ABSTRAK

Fibrilasi Atrium (FA) merupakan jenis aritmia yang paling umum dengan peningkatan resiko 1,5 hingga 2 kali lipat dari semua penyebab kematian dan peningkatan morbiditas. FA Paroksismal (FAP) adalah salah satu tipe FA, studi mengenai FAP menunjukkan bahwa 20% - 30% individu dengan FA memiliki FAP. Penelitian untuk membuat model predictor tool FAP menggunakan Jaringan Syaraf Tiruan (JST) telah dilakukan. Fitur Statistik RR dijadikan fitur masukan pada JST Radial Basis Function dengan optimasi menggunakan Particle Swarm Optimization (JST PSORBF). Data Elektrokardiogram (EKG) yang digunakan adalah Atrial Fibrillation Prediction Database (AFPDB) dari PyhsioNet. Target keluaran JST, yaitu abnormal (preceding FAP) dan normal (Distant FAP). Tahapan penelitian meliputi pra-proses, ekstraksi fitur, pelatihan dan pengujian JST, serta penentuan kinerja JST. Parameter JST RBF meliputi pusat, lebar dan bobot dioptimasi menggunakan PSO. Metode validasi menggunakan 5-bagian validasi silang. Pada penelitian ini, delapan variasi kombinasi fitur dijadikan sebagai fitur masukan JST. Hasil terbaik ditunjukkan oleh variasi 8 macam kombinasi fitur saat jumlah neuron 120, dengan kinerja akurasi, sensitivitas, dan spesifitas sebesar 86,55%, 84,92% dan 88,22%.
Kata Kunci : Fibrilasi Atrium Paroksismal, PSORBF, EKG.