri dari rangkaian penguat instrumentasi, filter, dan penguat non-inverting. Selanjutnya sinyal hasil pengolahan ditampilkan pada layar LCD dan dikirimkan ke smartphone menggunakan modul bluetooth. Hasil pengujian menunjukkan bahwa sinyal QRS complex dapat terdeteksi dengan jelas. Untuk membandingkan performansi perangkat, pengukuran hasil rancang bangun dibandingkan dengan EKG PM 10 yang biasa digunakan pada pemonitoran. Ditunjukkan bahwa galat rata-rata dengan subjek berbeda adalah 0,49. Sementara itu, untuk dua aktivitas yang berbeda relaksasi dan setelah berlari diperoleh galat rata-rata sebesar 0,175. Di samping itu dilakukan pula pengujian untuk berbagai ketebalan bahan katun dari 0,2 mm hingga 0,8 mm yang dikenakan oleh pasien. Hasil pengujian menunjukkan terjadi galat rata-rata sebesar 1,48, jika dibandingkan dengan standar Association for the Advancement of Medical Instrumentation AAMI, galat rata-rata masih di bawah batas toleransi maksimum, yaitu sebesar 5.

---

A heart is one of the most vital organs in the human body that pumps blood throughout the body. It is very important to monitor the condition of the heart. The condition of a human heart can be diagnosed by measuring the heartbeat frequency beats per minute. In this paper, we propose a design of a portable electrocardiography ECG based on capacitive electrodes for heart rate monitoring. The device consists of electrodes attached to a plastic sheet which is placed on the bed mattress under the patient 39 s back. Before being processed by Arduino UNO microcontroller, the output signal of the electrodes is processed using signal conditioning circuit consisting of the instrumentation amplifier circuit, filter, and non inverting amplifier. The signal processing results obtain from conditioning circuit are displayed on the LCD screen and sent to smartphone using bluetooth module. To test accuracy of proposed design, the measurement result is compared to ECG PM 10 which is commonly used for heart rate monitoring. The test results show that the QRS complex signal can be detected clearly. It shows that the average error with a different subject is 0.49. Meanwhile, for two different activities relaxation and after running an average error of 0.175 is obtained. The effect of the patient 39 s cloth thickness is also investigated by measuring heartbeat frequency using several cotton thickness from 0.2 mm up to 0.8 mm. On measurements with varied cotton thickness, it is shown that the proposed design has an average error of 1.48 compared to a commercial ECG, which is still under the Association for the Advancement of Medical Instrumentation AAMI maximum standard error 5."

"Data WHO menyebutkan bahwa 37% kematian di Indonesia disebabkan oleh penyakit jantung. Di Indonesia alat pendeteksi kerja jantung atau biasa dikenal electrocardiogram (ECG) hanya dimiliki beberapa rumah sakit besar. Padahal dengan hanya mengetahui 3 titik pengukuran dapat diketahui secara garis besar kondisi jantung. Dengan adanya microcontroller Arduino, kita dapat membuat ECG portable sederhana yang dapat mendeteksi kondisi jantung. Sensor AD8232 sebagai device utama yang membaca detak jantung dari pengolahan tegangan yang diterima electrode atau lead yang terpasang di badan. Dengan mengkombinasikan Arduino-Uno serta device HC-05 FC-114 sebagai pemancar bluetooth, penyajian tampilan ECG dapat dilihat pada monitor handphone secara real-time. Alat simulator ECG digunakan sebagai pemicu kinerja jantung untuk ujicoba performa ECG portable. Dari hasil tes, baik simulator dan ujicoba langsung ke manusia, ECG dapat disajikan pada monitor smartphone dengan bantuan bluetooth module dengan hasil yang menggambarkan kondisi sebenarnya."

"Dalam penelitian ini, telah dibangun sebuah sistem akuisisi data elektrokardiograf (EKG) 12-lead berbasis Raspberry Pi 4 yang berbobot rendah, berdaya rendah dan terjangkau. Raspberry Pi 4 digunakan untuk mengakuisisi dan memproses sinyal elektrokardiograf (EKG) dengan performa tinggi, karena memiliki kombinasi antara fleksibilitas dan versality. Sebagai pusat dari sistem akuisisi data yang dibangun, Raspberry Pi menerima, memproses, dan menyimpan data dari Analog Front-End to Digital Converter (ADC) ADS1298RECGFE-PDK. ADS1298 memiliki beberapa kelebihan diantaranya adalah akuisisi data secara simultan, resolusi 24-bit, membutuhkan daya <0.2 mW dan noise<1μV. Komunikasi data yang digunakan dalam sistem yang dibangun adalah Serial Peripheral Interface (SPI). Sistem ini menggunakan sumber daya dari baterai Sony VTC5 18650 untuk mencegah interferensi power line. Untuk bagian pemrosesan sinyal, penulis mengimplementasikan filter low pass Butterworth dengan orde 5 dan Fast Fourier Transform (FFT) pada program Python. Bahasa pemrograman yang digunakan adalah C yang digunakan untuk komunikasi antara Raspberry Pi dengan ADS1298RECGFE-PDK dan Python yang digunakan pemrosesan sinyal. Sistem ini telah dievaluasi menggunakan ProSim 4 yang menghasilkan bentuk gelombang ECG dengan ECG rate 120 BPM, 150 BPM, dan Aritmia, serta pengambilan data partisipan. Dicari juga selisih sinyal yang diperoleh dengan CardioCare 2000 dan hubungannya menggunakan regresi linier pada 120 BPM. Didapatkan nilai error selisih, gradien, dan intercept terbesar adalah 23.615%, 0.062%, dan 9.030%. Sistem ini akan digunakan dalam studi lain untuk mendeteksi Aritmia dengan metode klasifikasi Convolutional Neural Network (CNN). Hasil dari klasifikasi menunjukkan accuracy 100%, specificity 100%, dan sensitivity 100%.

---

In this study, a low weight, low cost, and affordable Raspberry Pi 4 based 12-lead electrocardiograph (ECG) data acquisition system has been built. Raspberry Pi is used to acquire and process electrocardiograph (ECG) signals in high performance, because it has a combination of flexibility and versality. As the center of the data acquisition system built, Raspberry Pi acquires, processes, and stores data from the ADS1298RECGFE-PDK Analog Front-End to Digital Converter (ADC). ADS1298 has several advantages including simultaneous data acquisition, 24-bit resolution, requires power <0.2 mW and noise <1μV. Data communication used in the system built is the Serial Peripheral Interface (SPI). The system uses the power source of the Sony VTC5 18650 battery to prevent power line interference. For the signal processing section, the authors implement the Butterworth low pass filter in order 5 and Fast Fourier Transform (FFT) in the Python program. The programming language used is C which is used for communication between Raspberry Pi with ADS1298RECGFE-PDK and Python which is used for signal processing. This system has been evaluated using ProSim 4 which produces ECG waveforms with ECG rates of 120 BPM, 150 BPM, and Arrhythmia, as well as participant data collection. This system is also looking for the difference in the signal obtained by CardioCare 2000 and its linear relationship using linear regression.The biggest difference, gradient, and intercept error values are 23.615%, 0.062%, and 9.030%. This system will be used in other studies to predict arrhythmias using the Convolutional Neural Network (CNN) classification method. The results of the classification show 100% accuracy, 100% specificity, 100% sensitivity."