Image of PENGEMBANGAN MODEL PENGKLASIFIKASI 15 LEADS SINYAL ELEKTROKARDIOGRAM UNTUK MEMPREDIKSI KONDISI MYOCARDIAL INFARCTION MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Skripsi

PENGEMBANGAN MODEL PENGKLASIFIKASI 15 LEADS SINYAL ELEKTROKARDIOGRAM UNTUK MEMPREDIKSI KONDISI MYOCARDIAL INFARCTION MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

Penilaian

0,0

dari 5
Penilaian anda saat ini :  

Gangguan aliran darah akibat oklusi arteri koroner akibat trombus dapat menyebabkan kerusakan pada otot jantung yang sering disebut dengan Myocardial Infarction (MI). Untuk menghindari komplikasi penyakit MI seperti gagal jantung atau aritmia yang dapat menyebabkan kematian, perlu dilakukan diagnosis dan deteksi dini. Sinyal elektrokardiogram (EKG) adalah media diagnostik yang dapat digunakan untuk mendeteksi MI akut. Diagnostik dengan bantuan data science sangat berguna dalam mendeteksi MI pada sinyal EKG. Tujuan dari penelitian ini adalah untuk mengusulkan kerangka klasifikasi otomatis untuk Myocardial Infarction (MI) dengan sinyal EKG 15 lead yang terdiri dari 12 lead standar dan 3 lead Frank serta mengembangkan arsitektur 1D-CNN sederhana untuk mengklasifikasikan 10 kelas MI dan kelas Normal dengan lebih baik. Penelitian ini berkontribusi terhadap peningkatan kinerja klasifikasi untuk 10 kelas MI dan kelas normal. Dataset PTB yang dilatih dengan arsitektur 1D-CNN yang diusulkan mampu menghasilkan akurasi, sensitivitas, spesifisitas, presisi dan skor F1 rata-rata sebesar 99,98%, 99,91%, 99,99%, 99,91, dan 99,91%. Dari hasil evaluasi dapat disimpulkan bahwa arsitektur 1D-CNN yang diusulkan mampu memberikan kinerja yang sangat baik dalam mendeteksi MI

Availability
Inventory Code Barcode Call Number Location Status
2407002469T142496T1424962023Central Library (References)Available but not for loan - Not for Loan
Detail Information
Series Title
-
Call Number
T1424962023
Publisher
Indralaya : Prodi Doktor Ilmu Teknik, Fakultas Teknik Universitas Sriwijaya.,
Collation
xii, 113 hlm.; ilus.; 29 cm
Language
Indonesia
ISBN/ISSN
-
Classification
620.07
Content Type
Text
Media Type
unmediated
Carrier Type
-
Edition
-
Subject(s)
Myocardial Infarction
Prodi Doktor Ilmu Teknik
Specific Detail Info
-
Statement of Responsibility
Other version/related

No other version available

File Attachment
Comments
You must be logged in to post a comment