Penerapan CNN-SVM dengan Seleksi Fitur Berbasis Pola Indeks pada Sinyal PPG untuk Deteksi Hipertensi tanpa Manset

Oleh :
Dafina Nazhifah - M0521016 - Fak. Teknologi Informasi dan Sains Data

Hipertensi merupakan salah satu penyebab utama kematian di seluruh dunia yang sering tidak disadari karena gejalanya yang minimal. Deteksi dini sangat penting, dan salah satu teknik non-invasif memanfaatkan sinyal fotopletismogram (PPG). Analisis berbasis PPG mendukung pemantauan tekanan darah tanpa manset, yang menawarkan alternatif yang lebih nyaman dan dapat dilakukan secara terus-menerus dibandingkan metode tradisional. Namun, sinyal PPG memiliki sejumlah besar fitur, yang dapat menyebabkan redudansi informasi dan penurunan kinerja model. Penelitian ini mengusulkan sistem deteksi hipertensi berbasis kombinasi CNN-SVM, yang didahului dengan seleksi fitur menggunakan indeks posisi (ganjil, genap, kelipatan tertentu) untuk mengurangi dimensi data dan mempercepat komputasi. Pendekatan seleksi fitur sederhana ini, yang jarang dieksplorasi dalam penelitian sebelumnya, bertujuan untuk mengurangi dimensi tanpa memerlukan perhitungan kompleks. Dataset sinyal PPG didapatkan dari 216 pasien Rumah Sakit UNS. Setelah dilakukan preprocessing dan seleksi fitur, proses ekstraksi fitur dilakukan menggunakan Convolutional Neural Network (CNN), kemudian dilanjutkan dengan klasifikasi menggunakan Support Vector Machine (SVM). Kombinasi CNN-SVM telah banyak digunakan dalam berbagai penelitian sebelumnya dan terbukti mampu memberikan performa klasifikasi yang baik. Model dievaluasi dalam tiga skenario klasifikasi: normal vs. prehipertensi-hipertensi, normal-prehipertensi vs. hipertensi, dan klasifikasi tiga kelas. Akurasi klasifikasi terbaik yang diperoleh adalah 93,10% untuk skenario normal vs. prehipertensi-hipertensi. Hasil ini menunjukkan bahwa metode yang digunakan dalam penelitian ini bersifat praktis karena sederhana dan efisien secara komputasi, namun tetap menghasilkan akurasi yang baik. Hal ini menunjukkan bahwa strategi seleksi fitur sederhana dapat secara efektif meningkatkan deteksi hipertensi berbasis sinyal PPG.