Local Adaptive Thresholding Menggunakan Metode Sauvola sebagai Tahapan Pra Pengolahan pada Data Citra Isyarat ECG

Abstract

Kondisi seseorang dapat diketahui dari aktivitas kelistrikan jantung yang telah direkam dan dicetak dalam bentuk electrocardiogram (ECG). Data ECG dapat digunakan dalam penelitian sebagai modalitas bahan untuk analisis dan diagnosis kondisi jantung. Data tersebut dapat berupa isyarat satu dimensi maupun isyarat dua dimensi dalam bentuk citra atau gambar. Pengolahan isyarat ECG yang diambil dari data cetak fisik di scan untuk mendapatkan data digital sehingga dapat diolah dengan menggunakan komputer. Penelitian ini bertujuan untuk mempersiapkan data citra ECG dalam tahap pra pengolahan yang siap diolah pada tahap selanjutnya, baik untuk keperluan analisis maupun diagnosis melalui data citra ECG. Sehingga diharapkan dapat memudahkan dan menampilkan hasil yang optimal untuk berbagai penelitian dengan modalitas data citra ECG.Algoritma yang diterapkan menggunakan metode pengambangan lokal dari sauvola tecnique. Dengan menggunakan nilai R sebesar 128 dan nilai k=0,34 telah menghasilkan citra isyarat ECG tersegmentasi yang bersih tanpa grid. Dengan melihat nilai MSE dan PSNR dari masing-masing metode menunjukkan algoritma sauvola mendapatkan hasil yang lebih baik dari pengambagan global.