2020 : Pengembangan Decision Support System untuk Prediksi Hipertensi Berdasarkan Data Electrocardiograph, Photopletysmograph, dan Faktor Resiko Pasien

Prof.Dr.Ir. Mohammad Nuh DEA
Muhammad Hilman Fatoni S.T., M.T

External link

Type

RESEARCH

Keywords

-


Abstract

Hipertensi merupakan penyakit penyebab kematian nomor 5 di Indonesia dengan prevalensi 25,8%. Hipertensi mendapat julukan sebagai silent killer karena tidak memiliki gejala. Faktor resiko hipertensi dapat memberikan indikasi adanya hipertensi pada seseorang. Sinyal tubuh manusia menyimpan informasi penting mengenai kondisi tubuh khususnya kondisi pengaruh tekanan darah. Perkembangan decision support system di dunia kesehatan juga telah berkembang sangat pesat. Dokter memanfaatkan sistem ini sebagai penunjang dalam pengambilan keputusan dan tindakan terhadap pasien. Decision support system kini mulai banyak dikembangkan khususnya pada bidang kesehatan yang cukup penting, misalkan untuk memprediksi hipertensi. Sistem prediksi hipertensi memanfaatkan kumpulan data klinis menggunakan metode prediksi Artificial Neural Network (ANN) telah menghasilkan akurasi 82%. Namun, sistem yang dikembangkan hanya menggunakan data faktor resiko hipertensi. Pemanfaatan sinyal tubuh manusia beserta hasil ekstraksi parameter sinyal tubuh belum dimaksimalkan untuk prediksi hipertensi. Selain itu, ketersediaan data pembelajaran dalam bentuk database yang berkaitan dengan hipertensi masih sangat sulit untuk didapatkan. Sinyal Electrocardiograph (ECG) dan Photoplentysmograph (PPG) pada beberapa penelitian, memiliki perbedaan parameter antara subyek normotensi dan hipertensi. Ekstraksi data ECG dan PPG dapat menghasilkan estimasi tekanan darah dan merupakan parameter penting sebagai tambahan faktor resiko untuk menunjang peningkatan akurasi sistem prediksi hipertensi. Pada penelitian ini, sistem cerdas digunakan sebagai metode untuk memprediksi hipertensi. Dengan memanfaatkan sistem cerdas, data dari Electrocardiograph (ECG) Photoplentysmograph (PPG), dan faktor resiko pasien menjadi input pada decision support system agar dapat membantu dokter dalam mengambil keputusan atau tindakan pada pasien. Penelitian ini dilakukan dengan menggunakan sumber data yang merupakan data primer diambil dari sejumlah subjek. Hasil ekstraksi data pada subjek dimasukan ke database sebagai media penyimpanan dan sumber data yang diakses secara langsung saat sistem berjalan. Melalui sistem informasi berbasis sistem cerdas yang dirancang, maka data-data tersebut akan menjadi data untuk menghasilkan sistem prediksi hipertensi berbasis artificial intelligence.