Pada hari Kamis, (27/02/2020) Fakultas Teknik Universitas Indonesia (FTUI) kembali menganugerahi gelar doktor kepada salah satu mahasiswa terbaik FTUI, Eko Ihsanto. Melalui disertasinya yang berjudul “Pengembangan Algoritma Baru Untuk Klasifikasi Detak Elektrokardiogram (EKG) Menggunakan Residual Depthwise Separable Convolutional Neural Network”, Eko resmi diangkat menjadi Doktor dari Departemen Teknik Elektro FTUI.
Penelitian yang dipromotori oleh Prof. Dr. -Ing. Ir. Kalamullah Ramli, M.Eng, dan ko-promotor Dr. Ir. Dodi Sudiana, M.Eng. ini bertujuan untuk menerapkan algoritma pemrosesan sinyal EKG yang cepat, akurat, dan efisien dalam penggunaan hardware. Misalnya algoritma untuk mengolah dan menyimpulkan hasil hanya dibutuhkan waktu kurang dari lima milidetik, dengan kemampuan deteksi penyakit maupun otentifikasi identitas yang akurasinya 95% atau lebih.
Penelitian ini menyajikan metode baru, yaitu Residual Depthwise Separable Convolutional Neural Network (RDS-CNN) untuk klasifikasi detak elektrokardiogram, baik yang terkait dengan biomedik, maupun biometrik. Dengan menggunakan metode ini, maka hanya diperlukan dua tahap proses saja, yaitu deteksi detak dan klasifikasi.
Hasil penelitian ini menunjukkan bahwa dalam implementasi biometrik, RDS-CNN telah terbukti dapat digunakan untuk otentifikasi identitas EKG (ID) 90 orang sehat dan 48 pasien dengan akurasi hingga 100%. Hasil ini telah mengungguli metode terdepan lainnya yang menggunakan database yang sama.
Penelitian ini dilatarbelakangi oleh mahal dan sulitnya cara untuk mendeteksi penyakit jantung seperti MRI, CT scan, maupun Heart Ctheter. Padahal untuk deteksi dini, terdapat opsi yang lebih murah, cepat, dan mudah yaitu dengan pembacaan EKG. Melalui penelitian ini diharapkan algoritma yang diterapkan dapat membuat pemrosesan sinyal EKG lebih cepat, akurat, dan efisien.