STMIKLOMBOKSTMIKLOMBOK
Jurnal Informatika dan Rekayasa ElektronikJurnal Informatika dan Rekayasa ElektronikAritmia merupakan gangguan irama jantung yang disebabkan oleh perubahan electrical pada jantung. Salah satu metode yang dapat digunakan untuk memonitoring jantung untuk menditeksi aritmia adalah Heart Rate Variability (HRV) analisis. Dalam penelitian ini, penulis menggunakan metode Heart Rate Variability (HRV) sebagai fitur ekstraksi yang akan diolah mengunakan metode backpropagation. Pengolahan tersebut bertujuan untuk mengklasifikasian data aritmia dan normal sinus rhythm menjadi dua yaitu termasuk aritmia atau tidak aritmia. Data aritmia dan normal sinus rhythm di dapatkan dari website MIT-BIH database. Klasifikiasi aritmia dilakukan menggunakan metode backpropagation dengan mengikuti proses secara berurutan mulai dari mengambil data elektrokardiogram (EKG) dan dilanjutkan dengan proses baseline wonder removal, R-peak ditection, R-R interval, Heart Rate Variability (HRV), training data, testing data, dan perhitungan hasil klasifikasi. Hasil ujicoba menunjukan bawah metode Backpropagation dapat di terapkan dalam melakukan klasifikasi aritmia dengan jumlah hidden layer yang baik yaitu maksimal berjumlah 3 hidden layer dan masing-masing hidden layer memilik 3 neuron dengan akurasi dari 1 hidden layer sampai 3 hidden layer adalah 97.77%.
Pengklasifikasian aritmia dapat dilakukan menggunakan metode backpropagation dengan mengikuti alur perancangan sistem yang mencakup pengolahan data EKG dari database MIT-BIH, meliputi baseline wonder removal, deteksi R-peak, R-R interval, analisis Heart Rate Variability (HRV), pelatihan dan pengujian data.Metode backpropagation terbukti dapat diterapkan untuk klasifikasi aritmia, dengan kinerja optimal saat menggunakan maksimal 3 hidden layer, masing-masing terdiri dari 3 neuron, menghasilkan akurasi sebesar 97,77%.
Pertama, perlu dikembangkan penelitian yang mengeksplorasi penggunaan fitur-fitur tambahan dari sinyal jantung, seperti parameter domain frekuensi atau nonlinear HRV, untuk melihat apakah kombinasi fitur yang lebih lengkap dapat meningkatkan akurasi klasifikasi. Kedua, penting untuk menguji model pada data jantung aritmia dan normal sinus rhythm yang bersumber dari populasi yang lebih beragam dan dari database lain di luar MIT-BIH, guna mengevaluasi kemampuan generalisasi model dalam kondisi dunia nyata. Ketiga, perlu dilakukan studi tentang arsitektur jaringan saraf alternatif, seperti penggunaan lebih dari tiga hidden layer dengan teknik regularisasi atau optimasi hyperparameter, untuk memahami batas maksimal kinerja model tanpa menyebabkan overfitting, sekaligus mengeksplorasi alternatif arsitektur deep learning yang lebih modern untuk klasifikasi aritmia.
| File size | 803.42 KB |
| Pages | 13 |
| DMCA | Report |
Related /
DAARULHUDADAARULHUDA Kebocoran yang melibatkan data identitas personel Polri ini menjadi bukti bahwa kerentanan keamanan digital tidak hanya mengancam individu, tetapi jugaKebocoran yang melibatkan data identitas personel Polri ini menjadi bukti bahwa kerentanan keamanan digital tidak hanya mengancam individu, tetapi juga
UMSBUMSB Hasil penelitian menunjukkan 5 moda transportasi: berjalan kaki, mobil pribadi, motor pribadi, angkutan umum, dan transportasi online. Alasan pemilihanHasil penelitian menunjukkan 5 moda transportasi: berjalan kaki, mobil pribadi, motor pribadi, angkutan umum, dan transportasi online. Alasan pemilihan
UNIPEMUNIPEM Hasil penelitian menunjukkan bahwa Password Management, Internet Use, dan Concern for Information Privacy berpengaruh secara signifikan terhadap kepercayaanHasil penelitian menunjukkan bahwa Password Management, Internet Use, dan Concern for Information Privacy berpengaruh secara signifikan terhadap kepercayaan
STMIK AMIKBANDUNGSTMIK AMIKBANDUNG Software ini menggunakan Borland Delphi 7 dan Microsoft SQL Server 2005. Output software berupa association rules dan grafik dapat membantu pengambilanSoftware ini menggunakan Borland Delphi 7 dan Microsoft SQL Server 2005. Output software berupa association rules dan grafik dapat membantu pengambilan
STMIK AMIKBANDUNGSTMIK AMIKBANDUNG 592.885 ton dengan menggunakan suhu 100oC s. 250oC menghasilkan kepekatan warna yang rendah. Klaster 2 dengan kriteria berat daun teh basah rata-rata 180.876592.885 ton dengan menggunakan suhu 100oC s. 250oC menghasilkan kepekatan warna yang rendah. Klaster 2 dengan kriteria berat daun teh basah rata-rata 180.876
STMIK AMIKBANDUNGSTMIK AMIKBANDUNG Pengujian algoritma k-means menghasilkan nilai Davies‑Bouldin sebesar -0. 453, lebih baik dibandingkan k-medoids yang memperoleh -1. Dari hasil clustering,Pengujian algoritma k-means menghasilkan nilai Davies‑Bouldin sebesar -0. 453, lebih baik dibandingkan k-medoids yang memperoleh -1. Dari hasil clustering,
STMIK AMIKBANDUNGSTMIK AMIKBANDUNG Dengan demikian akan sulit jika melakukan control keamanan terhadap pintu dari jarak jauh, adanya resiko terjaidinya keterlambatan penanganan terhadapDengan demikian akan sulit jika melakukan control keamanan terhadap pintu dari jarak jauh, adanya resiko terjaidinya keterlambatan penanganan terhadap
STMIK AMIKBANDUNGSTMIK AMIKBANDUNG Dengan demikian, sistem IPA berbasis web dapat menjadi alat yang efektif untuk meningkatkan kualitas pelayanan publik melalui pemantauan berkelanjutanDengan demikian, sistem IPA berbasis web dapat menjadi alat yang efektif untuk meningkatkan kualitas pelayanan publik melalui pemantauan berkelanjutan
Useful /
UNCMUNCM Hal ini dibuktikan dengan persentase penguasaan siswa yang meningkat pada setiap pertemuan, yaitu 76%, 81%, dan 90%, serta rata-rata nilai post-test sebesarHal ini dibuktikan dengan persentase penguasaan siswa yang meningkat pada setiap pertemuan, yaitu 76%, 81%, dan 90%, serta rata-rata nilai post-test sebesar
UNCMUNCM Penelitian ini menggunakan metode wawancara dengan instrumen soal mengenai motivasi dan pengalaman siswa selama pembuatan proyek miniatur jembatan. DataPenelitian ini menggunakan metode wawancara dengan instrumen soal mengenai motivasi dan pengalaman siswa selama pembuatan proyek miniatur jembatan. Data
UNCMUNCM Setelah mengimplementasikan model pembelajaran Teams Games Tournament (TGT) berbantuan Wordwall pada siklus I, motivasi belajar siswa menjadi 73%. KemudianSetelah mengimplementasikan model pembelajaran Teams Games Tournament (TGT) berbantuan Wordwall pada siklus I, motivasi belajar siswa menjadi 73%. Kemudian
UMSBUMSB Pengujian menunjukkan presisi tinggi dalam pengukuran tegangan dan arus (tingkat kegagalan 0,43 %) serta kemampuan PLC ladder diagram untuk menyesuaikanPengujian menunjukkan presisi tinggi dalam pengukuran tegangan dan arus (tingkat kegagalan 0,43 %) serta kemampuan PLC ladder diagram untuk menyesuaikan