DETEKSI PENYAKIT JANTUNG VENTRICULAR TACHYARRHYTHMIA DENGAN METODE PRINCIPAL COMPONENT ANALYSIS DAN LEVENBERG MARQUARDT BACKPROPAGATION PADA SINYAL ELEKTROKARDIOGRAM
ASTRIMA MANIK

Informasi Umum

Kode

18.04.092

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

335 kali

Informasi Lainnya

Abstraksi

Ventricular Tachyarrhythmia adalah salah satu jenis penyakit aritmia yang memiliki irama detak jantung menjadi lebih cepat sehingga terjadi ketidaknormalan pada bagian ventrikel jantung. Dalam dunia kesehatan, penyakit ventricular tachyarrhythmia dapat diketahui seseorang dari pemeriksaaan suatu alat kedokteran yaitu elektrokardiogram (EKG). Secara umum, pendeteksian ventricular tachyarrhythmia juga dapat dilakukan dengan pengekstraksian ciri sinyal EKG serta dilakukan pengklasifikasian. Pada penelitian ini, penulis menggunakan metode median filter dalam hal Preprocessing, teknik Principal Component Analysis (PCA) dalam hal ekstraksi ciri sinyal jantung dan modified backpropagation (MBP) yaitu Levenberg Marquardts sebagai klasifikasi. Metode Principal Component Analysis (PCA) digunakan untuk mereduksi jumlah sampel agar dapat mengekstraksi gelombang QRS kompleks (ciri penyakit VT) dengan cara pengambilan sampel yang melewati batas >200 || < -200. Sedangkan algoritma Levenberg Marquardts digunakan untuk mempercepat proses pelatihan. Berdasarkan penelitian yang telah dilakukan dengan menggunakan seluruh metoda diatas, didapatkan hasil akurasi yang terbaik diperoleh sebesar 93,06% saat menggunakan metoda PCA+MBP dengan parameter yang terbaik yaitu principal component = 10, hidden neuron = 5 dan nilai µ=0.0016 serta waktu pelatihan 1 detik.

• CNH4E3 - DATA MINING
• CNH4G3 - MACHINE LEARNING
• CNH4F3 - SOFT COMPUTING
• CCH4B4 - TUGAS AKHIR
• CII4E4 - TUGAS AKHIR
• III4A4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook