ASTRYD OKTY KUSUMAWATI, 081311733004 (2017) RANCANG BANGUN MONITORING ELECTROCARDIOGRAF (ECG) MENGGUNAKAN INTERNET OF THINGS. Skripsi thesis, Universitas Airlangga.
|
Text (abstrak)
ST T 32-17 Kus r Abstrak.pdf Download (93kB) | Preview |
|
Text (fulltext)
ST T 32-17 Kus r Sec.pdf Restricted to Registered users only until 25 January 2021. Download (2MB) | Request a copy |
Abstract
Penyakit kardiovaskuler merupakan penyakit yang disebabkan oleh banyak hal, di antaranya disebabkan oleh keadaan dimana irama jantung tidak normal dan adanya gangguan pada otot jantung sehingga dinding jantung tidak mampu bekerja secara sempurna dalam memompa maupun menyedot darah. Diagnosis penyakit kardiovaskuler dapat dilakukan dengan menggunakan ECG. ECG merupakan instrumen yang digunakan untuk memantau kondisi kelistrikan jantung yang kemudian direpresentasikan dalam bentuk gelombang P, Q, R, S, dan T. Dewasa ini sistem monitoring dalam dunia medis sudah berkembang, untuk dapat memantau kondisi jantung seseorang dalam jarak yang jauh secara real tiime dan akurat. Penelitian ini bertujuan untuk membuat sistem monitoring electrocardiograf menggunakan internet of things. Dalam penelitian ini menggunakan 3 sadapan jantung (Right Arm, Left Arm, Right Leg) yang akan diolah dengan menggunakan AD8232 sebagai penguat dan pemfilter, mikrokontroler arduino uno sebagai ADC (Analog to Digital Converter), software Arduino IDE sebagai pengolah data, ethernet shield untuk mengirim data yang telah diolah oleh arduino ke database MySQL, dan menggunakan website sebagai penampil grafik sinyal jantung dengan menggunakan bahasa pemrograman PHP. Sinyal jantung diolah menjadi data analog yang dikonversi ke digital, selanjutnya data akan disimpan pada database secara online. Data yang telah tersimpan pada database akan direpresentasikan dalam sebuah gelombang P, Q, R, S, dan T pada web. Hasil pengujian terhadap variasi BPM didapatkan akurasi sebesar 96% untuk 40 BPM, 81% untuk 60 BPM, 60% untuk 80 BPM, 56% untuk 100 BPM, dan 75% untuk 180 BPM. Hasil pengujian untuk variasi ST didapatkan akurasi sebesar sebesar 78% untuk ST segmen +0,2mV, 77% untuk ST segmen +0,4mV, 75% untuk ST segmen -0,2mV, dan 61% untuk ST segmen -0,4mV.
Item Type: | Thesis (Skripsi) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Additional Information: | KKC KK ST.T.32/17 Kur r | |||||||||
Uncontrolled Keywords: | electrocardiograf, AD8232, monitoring, real time, internet of things. | |||||||||
Subjects: | Q Science > QC Physics | |||||||||
Divisions: | 08. Fakultas Sains dan Teknologi > Tekno Biomedik | |||||||||
Creators: |
|
|||||||||
Contributors: |
|
|||||||||
Depositing User: | Mr Binkol2 2 | |||||||||
Date Deposited: | 10 Dec 2017 19:15 | |||||||||
Last Modified: | 24 Jan 2018 19:05 | |||||||||
URI: | http://repository.unair.ac.id/id/eprint/62318 | |||||||||
Sosial Share: | ||||||||||
Actions (login required)
View Item |