Implementasi Algoritma Pengenalan Sinyal EKG Secara Real-time Berbasis Mikrokontroler ESP32
Abstract
Pemantauan sinyal elektrokardiogram (EKG) secara real-time membutuhkan algoritma pengolahan sinyal yang akurat dan efisien untuk diimplementasikan pada sistem tertanam dengan keterbatasan sumber daya. Deteksi kompleks PQRST, khususnya puncak R, menjadi dasar dalam perhitungan parameter vital sign berupa Heart Rate (HR) dan Heart Rate Variability (HRV). Penelitian ini bertujuan mengimplementasikan algoritma deteksi EKG berbasis mikrokontroler yang mampu mendeteksi kompleks PQRST serta menghitung HR dan HRV secara real-time. Sistem dirancang menggunakan modul BioAmp EXG Pill dan mikrokontroler ESP32 dengan frekuensi sampling 125 Hz. Tiga algoritma, yaitu Pan-Tompkins, Hilbert Transform, dan Multilevel Teager Energy Operator (MTEO), diimplementasikan langsung pada mikrokontroler dan dievaluasi berdasarkan kompleksitas waktu, kompleksitas ruang, latensi pemrosesan, serta ketepatan hasil dibandingkan dengan referensi BioSigKit pada MATLAB. Hasil pengujian menunjukkan bahwa ketiga algoritma memiliki kompleksitas waktu O(N), penggunaan memori konstan, dan latensi pemrosesan pada orde mikrodetik per sampel. Selisih rata-rata HR berada pada rentang ±1–3 bpm, sedangkan nilai HRV masih berada dalam batas toleransi fisiologis. Hasil ini menunjukkan bahwa sistem mampu bekerja secara real-time dengan kinerja dan akurasi yang memadai.
Kata kunci— Elektrokardiogram, Deteksi PQRST, Heart Rate, Heart Rate Variability, Sistem Real-time, Mikrokontroler ESP32
References
D. Ramli and Y. Karani, "Anatomi dan Fisiologi Komples Mitral," Jurnal Kesehatan Andalas, vol. 7, pp. 103–112, 2018.
World Health Organization (WHO), "Cardiovaskular Diseases (CVDs)," World Health Organization (WHO), 2021.
Kementerian Kesehatan Republik Indonesia, Laporan Nasional RSKESDAS 2018, Jakarta: Lembaga Penerbit Badan Penelitian dan Pengembangan Kesehatan, 2019.
R. J. Martis, U. R. Acharya and H. Adeli, "Current Methods in Electrocardiogram Characterization," Computers in Biology and Medicine, vol. 48, pp. 133–149, 2014.
M. Rifali and D. Irmawati, "Sistem Cerdas Deteksi Sinyal Elektrokardiogram (EKG) untuk Klasifikasi Jantung Normal dan Abnormal Menggunakan Jaringan Syaraf Tiruan (JST)," ELINVO (Electronics, Informatics, and Vocational Education), vol. 4, no. 1, pp. 49–55, 2019.
J. E. Hall, The Heart, Mississippi: ELSEVIER, 2016.
S. Herminingsih, I. Uddin, M. A. Nugroho and S. N. Sofia, ELEKTROKARDIOGRAFI, Semarang: Fakultas Kedokteran Universitas Diponegoro, 2021.
L. Irawati, "Aktifitas Listrik pada Otot Jantung," Jurnal Kesehatan Andalas, vol. 4, no. 2, pp. 596–599, 2015.
T. W. Bae and K. K. Kwon, "EKG PQRST Complex Detector and Heart Rate Variability Analysis using Temporal Characteristics of Fiducial Points," Biomedical Signal processing and Control, vol. 66, 2021.
G. B. Adityaputra, T. and T. A. Sardjono, "Rancang Bangun Elektrkardiografi 12-Leads untuk Sistem Pengawasan Kesehatan Jantung Jarak Jauh," JURNAL TEKNIK ITS, vol. 8, no. 1, 2019.
R. I. S. H. S. T. M. A. Z. Fahira, "Analysis of Pan-Tompkins Algorithm Performance with Noisy EKG Signals," Journal of Physics: Conference Series, vol. 1532, 2019.
D. Janković and R. Stojanović, "The case study of application Hilbert transform in EKG signal processing," MENOnet Journal: Works in Progress in Embedded Computing (WiPiEC), vol. 7, no. 2, pp. 1–8, Dec. 2021.
D. Benitez, P. A. Gaydecki, A. Zaidi, and A. P. Fitzpatrick, "The use of the Hilbert transform in EKG signal analysis," Computers in Biology and Medicine, vol. 31, no. 5, pp. 399–406, 2001.
Z. Habibi, K. Karimizadeh, A. Nosratpour and I. Alipourfard, "Enhanced QRS detection and EKG compression using adaptive thresholding: A real-time approach for improved monitoring and diagnosis," Computers and Electrical Engineering, vol. 119, 2024.
H. Sedghamiz, "BioSigKit: A Matlab Toolbox and Interface for Analysis of Biosignal," The Journal of Open Source Software, vol. 3, no. 30, p. 671, 2018.
H. Beyramienanlou and N. Lotfivand, "An Efficient Teager Energy Operator-Based Automated QRS Complex Detection," Journal of Healthcare Engineering, vol. 2018, p. 11, 2018.
S. B. S. D. A. H. Lindsay M. Biga, Anatomy & Physiology, Oregon State University, 2019.
D. K. Hasibuan and I. H. Mulyadi, "Real-time Heart Rate Monitoring for Wearable Electrocardiography Using Filter-Based and Peak Threshold Algorithms: A Comparative Study," Jurnal Integrasi, vol. 10, no. 2, pp. 54–58, 2018.
R. Tiwari, R. Kumar, S. Malik, T. Raj and P. Kumar, "Analysis of Heart Rate Variability and Implication of Different Factors on Heart Rate Variability," Current Cardiology Reviews, vol. 17, no. 5, 2021.
