Klasifikasi Multikelas pada penyakit Serangan Jantung Berbasis Sinyal Phonocardiogram Dengan Ensemble Learning
NIA MADU MARLIANA

Informasi Umum

Kode

23.04.6457

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine - Learning

Dilihat

39 kali

Informasi Lainnya

Abstraksi

<p>Infark Miokard (MI) adalah penyakit kardiovaskular yang serius dengan<br role="presentation" /> tingkat kematian yang tinggi di seluruh dunia. Deteksi dini dan pengobatan<br role="presentation" /> yang konsisten dapat mengurangi kematian dini akibat penyakit kardiovasku-<br role="presentation" /> lar. Namun, model yang efisien diperlukan untuk deteksi dini penyakit jantung<br role="presentation" /> tanpa memerlukan ahli klinis yang terlatih. Penelitian MI menggunakan sinyal<br role="presentation" /> PCG yang mengimplementasikan model pembelajaran ensemble masih jarang<br role="presentation" /> dilakukan dengan akurasi yang buruk dan tingkat deteksi yang rendah. Peneli-<br role="presentation" /> tian ini bertujuan untuk mengimplementasikan model pembelajaran ensembel<br role="presentation" /> untuk mengklasifikasikan MI menggunakan sinyal phonocardiogram (PCG) ke<br role="presentation" /> dalam beberapa kelas yang berbeda. Pada tahap penelitian ini, beberapa algo-<br role="presentation" /> ritma klasifikasi seperti Random Forest dan Logistic Regresion, dan AdaBoost<br role="presentation" /> digunakan sebagai model dasar untuk pembelajaran ensembel berdasarkan fi-<br role="presentation" /> tur yang diekstrak dari sinyal audio. Setelah mengevaluasi kinerja model,<br role="presentation" /> hasilnya dari setiap model menunjukkan boosting 97%, bagging 97%, dan stac-<br role="presentation" /> king memiliki akurasi sebesar 96%. Hasil ini menunjukkan bahwa sistem kami<br role="presentation" /> dapat mengklasifikasikan MI dalam data PCG dengan tepat dan dengan aku-<br role="presentation" /> rasi yang tinggi. Kami percaya bahwa hasil penelitian ini akan meningkatkan<br role="presentation" /> diagnosis dan pengobatan serangan jantung secara lebih efektif dan akurat.<br role="presentation" /> Kata Kunci: multiclass classification, myocardial infarction,<br role="presentation" /> Phonocardiogram (PCG), ensemble learning.<br role="presentation" /> ii</p>

<p><canvas height="1070" width="755"></canvas></p>

• CII4E4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook