Penyakit jantung merupakan salah satu penyakit yang berbahaya dan penyebab

kematian nomor satu di dunia jika tidak ditangani dengan baik. Untuk mendiagnosis

pasien yang menderita penyakit jantung dapat diketahui dengan salah satu caranya

dengan melakukan tes Elektrokardiogram untuk mengetahui kelainan detak jantung

seseorang. Oleh karena itu setiap perekaman yang dilakukan dengan EKG harus

dibarengi dengan ketepatan diagnosis oleh ahli, karena apabila terjadi kesalahan

dalam diagnosa dapat berakibat kesalahan dalam membaca hasil yang juga akan

berakibat kesalaham dalam menentukan diagnosis. Dengan itu penilaian aktifitas

kelistrikan jantung yang terekam di EKG dapat menggunakan Deep Learning. Pada

penelitian ini mengusulkan melakukan klasifikasi kelainan detak jantung pada EKG

menggunakan metode 1D Convolutional Neural Network dan efek dari reshaping

panjang data EKG pada metode 1D Convolutional Neural Network. Pada klasifikasi

sebelum dilakukannya reshaping dengan menggunakan model 1D Convolutional

Neural Network memperoleh nilai akurasi yaitu 65% dan nilai rata – rata F1 score

38%. Untuk klasifikasi yang sudah dilakukan reshaping dengan menggunakan

model 1D Convolutional Neural Network memperoleh rata - rata nilai akurasi yaitu

67% dan nilai rata – rata F1 score 43%.