Perbandingan Metode Ekstraksi untuk Mengidentifikasi Penyakit Jantung Koroner
ARSYA ARDIANSA
Informasi Umum
Kode
20.04.1100
Klasifikasi
006.31 - Machine Learning
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Machine - Learning
Dilihat
169 kali
Informasi Lainnya
Abstraksi
Penyakit jantung koroner (PJK) merupakan penyakit penyempitan atau penyumbatan arteri yang memasok darah ke jantung, hal itu disebabkan oleh penimbunan endapan lemak di dinding arteri selama bertahun-tahun. Teknik auskultasi merupakan Teknik lama yang digunakan oleh para dokter untuk mendengarkan suara jantung. Tetapi amplitude dan frekuensi yang dikeluarkan suara jantung sangat kecil sehingga sulit untuk didengar dimana dokter yang memiliki pengalaman dan kepekaan yang berbeda dapat menyebabkan kesalahan dalam mendiagnosa. Untuk mengatasi hal tersebut penelitian tugas akhir ini mengusulkan untuk merancang pengolahan data menggunakan 2 metode berbeda, yaitu: 1. Discrete Wavelet Transform (DWT) dan, 2. Fourier Discrete Transform (FDT), dengan masing-masing fitur ekstraksi, yaitu: 1. Mean, Standar Deviasi, Kurtosis dan Skewness dan diseleksi fitur dengan metode Wrapper, 2. Power Spectral Entropy yang nantinya akan menjadi inputan untuk klasifikasi menggunakan KNN. F1-Score yang bagus terdapat pada skenario 2 di katup aorta dengan k = 3 sebesar 74,6%.
- CCH3F3 - KECERDASAN BUATAN
- CNG4J3 - TOPIK KHUSUS TELE 1
- CCH4D4 - TUGAS AKHIR
- CII4E4 - TUGAS AKHIR
- CPI4E4 - TUGAS AKHIR
- III4A4 - TUGAS AKHIR
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | ARSYA ARDIANSA |
| Jenis | Perorangan |
| Penyunting | SATRIA MANDALA, MIFTAH PRMUDYO |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2020 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
