Mulyanti, Mulyanti (2020) Sistem Klasifikasi Irama Detak Jantung Menggunakan Deep Learning Long Short-Term Memory. Skripsi thesis, Universitas Tarumanagara.
Text
535160069_Mulyanti_01 Cover.pdf Download (240kB) |
|
Text
535160069_Mulyanti_02 Lembar Pengesahan.pdf Download (204kB) |
|
Text
535160069_Mulyanti_03 Lembar Pernyataan.pdf Download (129kB) |
|
Text
535160069_Mulyanti_04 Abstrak.pdf Download (192kB) |
|
Text
535160069_Mulyanti_05 Kata Pengantar.pdf Download (195kB) |
|
Text
535160069_Mulyanti_06 Daftar Isi, Tabel, Gambar, Lampiran.pdf Download (401kB) |
|
Text
535160069_Mulyanti_07 Bab 1.pdf Restricted to Registered users only Download (218kB) |
|
Text
535160069_Mulyanti_08 Bab 2.pdf Restricted to Registered users only Download (837kB) |
|
Text
535160069_Mulyanti_09 Bab 3.pdf Restricted to Registered users only Download (270kB) |
|
Text
535160069_Mulyanti_10 Bab 4.pdf Restricted to Registered users only Download (244kB) |
|
Text
535160069_Mulyanti_11 Bab 5.pdf Restricted to Registered users only Download (195kB) |
|
Text
535160069_Mulyanti_12 Daftar Pustaka.pdf Download (200kB) |
|
Text
535160069_Mulyanti_13 Lampiran.pdf Restricted to Registered users only Download (2MB) |
|
Text
535160069_Mulyanti_14 Daftar Riwayat Hidup.pdf Restricted to Registered users only Download (140kB) |
Abstract
Salah satu masalah utama dalam kesehatan dan penyebab kematian nomor satu di dunia adalah penyakit jantung. Maka dari itu pengklasfikasian irama detak jantung merupakan salah satu bidang penelitian yang penting, karena dapat membantu pada bidang kesehatan. Jantung manusia menghasilkan 2 suara yang berbeda yang dapat didengarkan pada stetoskop dan sering dinyataan dengan lub-dub. Pada irama detak jantung abnormal, terdapat nada suara tambahan seperti desas-desus, gemuruh, atau tidak sempurna. Irama detak jantung yang abnormal ada dua yaitu murmur dan extrasystole. Pada penelitian ini, digunakan suara jantung hasil rekaman dari digital stethoscope dari The Pascal Classifying Heart Sound (Dataset B) untuk dilakukan diagnosis apakah terdapat suara jantung yang abnormal. Pengklasifikasian irama detak jantung dilakukan dengan menggunakan metode ekstraksi ciri Fast Fourier Transform (FFT), serta Long Short-Term Memory (LSTM) yang digunakan sebagai pengenalan atau pengklasifikasian irama detak jantung. Dilakukan tiga buah percobaan untuk pengujian klasifikasi irama detak jantung. Pada percobaan pertama dari ke-5 hasil percobaan model, didapatkan model terbaik yaitu dengan akurasi pelatihan sebesar 69.93464% dan akurasi validasi sebesar 70.39474%. Pengujian terhadap model long short-term memory dievaluasi berdasarkan confusion matrix, precision, recall, dan F1- Score. Dari percobaan kedua didapat model terbaik yaitu model ke-4 dengan akurasi pelatihan sebesar 58.21918% dan akurasi validasi sebesar 51.38889%. Percobaan terakhir didapatkan model ke-1 dengan akurasi pelatihan sebesar 56.84932% dan akurasi validasi sebesar 58.33333%.
Item Type: | Thesis (Skripsi) |
---|---|
Uncontrolled Keywords: | Deep Learning, Fast Fourier Transform, Irama Detak Jantung, Long Short-Term Memory |
Subjects: | Skripsi/Tugas Akhir Skripsi/Tugas Akhir > Fakultas Teknologi Informasi |
Divisions: | Fakultas Teknologi Informasi > Teknik Informatika |
Depositing User: | TDI Family perpus |
Date Deposited: | 07 May 2021 01:35 |
Last Modified: | 07 Jun 2021 05:20 |
URI: | http://repository.untar.ac.id/id/eprint/28387 |
Actions (login required)
View Item |