<![CDATA[Penyakit jantung merupakan penyebab utama kematian yang menduduki peringkat satu di Indonesia. Oleh karena itu, dokter perlu mendeteksi sejak dini penyakit jantung pada pasien. Dalam mendiagnosa penyakit jantung diperlukan sebuah alat untuk mengetahui kondisi fisik jantung. Alat yang sering digunakan adalah Elektrokardiogram (EKG). Alat EKG ini dapat memantau aktivitas listrik jantung yang ditampilkan dalam bentuk grafik. Namun, alat EKG ini dinilai belum mampu mendeteksi secara otomatis keadaan jantung pasien. Oleh karena itu, pada penelitian ini dikembangkan sebuah aplikasi untuk mengidentifikasi kelainan jantung secara otomatis berbasis metode Fuzzy Mamdani dengan menggunakan 100 data hasil rekam medis Elektrokardiogram. Sistem yang dikembangkan mampu mengidentifikasi kondisi jantung pasien dalam dua kategori yaitu kondisi jantung yang normal dan kondisi jantung yang abnormal. Adanya sistem ini dapat membantu dokter dalam melakukan pemeriksaan kondisi jantung. Berdasarkan hasil pengujian sistem dengan pendekatan success rate mendapat nilai True positive 0,9%, nilai False Positive 0%, nilai success rate sebesar 95%, dan nilai error rate sebesar 0,05 %.Heart disease is the number one cause of death in Indonesia. Therefore, doctors need to detect early heart disease in patients. In diagnosing heart disease, a tool is needed to determine the physical condition of the heart. The tool often used is the electrocardiogram (EKG). This EKG tool can compile the heart's electrical activity, which is displayed in graphic form. However, this EKG tool cannot detect the patient's heart condition automatically. Therefore, this study developed a system to detect cardiac abnormalities using the Fuzzy Mamdani method using 100 electrocardiogram medical record data. The developed system can identify the patient's heart condition, namely normal heart and abnormal heart conditions. The existence of this system can assist doctors in examining heart conditions. Based on the results of system testing using the success rate approach, a True positive value of 0.9%, a False Positive value of 0%, a success rate of 95%, and an error rate of 0.05%.]]>
