Skripsi

KLASIFIKASI 15 KELAS PENYAKIT ARITMIA MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK 1-DIMENSI

---

Penilaian

---

Elektrokardiogram (EKG) telah menjadi metode yang paling utama dalam mempelajari dan melakukan diagnosa terhadap berbagai jenis penyakit jantung, karena merupakan tindakan non-invasif dan berguna dalam memberikan informasi terkait kesehatan jantung dan patologi. EKG dapat merekam sinyal dan mengumpulkan banyak informasi sehingga akan sangat memakan waktu yang lama jika tenaga kesehatan melakukan proses klasifikasi secara manual. Untuk mengatasi masalah tersebut diusulkan salah satu metode yang sudah banyak digunakan yaitu metode Deep Learning. Pada penelitian ini Transformasi Diskrit Wavelet akan digunakan sebagai fitur ekstraksi untuk mempelajari serta mengurangi dimensi fitur dan Convolutional Neural Network 1-Dimensi sebagai klasifier beat EKG. Hasil fitur ekstraksi akan diklasifikasikan terhadap 15 kelas beat EKG dengan dilakukan percobaan sebanyak 8 model untuk mendapatkan model terbaik yang mana akan diuji kembali pada dataset lain. dari 8 model percobaan, didapat model terbaik yakni model 8 pada data fold-6 yang memberikan hasil akurasi, sensitivitas, spesifisitas, presisi dan F1-Score masing-masing 99,88%, 96,98%, 99,90%, 92,24%, 94,39%.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2107002427	T51569	T515692021	Central Library (Referens)	Available but not for loan - Not for Loan

Detail Information

Series Title

-

Call Number

T515692021

Publisher

Inderalaya : Prodi Sistem Komputer, Fakultas Ilmu Komputer Uniersitas Sriwijaya., 2021

Collation

xv, 61 hlm,: ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

005.707

Content Type

Text

Media Type

unmediated

Carrier Type

other (unmediated)

Edition

-

Subject(s)

Prodi Sistem Komputer
Data Sistem Komputer

Specific Detail Info

-

Statement of Responsibility

MURZ

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment