Search for collections on Universitas YARSI Repository

DIAGNOSA KELAINAN RITME JANTUNG DENGAN ARTIFICIAL INTELLIGENCE

Ardhiansyah, Reza Septian (2022) DIAGNOSA KELAINAN RITME JANTUNG DENGAN ARTIFICIAL INTELLIGENCE. Diploma thesis, Universitas YARSI.

[img]
Preview
Text
1. Cover.pdf

Download (18kB) | Preview
[img]
Preview
Text
2. LEMBAR PENGESAHAN.pdf

Download (148kB) | Preview
[img]
Preview
Text
3. LEMBAR PERNYATAAN ORISINALITAS.pdf

Download (189kB) | Preview
[img]
Preview
Text
4. ABSTRAK.pdf

Download (7kB) | Preview
[img]
Preview
Text
5. BAB I.pdf

Download (136kB) | Preview
[img]
Preview
Text
6. DAFTAR PUSTAKA.pdf

Download (120kB) | Preview
[img] Text
7. BAB II.pdf
Restricted to Registered users only

Download (35kB)
[img] Text
8. BAB III.pdf
Restricted to Registered users only

Download (637kB)
[img] Text
9. BAB IV.pdf
Restricted to Registered users only

Download (384kB)
[img] Text
10. BAB V.pdf
Restricted to Registered users only

Download (237kB)
[img] Text
11. BAB VI.pdf
Restricted to Registered users only

Download (7kB)

Abstract

Jantung merupakan salah satu organ vital yang ada pada tubuh manusia. Fungsi utama dari jantung adalah memompa darah ke seluruh bagian tubuh dengan melibatkan pembuluh darah sebagai salurannya. Banyak sekali jenis gangguan yang bisa terjadi pada jantung manusia, salah satunya adalah Aritmia. Menurut WHO penyakit jantung berada pada posisi satu sebagai penyebab kematian. Pada tahun 2005, sekitar 17,5 juta atau setara dengan dengan 30% kematian diseluruh dunia disebabkan oleh penyakit jantung. Aritmia merupakan penyakit yang mengganggu irama jantung. Penyakit ini menyebabkan detak jantung pengidapnya terasa tidak teratur yang bisa lebih cepat atau lebih lambat. Dengan tingginya angka kematian dari penyakit aritmia, dibutuhkan sebuah metode yang bisa memprediksi jenis kelainan jantung dari tiap pasein berdasrkan hasil dari elektrokardiogram. Dataset yang digunakan berjumlah 6880 pasien yang didapat dari salah satu data yang digunakan pada The PhysioNet/Computing in Cardiology Challenge 2020 yaitu China 12-Lead ECG Challenge Database. Tiap data diambil sekitar 6 sampai 60 detik menggunakan frekuensi 500hz.Metode yang diajukan adalah Artificial Neural Network (ANN), Long short-term memory (LSTM), Inception dan Convolutional neural network (CNN). Dalam melakukan penelitian, penulis membagi data menjadi 2 bagian. 80% data digunakan untuk training, sedangkan sisanya digunakan untuk testing. Dari keempat model yang telah diujicobakan, model Inception mendapat hasil tertinggi dengan akurasi 86.8% dengan menggunakan enam kelas sebaran dan 90.7% dengan menggunakan empat kelas sebaran.

Item Type: Thesis (Diploma)
Additional Information: S-818-FTI
Uncontrolled Keywords: Aritmia, Elektrokardiogram, Deep Learning, Convolutional Neural Network.
Subjects: Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
R Medicine > R Medicine (General)
R Medicine > RC Internal medicine
T Technology > T Technology (General)
Depositing User: Reza Ardhiansyah
Date Deposited: 07 Dec 2023 03:38
Last Modified: 07 Dec 2023 03:38
URI: http://digilib.yarsi.ac.id/id/eprint/11175

Actions (login required)

View Item View Item