bab 2 landasan teori 2.1 intelegensia buatan / artificial...

6

BAB 2

LANDASAN TEORI

2.1 Intelegensia Buatan / Artificial Intelligence

2.1.1 Definisi Artificial Intelligence

Artificial Intelligence (AI) merupakan suatu bagian dari ilmu komputer. Istilah

tersebut meliputi banyak definisi (Jackson, 1999; Raynor, 1996), tetapi kebanyakan ahli

setuju bahwa AI terkait dengan dua ide dasar. Pertama, AI melibatkan pembelajaran

mengenai proses berpikir manusia (untuk memahami apa yang dimaksud dengan

kecerdasan); kedua, AI berhadapan dengan perwakilan dan penyalinan proses tersebut

diatas (contoh: komputer dan robot). Suatu publikasi yang baik dari definisi AI adalah

sebagai berikut: Kecerdasan / Inteligensia Buatan adalah perilaku oleh suatu mesin yang,

jika dilakukan oleh suatu manusia, akan disebut cerdas.

Suatu definisi yang menimbulkan pemikiran dikemukakan oleh Rich dan Knight

(1991, p1): “Artificial Intelligence is the study of how to make computers do things at

which, at the moment, people are better.”

Adapun beberapa perilaku atau kemampuan yang mengindikasikan kecerdasan

tersebut, yakni:

• Belajar atau memahami dari pengalaman.

• Membuat keputusan terhadap keputusan yang ambigu ataupun kontradiksi.

• Merespon dengan cepat dan sukeses terhadap situasi yang baru (respon yang

berbeda, fleksibilitas).

7

• Menggunakan pertimbangan dalam memecahkan masalah dan mengarahkan

secara efektif.

• Berhadapan dengan situasi yang membingungkan.

• Memahami dan mengambil kesimpulan yang masuk akal.

• Penerapan pengetahuan untuk menggerakkan lingkungan.

• Berpikir dan mempertimbangkan.

• Mengenali kepentingan relatif dari setiap unsur-unsur yang berbeda dalam

suatu situasi.

Walaupun tujuan akhir AI adalah untuk membangun mesin yang meniru

kecerdasan manusia, kemampuan produk komersial AI yang ada sekarang masih jauh

dari memperlihatkan beberapa kesuksesan signifikan. Meskipun demikian, program AI

berkembang secara terus-menerus, dan mereka meningkatkan produktivitas dan kualitas

dengan otomatisasi beberapa tugas yang memerlukan kecerdasan manusia.

2.1.2 Evolusi Artificial Intelligence

Mulai masuk tahun 1990-an, perkembangan AI sudah mulai menurun

popularitasnya di kalangan para ahli dibandingkan dengan perkembangan Neural

Network sendiri.

AI yang pada mulanya dianggap suatu bidang keilmuan yang mencoba

memodelkan cara berpikir manusia, tidak lain banyak didominasi oleh teori-teori logis

yang sebenarnya tidak ada hubungannya dengan cara manusia berpikir. Metode-metode

8

yang berkembang pada bidang AI bukanlah bertumpu pada konsep pembelajaran

(learning) yang merupakan dasar teori manusia dapat berpikir.

Sebagai contoh adalah Sistem Pakar / Expert System (ES). ES pada dasarnya

bukan merupakan cara manusia berpikir, tapi lebih mengarah kepada gabungan antara

teori tree dengan teori probabilistik untuk menyelesaikan permasalahan pengambilan

keputusan. Terlalu berlebihan jika beranggapan bahwa ES terilhami oleh cara manusia

berpikir, apalagi cara seorang pakar (expert) berpikir, seperti yang tercantum pada teori

tersebut. Seorang pakar teori pembelajaran (learning theory) dari MIT, Oliver G.

Selfridge, sempat berkomentar, "If an expert system - brilliantly designed, engineered

and implemented - cannot learn not to repeat its mistakes, it is not as intelligent as a

worm or a sea anemone or a kitten." (The Gardens of Learning). Namun ini bukan

berarti ES itu metode yang kurang baik. Akan tetapi dikatakan bahwa ES bukanlah teori

yang dibangun dari cara manusia berpikir.

Seperti yang diketahui bahwa ES mulai dikembangkan pada tahun 1960 oleh

komunitas AI. Teori ini sangat ampuh dalam menyelesaikan permasalahan pengambilan

keputusan melalui pendekatan rule-based reasoning dan case-based reasoning.

Selama ini, metode-metode di AI banyak berhasil menyelesaikan permasalah-

permasalahan yang kompleks dimana manusia sendiri merasa kesulitan untuk

memecahkannya. AI banyak memberikan dasar-dasar logis dalam menyelesaikan

berbagai masalah komputasi. AI bahkan merupakan pintu gerbang yang harus dimasuki

untuk mengenal lebih jauh tentang berbagai disiplin ilmu pada computer science.

9

2.1.3 Kecerdasan Buatan dan Kecerdasan Alami

Nilai potensial dari kecerdasan buatan dapat lebih dimengerti jika dibandingkan

dengan kecerdasan alami (kecerdasan yang dimiliki oleh manusia). Dibandingkan

dengan kecerdasan alami, kecerdasan buatan memiliki beberapa keuntungan, antara lain:

1. Kecerdasan buatan lebih bersifat permanen.

Kecerdasan alami akan lebih cepat mengalami perubahan. Hal ini

dimungkinkan karena sifat manusia yang mudah lupa. Kecerdasan buatan

tidak akan berubah sepanjang sistem komputer dan program tidak

mengubahnya.

2. Kecerdasan buatan lebih mudah diduplikasi dan disebarkan.

Mentransfer pengetahuan manusia dari satu orang ke orang lain

membutuhkan proses yang sangat lama dan juga keahlian itu tidak akan

pernah dapat diduplikasi dengan lengkap. Oleh karena itu, jika pengetahuan

terletak pada suatu sistem komputer, pengetahuan tersebut dapat disalin dari

komputer tersebut dan dapat dipindahkan dengan mudah ke komputer yang

lain.

3. Kecerdasan buatan lebih murah dibandingkan dengan kecerdasan alami.

Menyediakan layanan komputer akan lebih mudah dan lebih murah

dibandingkan dengan harus mendatangkan seseorang untuk mengerjakan

sejumlah pekerjaan dalam jangka waktu yang sangat lama.

4. Kecerdasan buatan lebih bersifat konsisten.

Hal ini disebabkan karena kecerdasan buatan adalah bagian dari

teknologi komputer. Sedangkan kecerdasan alami akan senantiasa berubah-

ubah.

10

5. Kecerdasan buatan dapat didokumentasi.

Keputusan yang dibuat oleh komputer dapat didokumentasi dengan

mudah dengan cara melacak setiap aktivitas dari sistem tersebut. Kecerdasan

alami sangat sulit untuk direproduksi.

6. Kecerdasan buatan dapat mengerjakan pekerjaan lebih cepat dibanding

dengan kecerdasan alami.

7. Kecerdasan buatan dapat mengerjakan pekerjaan lebih baik dibanding

dengan kecerdasan alami.

Sedangkan keuntungan kecerdasan alamiah dibanding kecerdasan buatan adalah

sebagai berikut:

1. Bersifat lebih kreatif.

Kemampuan untuk menambah ataupun memenuhi pengetahuan itu

sangat melekat pada jiwa manusia. Pada kecerdasan buatan, untuk menambah

pengetahuan harus dilakukan melalui sistem yang dibangun.

2. Kecerdasan alami memungkinkan orang untuk menggunakan pengalaman

secara langsung.

Sedangkan kecerdasan buatan harus mendapatkan masukan berupa

simbol dan representasi.

3. Pemikiran manusia dapat digunakan secara luas, sedangkan kecerdasan

buatan sangat terbatas.

Keuntungan kecerdasan alami dibandingkan AI memperlihatkan

banyaknya keterbatasan mempergunakan teknologi AI. Bagaimanapun,

11

dalam banyak kasus teknologi AI menyediakan kemajuan signifikan dalam

produktivitas dan kualitas.

2.1.4 Kecerdasan Buatan dan Komputasi Konvensional

Pada awal diciptakan, komputer hanya diperuntukkan sebagai alat hitung

(komputasi konvensional). Adapun data yang diproses oleh komputer konvensional

dapat dilihat pada Tabel 2.1.

Tabel 2.1 Proses Komputasi Konvensional

Proses Tugas

Kalkulasi Mengerjakan operasi-operasi matematis seperti:

+, -, x, :, atau mencari akar persamaan,

menyelesaikan rumus/persamaan.

Logika Mengerjakan operasi logika seperti and, or,

invert.

Penyimpanan Menyimpan data dan gambar pada file.

Retrieve Mengakses data yang disimpan pada file.

Translate Mengkonversi data dari satu bentuk ke bentuk

yang lain.

Sort Memeriksa data dan menampilkan dalam urutan

yang diinginkan.

Edit Melakukan perubahan, penambahan

penghapusan pada data.

Monitor Mengamati event eksternal dan internal serta

melakukan tindakan jika kondisi tertentu

tercapai.

Kontrol Memberikan perintah atau mengendalikan

peralatan luar.

12

Ada beberapa perbedaan antara komputasi yang dilakukan pada kecerdasan

buatan dengan komputasi konvensional tersebut. Perbedaan komputasi kecerdasan

buatan dengan komputasi konvensional terlihat pada Tabel 2.2.

Tabel 2.2 Perbedaan Kecerdasan Buatan dan Pemrograman Konvensional

(Sumber: Kusumadewi, Sri, 2003)

Dimensi Kecerdasan Buatan Pemrograman

Konvensional

Pemrosesan Mengandung konsep –

konsep simbolik

Algoritmik

Sifat Input Bisa tidak lengkap Harus lengkap

Pencarian Kebanyakan bersifat

heuristik

Biasanya didasarkan pada

algoritma

Keterangan Disediakan Biasanya tidak disediakan

Fokus Pengetahuan Data dan informasi

Struktur Kontrol dipisahkan dari

pengetahuan

Kontrol terintegrasi dengan

data

Sifat Output Kuantitatif Kualitatif

Pemeliharaan dan Update Relatif murah Sulit

Kemampuan menalar Ya Tidak

2.2 Logika Fuzzy / Fuzzy Logic

Fuzzy adalah metode alternatif untuk mengenali suatu subset / keanggotaaan

suatu objek dan telah digunakan sebagai salah satu cabang dari artificial intelligence

(Bart Kosko, 1992). Logika fuzzy adalah suatu permodelan yang menggunakan bahasa

yang mudah dimengerti menjadi suatu bentuk matematika. Hal ini berkaitan dengan

fleksibilitas untuk mengikuti pola pikir manusia. Sebagai contoh :

13

1. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak

persediaan barang pada akhir minggu ini, kemudian manajer produksi akan

menetapkan jumlah barang yang harus diproduksi esok hari.

2. Pelayan restoran memberikan pelayanan terhadap tamu, kemudian tamu akan

memberikan tips yang sesuai atas baik tidaknya pelayanan yang diberikan.

3. Anda mengatakan pada saya seberapa sejuk ruangan yang anda inginkan,

saya akan mengatur putaran kipas yang ada pada ruangan ini.

4. Penumpang taksi berkata kepada sopir taksi seberapa cepat laju kendaraan

yang diinginkan, sopir taksi akan mengatur pijakan gas taksinya.

Ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain :

1. Konsep logika fuzzy mudah dimengerti. Konsep matematis yang mendasari

penalaran fuzzy sangat sederhana dan mudah dimengerti.

2. Logika fuzzy sangat fleksibel

3. Logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat.

4. Logika fuzzy mampu memodelkan fungsi-fungsi non-linear yang sangat

kompleks

5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-

pemgalaman para pakar secara langsung tanpa harus melalui proses

pelatihan.

6. Logika fuzzy dapat bekerja sama dengan teknik-teknik kendali secara

konvensional.

7. Logika fuzzy didasarkan pada bahasa alami.

14

2.3 Neural Network

2.3.1 Definisi Neural Network (NN)

Menurut Haykin (1999, p2), Neural Network (NN) adalah sejumlah elemen

pemroses yang terdistribusi secara paralel dan memiliki kecenderungan alamiah untuk

menyimpan pengalaman pengetahuan dan menggunakannya dalam pembelajaran.

Menurut Fausett (1994, p3), Neural Network adalah sebuah sistem pengolahan

informasi yang memiliki karakteristik serupa dengan jaringan syaraf biologis. Neural

Network mengandung sejumlah neuron (elemen pemroses) yang terhubung ke neuron

lainnya dengan bobot (weight) tertentu yang merepresentasikan informasi untuk

digunakan oleh Neural Network dalam menyelesaikan sebuah masalah.

Dari pendapat-pendapat diatas maka dapat disimpulkan bahwa Neural Network

adalah model sistem komputasi yang bekerja seperti sistem syaraf biologis pada otak

manusia, yang terdiri dari node-node pemroses yang saling terhubung, dimana di

dalamnya masing-masing node melakukan komputasi secara paralel dan hasilnya

dikirim ke node-node berikutnya untuk diproses sampai akhirnya menghasilkan output

dari jaringan tersebut.

2.3.2 Elemen Pemroses

Kinerja dari Neural Network ditentukan oleh kombinasi dari karakteristik elemen

pemroses (processing element) dan fungsi aktivasinya, topologi (pola hubungan antar

neuron) dan aturan pembelajaran (metode pembentukan bobot koneksi). Elemen

pemroses individu yang menyusun sebagian besar model Neural Network disebut

dengan artificial neuron, unit, node, atau neuron. Artificial neuron dirancang

berdasarkan sifat-sifat (karakteristik) biologikal neuron, yang menerima input dari

15

lingkungan (external sources) dan menggunakannya untuk menghitung sinyal keluaran

yang disebarkan dari unit lainnya, seperti pada Gambar 2.1.

Gambar 2.1 Elemen Pemroses

Dalam Neural Network, ada tiga jenis unit:

1. Input unit, yang menerima data dari luar jaringan.

2. Output unit, yang mengirim data ke luar jaringan.

3. Hidden unit, yang menampung sinyal input dan output dalam jaringan.

Setiap unit j memiliki satu atau lebih input x1, x2, x3, ... xn, tapi hanya satu output yj.

Input sebuah unit adalah data dari luar jaringan atau output dari unit lainnya, atau output

unit itu sendiri.

Setiap input (xi) pada unit ke-i akan dikalikan (operasi perkalian) dengan suatu

nilai weight (wi) tertentu. Weight merupakan suatu nilai atau parameter yang dapat

diubah dan diasosiasikan dengan suatu koneksi antar unit dalam jaringan. Semua hasil

tersebut dijumlahkan dan menghasilkan nilai tunggal yang disebut net input dengan

rumus sebagai berikut:

Σ f( y_inj)

x 1

x 2

x n

w1j

wnj

y_inj yj

...

θj

w2j

jn

iiijj xwiny θ+∑

==

1_ yj = f(y_inj)

16

(2-1)

dimana:

i : indeks input pada unit ke-i

xi : masukan (input) untuk unit ke-i

n : jumlah hubungan (koneksi) ke unit tersebut

wij : bobot (weight) untuk unit ke-j, yang terhubungan dengan input ke-i

θ : unit bias

y_inj : net input

2.3.3 Fungsi Aktivasi

Fungsi aktivasi merupakan fungsi yang menentukan level aktivasi, yaitu keadaan

internal sebuah neuron dalam jaringan (Fausett, 1994, p3). Keluaran aktivasi ini

biasanya dikirim sebagai sinyal ke beberapa neuron lainnya. Perlu diketahui bahwa

sebuah neuron hanya dapat mengirim sinyal satu kali dalam satu waktu, walaupun sinyal

tersebut dapat dikirim sekaligus ke beberapa neuron lainnya. Kebanyakan unit dalam

Neural Network mentransformasi net input dengan menggunakan fungsi aktivasi

sehingga menghasilkan sebuah nilai output.

Beberapa fungsi aktivasi yang paling umum digunakan (Fausett, 1994, p17)

adalah:

1. Fungsi Identitas

Untuk input unit yang berhubungan dengan input dari sistem secara

keseluruhan, fungsi aktivasinya adalah fungsi identitas, dengan persamaan:

f(x) = x, untuk semua x (2-2)

jn

iiijj xwiny θ+∑=

=1_

17

Biasanya sebuah konstanta dikalikan dengan net input untuk membentuk

sebuah fungsi linear. Fungsi ini biasanya digunakan pada neuron-neuron

lapisan input dari sistem. Artinya aktivasi dari neuron-neuron output

biasanya sama dengan input-nya sendiri, seperti pada Gambar 2.2.

Gambar 2.2 Fungsi Identitas

2. Fungsi Tangga Biner (Binary step function)

Fungsi Tangga Biner sering disebut threshold function atau Heaviside

function. Output dari fungsi ini dibatasi pada satu dari dua nilai, dengan

persamaan:

⎩⎨⎧

<≥

=) ( jika , ) ( jika ,

01

)(θθ

xx

xf (2-3)

dimana θ adalah suatu nilai threshold.

Fungsi seperti ini sering digunakan dalam single layer network, untuk

mengubah input yang berupa variabel kontinu menjadi output bernilai input 0

atau 1, yang jika digambarkan seperti pada Gambar 2.3.

f (x)

-1

1

-1 0 1x

18

Gambar 2.3 Fungsi Tangga Biner

3. Fungsi Sigmoid

Fungsi-fungsi yang disebut sebagai fungsi sigmoid mencakup fungsi-

fungsi yang berbentuk kurva S. Sebagai contoh adalah fungsi logistik. Fungsi

sigmoid memiliki kelebihan dalam melatih Neural Network menggunakan

algoritma propagasi balik (Backpropagation) karena hubungan yang

sederhana antara nilai fungsi pada suatu titik dengan nilai turunannya,

sehingga mengurangi beban komputasi selama pembelajaran. Persamaan

fungsi sigmoid adalah sebagai berikut:

xexf −+=

11)( (2-4)

Fungsi ini khususnya digunakan sebagai fungsi aktivasi untuk Neural

Network dimana nilai keluarannya terletak pada interval antara 0 dan 1, jika

digambarkan dalam grafik seperti pada Gambar 2.4.

Gambar 2.4 Fungsi Sigmoid

f (x)

1

-6 -4 -2 0 2 4 6x

f (x)

1

-1 0 1 2 3x

19

4. Fungsi Sigmoid Bipolar

Fungsi ini memiliki sifat yang sama dengan fungsi sigmoid, dengan

persamaan:

x

x

eexg −

−

+−

=11)( (2-5)

Perbedaannya, fungsi ini diterapkan dengan baik untuk aplikasi yang

menginginkan nilai keluaran dengan interval antara -1 dan 1, seperti pada

Gambar 2.5.

Gambar 2.5 Fungsi Sigmoid Bipolar

Fungsi aktivasi untuk hidden unit diperlukan untuk memasukkan non-linearity

kedalam jaringan, sebab gabungan dari beberapa fungsi linear pada input node tetap

menghasilkan fungsi linear. Bagaimanapun, kemampuan untuk merepresentasikan

fungsi-fungsi nonlinear adalah kelebihan dari multi-layer network. Hampir semua fungsi

nonlinear dapat digunakan, meskipun untuk pembelajaran backpropagation fungsi harus

dapat diturunkan dan lebih menolong jika fungsi dibatasi. Fungsi sigmoid adalah pilihan

yang paling umum.

Untuk output unit, pemilihan fungsi aktivasi harus disesuaikan dengan distribusi

dari nilai ouput yang diharapkan. Terlihat bahwa untuk output biner, fungsi sigmoid

f(x)

-1

1

-6 -4 -2 0 2 4 6 x

20

adalah pilihan yang baik sekali. Untuk nilai target yang kontinu dengan batasan interval,

fungsi sigmoid tetap berguna, jika nilai output aktual atau output target diskalakan ke

dalam interval dari fungsi aktivasi untuk output unit. Namun jika nilai target tidak

diketahui batasan intervalnya, sebaiknya menggunakan fungsi aktivasi yang tidak

dibatasi, misalnya fungsi identitas. Jika nilai yang diharapkan bernilai positif tetapi tidak

diketahui batas atasnya, fungsi eksponensial dapat digunakan.

2.3.4 Topologi Neural Network

Topologi atau pola hubungan antar unit ditentukan dari jumlah layer, jumlah unit

dalam layer, dan struktur interkoneksi antar layer dalam Neural Network.

Topologi Neural Network dilihat dari jumlah layer dapat dibagi menjadi tiga

kelompok, yaitu:

1. Single Layer Network (SLN).

Dalam model ini, baik input maupun output diproses dalam layer

tersebut. Single Layer Network hanya dapat mengerjakan auto association.

2. Two Layer Network (TLN).

Layer pertama model ini digunakan sebagai input untuk memberikan

hasilnya ke layer berikutnya. Banyak model Neural Network yang

menggunakan sistem dua layer ini. Beberapa contoh antara lain propagasi

balik (Backpropagation), BAM, Boltzman machine, Fuzzy Associative

Memory dan Temporal Associative Memory.

3. Multi Layer Network (MLN).

Multi Layer Network terdiri dari dua atau lebih layer yaitu satu input

layer, beberapa hidden layer, dan satu output layer. Setiap layer memiliki

21

sejumlah elemen pemroses (neuron) yang terhubung dari layer satu ke layer

yang lain. Hal ini diperoleh dengan mengkombinasikan dua atau lebih model

Neural Network dengan cara membuat hubungan yang sesuai antara layer

dari satu sub jaringan dengan sub jaringan yang lain.

Suatu Neural Network dapat dibagi dua macam jika dilihat dari struktur

interkoneksi antar layer, yaitu:

1. Feedforward Network, yaitu suatu jaringan yang mempunyai bentuk umpan

maju (feedforward). Setiap layer dalam Feedforward Network melakukan

perhitungan kemudian mengirimkan hasilnya untuk digunakan sebagai input

pada layer berikutnya. Tidak ada penghubung umpan balik seperti pada

Recurrent Network. Struktur ini biasanya digunakan untuk pengenalan pola.

Contohnya adalah Feedforward Network model propagasi balik

(Backpropagation) yang dapat dilihat pada Gambar 2.6.

x1

x2h2

xl

h1

hm

y1

y2

yn

… … …

x0 h0

Input Layer Hidden Layer Output Layer

bias bias

)1(jiw )2(

kjw

Gambar 2.6 Feedforward Neural Network

2. Recurrent Networks, yaitu suatu jaringan yang mempunyai penghubung

umpan balik (feedback) dari output layer ke input layer. Contoh Recurrent

Networks dapat dilihat pada Gambar 2.7.

22

Gambar 2.7 Recurrent Neural Network

2.4 Sistem Kardiovaskuler

Sistem Kardiovaskuler merupakan sistem peredaran darah manusia, yang

melibatkan organ jantung sebagai bagian terpenting dari sistem ini. Di mana jantung

bertugas untuk menyediakan oksigen untuk seluruh tubuh dan membersihkan tubuh dari

hasil metabolisme (karbondioksida).

2.4.1 Bagian-bagian Jantung

Jantung adalah otot berongga yang terletak di sebelah kiri dada manusia. Jantung

yang dilindungi oleh tulang rusuk ini memiliki 2 ruang, yaitu atrium dan ventrikel.

Masing-masing bagian tersebut berjumlah sepasang dan terletak di kanan dan kiri, yaitu

atrium kanan dan kiri di bagian atas serta ventrikel kanan dan kiri di bagian bawah.

Kedua atrium dipisahkan oleh pembuluh terbesar di dalam tubuh yaitu pembuluh aorta.

Di antara atrium kiri dan serambi kiri dipisahkan oleh katup berdaun tiga sedangkan

antara atrium kanan dan serambi kanan dipisahkan oleh katup berdaun dua.

x0

x1

h1

xl

h0

y0

y1

yn

x0

x1

h1

xl

h0

hm

y0

y1

yn

Input Layer Hidden Layer Output Layer

23

Gambar 2.8 Jantung Tampak Depan

Gambar 2.9 Ruang dan Katup Jantung

24

2.4.2 Sistem Peredaran Darah Manusia

Ketika berdenyut, setiap ruang jantung berelaksasi / mengendur dan terisi darah

(diastole) dan kemudian berkontraksi / mengerut sehingga darah terpompa keluar dari

ruang jantung (sistole). Kedua atrium berelaksasi dan berkontraksi secara bersamaan,

begitupun dengan kedua ventrikel; mengendur dan berkontraksi secara bersamaan.

2.4.2.1 Sistem Peredaran Darah Kecil

Sistem peredaran darah kecil merupakan sistem peredaran darah dari jantung ke

paru-paru dan sebaliknya. Darah yang telah kehabisan oksigen dan terisi oleh

karbondioksida dari seluruh tubuh akan mengalir melalui dua vena berbesar (vena kava)

menuju ke dalam atrium kanan. Tepatnya yaitu vena kardiak mengalirkan darah ke

dalam sinurskoroner, yang akan mengembalikan darah ke dalam atrium kanan. Setelah

atrium kanan terisi penuh, darah akan didorong menuju ventrikel kanan kemudian darah

dari ventrikel kanan akan dipompa melalui katup pulmoner ke dalam arteri pulmonalis,

menuju ke paru-paru.untuk dihembuskan keluar tubuh manusia.

Sedangkan oksigen yang berada di kantong-kantong udara paru-paru akan

mengalir ke jantung, tepatnya dengan melalui vena pulmonalis menuju ke atrium kiri.

Sistem peredaran darah ini juga sering dikenal dengan istilah sirkulasi pulmoner.

2.4.2.2 Sistem Peredaran Darah Besar

Sistem peredaran darah besar merupakan sistem peredaran darah dari jantung ke

seluruh tubuh dan sebaliknya. Darah di atrium kiri akan didorong ke dalam ventrikel

kiri, yang selanjutnya akan memompa darah yang kaya akan oksigen ini melewati katup

aorta masuk ke dalam aorta). Darah akan ke seluruh bagian tubuh, kecuali paru-paru,

25

melalui pembuluh arteri (arteri-kapiler) dan dari seluruh tubuh akan dikirim kembali ke

atrium kanan melalui pembuluh vena (kapiler-vena).

Pembuluh arteri berdinding lentur dan kuat, karena bertugas membawa darah

yang dipompa dari jantung ke seluruh tubuh (tekanan darah sangat tinggi). Sedangkan

pembuluh kapiler yang merupakan penghubung antara pembuluh arteri dan pembuluh

vena berdinding halus dan sangat tipis agar memungkinkan oksigen dan zat makanan

berpindah dari darah ke dalam jaringan dan memungkinkan hasil metabolisme berpindah

dari jaringan ke dalam darah. Dan pembuluh vena yang sering disebut sebagai pembuluh

balik memiliki dinding yang lebih tipis dari pembuluh arteri, tetapi diameternya lebih

besar dibandingkan pembuluh arteri; sehingga vena mengangkut darah dalam volume

yang sama tetapi dengan kecepatan yang lebih rendah. Sirkulasi darah ini juga dikenal

dengan istilah sirkulasi koroner.

Gambar 2.10 Pembuluh Arteri Jantung

26

2.5 Aliran Listrik dalam Tubuh Manusia

Seringkali beberapa orang mengeluh karena merasa seakan-akan tersengat listrik

ketika bersentuhan dengan orang-orang di sekelilingnya. Hal sederhana ini menunjukkan

bahwa adanya kaitan antara arus listrik dengan tubuh manusia. Beberapa kejadian telah

diteliti sejak dahulu untuk mengetahui keterkaitan tersebut. Seperti yang tertera dalam

laporan tahunan perkumpulan medis di London tahun 1774. Di dalam laporan, tersebut

terdapat laporan mengenai kembalinya kesadaran seorang gadis cilik dari kondisi koma

yang dialaminya dengan menggunakan terapi listrik kejut. Dan hal ini pula, yang

membuat semakin bartambah banyaknya jumlah orang yang tertarik untuk meneliti

hubungan antara arus listrik dengan tubuh manusia.

Sesungguhnya, yang terjadi adalah ketika jantung berdenyut dan menghasilkan

ritme/detak jantung, jantung akan berdepolarisasi (bagian atrium jantung mengisi darah

ke bagian ventrikel). Saat membran sel di jantung berdepolarisasi, kuat arus listrik

mengalir dan terjadi perubahan tegangan listrik, yang menimbulkan perbedaan potensial

listrik di tubuh manusia. Oleh karena itu, manusia dapat diumpamakan seperti sebuah

kantung air asin (tetapi bukan sebagai penghantar listrik yang baik), di mana perubahan

potensial listrik terjadi di seluruh bagian tubuh. Dan apabila terjadi perubahan potensial

listrik yang menyebabkan potensial listrik seseorang berbeda dengan potensial listrik

dengan orang di sekitarnya, maka ia akan merasa adanya sengatan listrik ketika

bersentuhan.

Sistem beritme ini sangatlah rentan. Suatu perubahan kecil dapat menunjukkan

adanya kerusakan atau penyakit jantung. Suatu kondisi fatal dapat terjadi apabila ritme

tidak beraturan atau kondisi kontraksi tidak sesuai dan peredaran darah yang tidak

27

efektif. Jika terjadi perkembangan yang lebih jauh, maka kematian dapat menjadi

akibatnya.

2.6 ECG/EKG (Electrocardiogram)

Penemuan alat elektrokardiogram diawali dengan penemuan alat galvanometer

sebagai alat pengukur listrik, yang awalnya digunakan dalam pembuktian adanya listrik

yang mengalir di dalam tubuh makhluk hidup; melalui percobaan yang dilakukan

dengan menggunakan seekor katak (Luigi Galvani, Italia, 1786). Penemuan ini

disempurnakan oleh seorang psikologi Jerman, Emil Du bois-Reymond, dengan

menciptakan sebuah galvanometer sensitif dengan menggunakan notasi yang disebut

sebagai ‘disturbance curve’ dengan ‘o’ sebagai titik keseimbangan dan p, q, r, s, k, dan h

sebagai titik-titik penyimpangan. Dalam percobaannya juga diketahui bahwa otot yang

diam memiliki energi potensial listrik dan energi tersebut akan menghilang saat terjadi

kontraksi otot.

Galvanometer sensitive tersebut disatukan dengan mesin telegraf oleh William

Thomson (1867) dan dipergunakan pertama kali oleh seorang ahli bedah di Belanda, Mr.

Green, dalam pembedahan menggunakan klorofom (1872). Pertama kalinya laporan

hipotesis dengan menggunakan EEG (electroencephalogram; pengukuran beda potensial

listrik di tubuh manusia berdasarkan listrik yang mengalir di sekitar otak manusia)

dikeluarkan oleh John Hughlings Jackson. Istilah ECG diperkenalkan pertama kali oleh

Willem Einhoten pada tahun 1893 dengan menggunakan basis penelitian tentang P, Q,

R, S, T berdasarkan aliran listrik dari jantung yang dikemukakan oleh John Burden

Sanderson and Frederick Page (1878).

28

2.6.1 Pengukuran Potensial Listrik Jantung dengan EKG

Ada beberapa sel pemicu denyut jantung yang secara spontan dapat merubah

potensial listrik jantung. Potensial listrik tersebut merangsang listrik tersebar melalui sel

disebelahnya, sehingga dapat tercatat oleh elektrokardiograf (EKG). Ketika sel tersebut

menuju keadaan depolarisasi atau repolarisasi maka perbedaan muatan sel yang

menimbulkan perbedaan potensial akan terjadi. Perbedaan muatan dalam jantung ini

sangatlah kecil dan tidak melebihi beberapa milivolt. Perbedaan muatan yang terjadi saat

keadaan depolarisasi inilah yang tercatat dalam EKG.

2.6.2 Gelombang dan Interval EKG

Gelombang EKG, diwakilkan dengan huruf P, Q, R, S, T, dan U. Penamaan

gelombang (garis-garis penyimpangan) tersebut didasarkan pada penamaan yang

dilakukan oleh Du bois-Reymond yang mengambil huruf ‘o’ dari kata Origin (garis X)

dalam diagram kartesius sebagai garis ekulibrium atau garis keseimbangan pada aliran

listrik. Sehingga untuk menamakan penyimpangan dipilihlah huruf setelah huruf ‘o’

yaitu huruf ‘p’ dan seterusnya. Sedangkan Einthoven menggunakan garis ‘o’ atau garis

X ini sebagai garis waktu dari diagramnya. Berikut adalah fungsi dari masing-masing

gelombang:

• Gelombang P, menggambarkan aktivitas listrik yang terjadi ketika atrium

mulai berdepolarisasi.

• Gelombang QRS-complex, menggambarkan aktivitas listrik yang terjadi

ketika ventrikel terdepolarisasi. Pada umumnya kedua ventrikel (kanan dan

kiri) teraktivisasi secara simultan.

29

• Gelombang ST-T, menggambarkan aktivitas listrik yang terjadi ketika

ventrikel ber-repolarisasi (pemompaan darah keluar dari ventrikel).

• Gelombang U, sesungguhnya pengertian untuk gelombang ini belum

diperjelas, tetapi selama ini dianggap bahwa gelombang ini menggambarkan

aktivitas listrik yang terjadi ketika ventrikel selesai terdepolarisasi.

Istilah-istilah gelombang yang ada juga diiringi dengan istilah-istilah interval yang

menggambarkan waktu yang dibutuhkan dalam membentuk gelombang-gelombang

tersebut, yaitu:

• Interval PR, interval waktu yang dibutuhkan dari mulai terjadinya

depolarisasi oleh atrium hingga ventrikel mulai terdepolarisasi. Tepatnya

ketika jantung mulai berkontraksi (di mana SA-Node; sebuah sel syaraf yang

berada di dinding atrium kanan; mulai melepaskan potensial listrik yang

mempengaruhi sel sekelilingnya sehingga berkontraksi dan menyebar ke

seluruh atrium).

• Durasi QRS, menggambarkan interval waktu pendepolarisasian ventrikel.

• Interval Q-T, menggambarkan interval waktu pendepolarisasian hingga

repolarisasi ventrikel.

• Interval RR, menggambarkan interval waktu aktivitas ventrikel (indikator

untuk mengukur kecepatan pergerakan ventrikel).

• Interval PP, menggambarkan interval waktu aktivitas atrium (indikator untuk

mengukur kecepatan pergerakan atrium).

30

Gambar 2.11 Gelombang dan Interval EKG

(Sumber: http://library.med.utah.edu/kw/ecg/index.html)

2.6.3 12 Leads Standard EKG

12 Leads Standard EKG adalah representasi dari aktivitas aliran listrik jantung

yang diukur dari permukaan tubuh dengan menggunakan elektroda. Kedua belas Leads

tersebut menyediakan informasi mengenai aktivitas aliran listrik jantung dari sudut

pandang yang berbeda; yang dibedakan berdasarkan tiga buah arah:

• Kanan Kiri

• Superior Inferior

• Anterior Posterior

31

Kedua belas leads mewakili area orientasi tertentu. Dalam leads ini dikenal tiga

istilah penting yaitu RA (Right Arm), LA (Left Arm), dan LF (Left Foot). Dan kedua

belas leads dibagi dan dikelompokkan menjadi:

1. Bipolar Leads (frontal plane)

Bipolar leads merupakan jenis leads pertama yang ditemukan oleh

W.Einthoven. Bipolar leads juga dikenal dengan nama Standard Limb Leads.

Dalam Bipolar leads, sebuah pusat referensi diletakkan di salah satu sisi

sedangkan sebuah elektroda sensitif diletakkan di sisi lainnya. Bipolar leads

terdiri dari tiga buah leads:

Lead I : RA(-) => LA(+); Right Left / lateral

Lead II : RA(-) => LF(+); Superior Inferior

Lead III : LA(-) => LF(+); Superior Inferior

Gambar 2.12 Bipolar Leads

32

2. Unipolar Limb Leads (frontal plane)

Dalam unipolar leads, beberapa leads digabungkan menjadi sebuah pusat

referensi dan dihubungkan dengan sebuah elektroda sensitif di sisi

lainnya.Unipolar terdiri dari tiga buah leads:

Lead aVR : RA(+) => [LA & LF](-); Rightward

Lead aVL : LA(+) => [LF & RA](-); Leftward

Lead aVF : LF(+) => [LA & RA](-); Inferior

Leads ini diciptakan oleh Dr. Emanuel Goldberger, sehingga seringkali

disebut juga sebagai Goldberger leads.

Gambar 2.13 Unipolar Limb Leads

3. Unipolar Chest Leads (horizontal plane)

Unipolar chest leads juga dikenal dengan sebutan V leads. V leads terdiri dari

V1 hingga V6. Di mana V1 terletak di posisi paling kanan berada di area

yang berbeda dari area titik lainnya (inferior), V2 berada di posisi keempat

33

dari kiri, V4 merupakan bagian puncak yang terletak di garis tengah selangka

(mid-clavicular line), dan V3 berada di antara keduanya. Sedangkan V5

berada di tepi dari tulang rusuk dan berada di garis poros pertama (anterior-

axillary line). Dan V6 terletak di tepi paling kiri dan berada di luar area rusuk

kiri serta berada pada garis tengah pertama (mid-axillary line). Selain V1

hingga V6 dalam unipolar chest leads juga dikenal istilah aVL, aVR, dan

aVF. aVF terletak di bagian yang menghadap ke arah LF. aVR terletak di

bagian sebelah kanan (60 derajat dari aVF) dan tentunya aVL terletak di

bagian sebelah kiri (30 derajat dari titik potong). Umumnya pusat referensi

sama dengan bipolar limb leads atau pada bagian ventrikel sebelah kiri.

Leads ini ditemukan oleh Dr. Frank N. Wilson

Gambar 2.14 Unipolar Chest Leads / V Leads


34

Gambar 2.15 Standard Leads


Lead-lead tersebut dikelompokkan menjadi:

Lateral (bagian samping) : aVL, V5, V6; leads I

Inferior (bagian bawah) : aVF; leads II, III

Anterior (bagian depan) : V1-V4; pada bagian ventrikel

sebelah kiri

Dari penempatan di atas maka akan diperoleh gambaran elektrokardiograf

seperti di berikut ini:

35

Gambar 2.16 ECG Record

Standar pengukuran dengan Unipolar Leads digunakan untuk pemeriksaan lebih

lanjut, hanya apabila dokter merasa perlu diadakannya penelitian lanjut setelah adanya

analisa hasil perekaman dengan standar pengukuran Bipolar Leads.

2.6.4 Mengukur Axis dari Sebuah QRS

Axis merupakan hasil pengukuran rata-rata vektor (besaran yang memiliki arah

dan ukuran) dari pergerakan ventrikel secara frontal plane. Pengukuran ini bertujuan

untuk menginformasikan tentang perubahan yang terjadi di dalam jajaran pergerakan

ventrikel (contoh: left anterior fasicular block yang menandakan adanya keganjilan

dalam ukuran axis di ventrikel kiri (Laxis), dimana axis < -30, tepatnya di antara -45

sampai dengan -90) yang menandakan terjadinya hambatan dalam sistem peredaran

darah dari dan ke jantung (contoh: hipertensi / peyakit darah tinggi).

36

Gambar 2.17 Axis & Laxis

(Sumber: http://www.ecglibrary.com/ecghome.html)

2.6.5 Metode Interpretasi EKG

Metode Interpretasi EKG terdiri dari 5 metode, yaitu:

1. Pengukuran

Biasanya digunakan untuk ‘Frontal Plane Leads’. Hal-hal yang diukur

meliputi:

Kecepatan pergerakan jantung (baik atrium maupun ventrikel).

Interval PR.

Durasi QRS (diambil dari durasi QRS yang paling sering

muncul).

Interval QT.

QRS axis.

2. Analisis Ritme

Indentifikasi pola ritme jantung

Indetifikasi pola ritme yang berbeda dari pola umum pada

kegiatan tertentu (contoh: berlari).

37

Indentifikasi hubungan antara pola ritme dengan atrium, ventrikel,

dan AV junction.

3. Analisis konduksi

Indentifikasi konduksi (perubahan potensial listik dalam jantung)

normal pada S-A (Sino-Atrial), AV (Atrio-Ventricular),

IntraVentricular (IV) conduction.

Berikut adalah proses perubahan potensial listrik dalam jantung:

1. Pemancaran impuls listrik berawal dari S-A node ke seluruh

atrium jantung hingga ke AV node yang menimbulkan munculnya

gelombang P.

2. Setelah beberapa waktu di AV node, impuls akan berlanjut ke

cabang AV, cabang bundle dan jaringan Purkinje yang

menimbulkan munculnya gelombang QRS.

3. Kemudian otot jantung akan kembali ke keadaan di mana

ventrikel ber-repolarisasi yang menimbulkan gelombang T.

38

Gambar 2.18 Cardiac Conduction System


4. Deskripsi bentuk gelombang

Setelah menganalisis kedua belas leads maka dapat dilanjutkan dengan

analisis bentuk gelombang P, QRS-complex, segmen ST, gelombang T, dan

gelombang U [informasi tentang bentuk gelombang akan dibahas lebih lanjut

dalam karakteristik EKG normal].

5. Interpretasi EKG

Langkah ini merupakan langkah terakhir yang dapat memberikan konklusi

dari seluruh analisis yang telah dilakukan, yang menginterpretasikan apakah

suatu data EKG normal atau abnormal. Jika ditemukan hal yang diragukan

39

maka akan ditandai dengan garis pembatas. Dan semua keabnormalan lain

yang ditemui dibuat di dalam sebuah list. Contoh:

Left anterior fasicular block (LAFB)

Left ventricular hypertrophy (LVH)

Keabnormalan gelombang ST-T yang belum terdefinisi

Dst...

Gambar 2.19 LAFB-KH

6. Pembandingan dengan data EKG yang sudah ada

Data pasien dapat dibandingkan dengan data pasien yang sudah ada untuk

mempermudah analisa dan pembuatan keputusan yang tepat untuk

penanganan masalah pasien.

40

2.6.6 Karakteristik EKG Normal

Seluruh analisis yang dilakukan didasarkan pada karakteristik di bawah ini untuk

menentukan suatu EKG normal atau abnormal.

1. Pengukuran

Kecepatan pergerakan jantung (Heart Rate): 60-90 bpm (denyut

per menit)

Interval PR: 0.12-0.20 detik

Durasi QRS: 0.06-0.10 detik

Interval QT: QTc <= 0.40 detik; QTc= QT / RR

QRS axis: Frontal plane QRS= +90 sampai dengan -30 (untuk

orang dewasa).

2. Ritme

Normal Sinus Rhythm: gelombang P harus menghadap ke atas (positif) pada

lead I dan II untuk ritme yang berasal dari SA node.

3. Konduksi

Normal SA, AV, dan Intraventicular (IV) conduction: Interval PR dan durasi

QRS harus sesuai dengan syarat di atas.

4. Deskripsi bentuk gelombang

Gelombang P.

Durasi P < 0.12 detik.

Amplitudo P < 2.55 mm.

Frontal Plane wave axis: 0 sampai +75.

QRS-Complex.

Durasi QRS <= 0.10 detik.

41

Amplitudo QRS tergantung dari:

o Ukuran Ventrikel, semakin besar ventrikel maka

semakin besar kuat arus listriknya.

o Jarak antar elektroda dengan ventrikel, semakin dekat

jaraknya maka semakin besar kuat arus listriknya.

Frontal Plane Leads: +90 sampai dengan -30, inilah yang

menyebabkan posisi QRS menghadap ke atas (positif) pada lead I

dan II.

Gelombang Q: durasi Q 0.04 detik, amplitude Q < 25% R sering

terlihat pada lead I dan aVL ketika axis bergerak ke kiri dari +60

dan pada lead II, III, dan aVF ketika axis bergerak ke kanan dari

+60, serta dapat terlihat pada V5 dan V6.

Gelombang R: berawal dari V1 atau V2, mengalami perubahan

ukuran secara bertahap menuju V5, dan berakhir di V6 dengan

ukuran yang lebih kecil dari V5.

Pada V3 atau V4 terjadi perubahan ukuran gelombang S dan R di

mana awalnya gelombang S>R menjadi R>S.

Segmen ST dan gelombang T.

Segmen ST harus berbentuk cekung dan berupa kenaikan.

Gelombang T menghadap ke atas pada lead I, II, V3-6 dan

menghadap ke bawah pada aVR.

Gelombang U.

Amplitudo U < 1/3 amplitudo T.

Arah U = arah T.

42

Contoh:

Gambar 2.20 EKG Normal

(direkam dari seorang pelajar keperawatan berumur 32 tahun)

(Sumber: http://www.cardioweb.co.uk/ecg/ecgpage79.asp)

Berikut adalah analisis dari EKG di atas:

Rate : Di antara gelombang R terdapat 5 satuan luas persegi besar, maka

Rate = 300/5 = 60 bpm.

Ritme : Gelombang R terlihat dalam interval yang teratur dan didahului oleh

gelombang P, maka Ritmenya tergolong sebagai Sinus Rhytm.

Axis : Lead I dan II positif, maka dapat dipastikan EKG tersebut normal.

Gelombang P : Hampir semua gelombang P positif, kecuali pada aVR dan memiliki

bentuk yang normal.

Interval PR : Terdapat 5 satuan luas persegi kecil (sempit) antara gelombang P dan

R, maka Interval PR = 0.04 * 5 = 0.2 ms.

43

Durasi QRS : Durasinya kurang dari 0.12 detik (terdapat tiga satuan luas persegi

berukuran kecil).

Pola QRS : Berdasarkan morfologinya (ilmu yang mempelajari tentang berbagai

bentuk) pola dia atas normal dan gelombang R mengalami perubahan

ukuran ketika melintasi lead dada.

Segmen ST : Secara keseluruhan berupa garis isoelektrik (garis maya).

Interval QT : Intervalnya adalah 10.5 satuan luas persegi, maka interval

QT = 10.5 * 0.04 = 420 ms.

Interval QTc : Rate = 100 bpm, sehingga perhitungan interval QTnya sesuai dengan

persyaratan yaitu 420 ms (interval R-R = 0.6 s).

Gelombang T : Hampir seluruh gelombang T normal kecuali pada aVR.

Kesimpulan dari analisis di atas adalah terdapatnya sinus rhytm normal, axis normal,

PQRST normal, dan interval yang normal.

2.6.7 Analisis dan Indentifikasi Kelainan pada Jantung

Adanya visualisasi potensial listrik dengan menggunakan eletrokardiograf

memudahkan para ahli medis untuk melakukan analisa kelainan dan mendeteksi

penyakit pada jantung, yaitu:

1. Perikarditis.

2. Kerusakan Myocardiac.

3. Hipertrofi atrium atau ventrikel.

4. Gangguan jantung karena penyakit sistemik.

5. Gangguan irama jantung atau arryhythmias.

44

6. Pengaruh obat-obatan yang berpengaruh terhadap fungsi jantung.

Untuk dapat mengetahui penyakit jantung secara tepat maka diperlukan

pengalaman dan pengetahuan mengenai gejala penyakit jantung. Dalam skripsi ini hanya

mencakup pembahasan mengenai gangguan irama jantung (arrhythmias) pada Lead II

dalam Standard Leads.

2.6.7.1 Sinus Tachycardia

Ciri khusus sinus tachycardia adalah peningkatan rata-rata detak jantung pada

sinus node.

Karakteristik:

- Rata-rata detak jantung per menit lebih dari 100, pola EKG normal.

- Panjang kompleks QRS sempit, kurang dari 0,08 detik.

- Tiap gelombang T diikuti gelombang P.

- Gelombang P bernilai positif ditinjau dari lead 2.

- Relasi sepasang antara gelombang P dan kompleks QRS.

- Interval PR normal.

45

Contoh:

Gambar 2.21 EKG Tachycardia

(direkam dari seorang wanita berumur 65 tahun)


Analisis EKG di atas:


Rate = 300/3 = 100 bpm.


Gelombang P, maka Ritmenya tergolong sebagai Sinus Rhytm.

Axis : Lead I dan II positif, maka dapat dipastikan EKG tersebut normal.

Gelombang P : Hampir semua gelombang P positif (dilihat dari lead II), kecuali pada

aVR dan memiliki bentuk yang normal.

Interval PR : Terdapat 4 satuan luas persegi kecil antara gelombang P dan R, maka

Interval PR = 0.04 * 4 = 0.16 ms.

46


berukuran kecil).


bentuk) pola di atas normal dan gelombang R mengalami perubahan



Interval QT : Intervalnya adalah 9 satuan luas persegi, maka interval

QT = 9 * 0.04 = 360 ms.

Interval QTc : Rate = 100 bpm, sehingga interval QT yang seharusnya adalah 465 ms

(interval R-R = 0.6 s).


Kesimpulan dari analisis di atas adalah terdapatnya sinus rhytm normal, axis normal,

PQRST normal, tachycardia, dan interval normal dengan perpanjangan pada QTc.

Jika dilihat sekilas, tampak QRS yang lebih kompleks dan interval R-R yang

lebih pendek daripada QRS dan interval R-R pada EKG normal. Hubungan PQRS dan

ritme yang berada pada kisaran normal menunjukkan bahwa kondisi jantung di atas

termasuk dalam EKG normal dengan detak jantung yang lebih cepat dan dikenal dengan

istilah sinus tachycardia.

2.6.7.2 Sinus Bradycardia

Ciri khusus sinus bradycardia adalah penurunan rata-rata depolarisasi atrium

dengan melambatnya kerja sinus node.

47

Karakteristik:

- Rata-rata detak jantung per menit kurang dari 60.

- Pola EKG konsisten dan normal.



- Gelombang P bernilai positif ditinjau dari lead 2.



Contoh:

Gambar 2.22 EKG Sinus Bradycardia

(direkam dari seorang pria berumur 45 tahun)


48

Analisis EKG tersebut:


Rate = 300/7 = 40 bpm.


Gelombang P, maka Ritmenya tergolong sebagai Sinus Rhytm.

Axis : Lead I positif dan lead II negatif, terjadi karena penurunan dari axis

kiri.


bentuk yang normal.

Interval PR : Terdapat 4 satuan luas persegi kecil (sempit) antara gelombang P dan

R, maka Interval PR = 0.04 * 4 = 0.16 ms.


berukuran kecil).






QT = 13 * 0.04 = 520 ms.

Interval QTc : Rate = 40 bpm, sehingga interval QT yang seharusnya adalah 424 ms

(interval R-R = 1.5 s).


49

Kesimpulan dari analisis di atas adalah terdapatnya sinus rhytm normal, penurunan pada

axis kiri, PQRST normal, bradycardia, dan dengan interval normal.

Jika dilihat sekilas QRSnya jauh lebih sederhana dibandingkan EKG normal,

walaupun demikian diketahui terdapatnya hubungan P-QRS yang berada pada kisaran

normal sehingga masih tergolong sebagai sinus dan dinamakan sebagai sinus

bradycardia.

2.6.7.3 Sinus Arrhythmia

Sinus arrythmia dicirikan oleh fluktuasi rata-rata detak jantung.

Karakteristik :

- Rata-rata detak jantung bervariasi tiap satuan waktu.

- Pola EKG abnormal.



- Gelombang P bernilai positif ditinjau dari Lead 2.



50

Contoh:

Gambar 2.23 EKG Sinus Arrhythmia

(direkam dari seorang pelajar keperawatan berumur 28 tahun)

(Sumber: http://www.cardioweb.co.uk/index.asp)


Rate : Di antara gelombang R terdapat 3.5 satuan luas persegi besar,

berdasarkan rata-rata dari detak jantung yang bervariasi, maka

Rate = 300/3.5 = 85 bpm.

Ritme : Gelombang R terlihat dalam interval yang tidak teratur, tetapi tetap

didahului oleh gelombang P; dikenal dengan istilah sinus arrhythmia.

Axis : Lead I dan II positif, maka dapat dipastikan axis tersebut normal.


bentuk yang normal.

Interval PR : Terdapat 4.5 satuan luas persegi kecil (sempit) antara gelombang P dan

R, maka Interval PR = 0.04 * 4.5 = 0.18 ms.

51


berukuran kecil).






QT = 10 * 0.04 = 400 ms.

Interval QTc : Rate = 85 bpm, sehingga interval QT yang seharusnya adalah 476ms

(interval R-R = 0.7s).


Kesimpulan dari analisis di atas adalah terdapatnya sinus arrhytmia, axis normal,

dan interval normal dengan perpanjangan pada QTc.

Jika dilihat sekilas, nampak pergerakan yang tidak teratur dalam interval R-R,

tetapi setelah melalui analisis diketahui bahwa EKG di atas masih termasuk dalam

kategori sinus yaitu sinus arrhythmia. Perbedaan yang terjadi pada interval R-R hanya

karena efek dari pernafasan.

2.6.7.4 Premature Atrial Complexes (PAC)

Karakteristik :

- Irama jantung tidak teratur.

- Ada gelombang P’ yang muncul sebelum irama sinus, interval P-P’ lebih pendek

daripada interval P-P.

52

- Interval PR bisa normal, bisa juga lebih panjang.

- Blok total dapat terjadi dengan tidak adanya kompleks QRS yang mengikuti

gelombang P’.

- Kompleks QRS bisa normal, bisa juga lebih lebar.

2.6.7.5 Atrial Tachycardia

Bila ada setidaknya tiga buah premature atrial complexes (PAC) berturut-turut

maka disebut atrial tachycardia.

Karateristik :

- Ada 3 atau lebih PAC secara berurutan.

- Rata-rata denyut atrium antara 160-240 denyut per detik.

- Irama jantung teratur, tetapi bila rata-rata denyut atrium diatas 200 maka sering

terjadi AV block.

- Gelombang P dapat terhalang oleh gelombang T sebelumnya.

- Interval PR bisa normal, bisa juga lebih panjang.

- Kompleks QRS bisa normal, bisa juga lebih lebar.

2.6.7.6 Atrial Flutter

Karakteristik:

- Rata-rata denyut atrium biasanya 300 denyut per menit, berkisar antara 220 dan

350.

- Irama atrium teratur.

- Irama ventrikel bisa teratur, bisa juga tidak (1:1 atau 2:1).

- Glombang P sebenarnya adalah gelombang F (Flutter) dan membentuk “gerigi”.

53

- Interval PR biasanya teratur, tetapi dapat juga bervariasi.

- Kompleks QRS normal.

Contoh:

Gambar 2.24a EKG Atrial Flutter 1:1

(direkam dari seorang wanita berumur 72 tahun)



Rate : Di antara gelombang R terdapat 2.5 satuan luas persegi besar, maka

Rate = 300/2.5 = 120 bpm.

Ritme : Gelombang R terlihat dalam interval tidak teratur dengan garis

bergerigi pada lead inferior dan gelombang P dengan kecepatan teratur

pada V1.

Axis : Lead I dan II positif, maka dapat dipastikan axis tersebut normal.

bab 2 landasan teori 2.1 intelegensia buatan / artificial...

Documents