Sistem Deteksi Insomnia berbasis Elektrokardiogram menggunakan Fitur Mean RR dan Standar Deviasi NN dengan Metode K-Nearest Neighbours

Abstrak

Insomnia adalah penyakit tidur dimana waktu dan kualitas tidur manusia tidak tercukupi karena kesulitan memulai tidur atau sulit mempertahankan kondisi tidur. Diagnosis dini dan pengobatan insomnia diperlukan untuk mencegah kronisitas dan kematian yang diakibatkan oleh insomnia yang tidak terobati. Sinyal EKG tubuh yang dibutuhkan dapat dideteksi dengan memasang sensor pada tubuh manusia. Sinyal EKG memiliki beberapa titik yaitu titik P,Q,R,S dan T. Terdapat bagian PR interval, PR segmen, QRS complex, ST segmen, dan QT interval sebagai area yang ada pada sinyal EKG. Pada penelitian ini akan menggunakan R-R interval sinyal EKG manusia yang diambil ketika kondisi tidur selama 2 jam yang sudah mewakili satu siklus tidur seseorang. Fitur yang akan digunakan adalah fitur Mean RR dan SDNN. Metode K-Nearest Neighbours melakukan klasifikasi pada data baru dengan mencari jarak terdekat dari data latih, hal tersebut membuat metode ini sesuai pada penelitian ini karena data latih yang digunakan mempunyai perbedaan yang signifikan antara kelas yang satu dengan kelas yang lainnya. Alat yang akan digunakan untuk mendeteksi Insomnia adalah mikrokontroler arduino uno dan modul AD8232 yang digunakan untuk mendeteksi dan memfilter sinyal hasil deteksi. AD8232 adalah modul yang digunakan untuk mengakuisisi sinyal ECG. Penggunaan K-Nearest Neighbours sebagai metode klasifikasi memiliki akurasi 86% untuk K = 3 dan memperoleh rata-rata waktu komputasi sebesar 79,9 ms.