Informasi Umum

Kode

111020084

Klasifikasi

000 - Generalistics

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Other

Informasi Lainnya

Abstraksi

ABSTRAKSI: Klasifikasi merupakan salah satu bagian dalam sistem komputasi yang memprediksikan tiap-tiap record data ke dalam kelas-kelas tertentu berdasarkan pola data, karena itu klasifikasi termasuk pembelajaran yang terawasi. Dalam dunia medis, klasifikasi sangat berperan penting dalam hal untuk penyimpanan data, pengelompokkan data serta pendeteksian data sehingga dapat meringankan pekerjaan para dokter dan ahli Kardiolog dalam membaca pola data sinyal jantung.<br> Jaringan Syaraf Tiruan (JST) merupakan salah satu bagian dari kecerdasan buatan yang memiliki keandalan dalam melakukan pembelajaran, ada dua pembelajaran yaitu terawasi dan tidak terawasi. JST memiliki keakuratan yang tinggi dalam melakukan prediksi berdasarkan pembelajaran yang dilakukan. Akan tetapi JST sekarang ini hanya dapat memberikan pengetahuan yang bersifat implisit, dikarenakan pengetahuan pembelajaran disimpan dalam bobot-bobot keterhubungan antar node.<br> Adapun tujuan dilakukannya penelitian tugas akhir ini adalah mendapatkan pola klasifikasi ketidaknormalan pada data sinyal ECG (Electrocardiogram) menggunakan jaringan syaraf tiruan Back Propagation. Sinyal ECG yang diklasifikasikan sebelumnya dilakukan pengambilan ciri terlebih dahulu menggunakan Linear Predictive Coding dan Prony untuk memperoleh feature unik dari masing-masing pola.<br> Untuk mengukur kinerja performansi dari sistem klasifikasi digunakan nilai akhir yang disebut dengan nilai akurasi dan nilai sensitivitas sistem. Sistem yang baik adalah sistem yang mampu menghasilkan nilai akurasi dan sensitivitas maksimum dengan kesalahan minimum. Hasil dari penelitian Tugas Akhir ini menunjukkan bahwa ekstraksi ciri sinyal jantung menggunakan Prony memberikan hasil yang cukup baik dengan nilai akurasi mencapai 88.89 % dan nilai sensitivitas 100 %. Sedangkan pengambilan ciri menggunakan LPC memberikan hasil dengan nilai akurasi mencapai 82.54 % dan nilai sensitivitas 100 %.Kata Kunci : ABSTRACT: Classification is one part of computation system which predict each record of data to particular class, because of that, classification is of supervised learning. In medically, classification is most important things to do which in to keep safety data, clustering and also detection of ECG’s signal. With the result that, can be easy understand in human language for the doctors and the cardiologist to analysis and diagnosis.<br> Neural Network is one part of Artificial Intelligence area which have strong ability in learning, there are two learning Supervised and Unsupervised learning. It has high accuration to predict based from learning. But recently Neural Network just can give implicit knowledge, because the knowledge stored on the weight of the link between node.<br> The object of this research is to classification pattern from ECG’s signal of the patient using the “ Back Propagation of Artificial Neural Network “ from given data set, and then can be easy understand in human language. The ECG’s signal are extracted using Linear Predictive Coding and Prony in order to obtain unique features from each pattern of ECG’s signal.<br> General abstraction of this Final Project research is measuring value of accurated and sensitivity data from system to get the best of maximum result and also minimum fault. The result of this final project is indicated that extraction using Prony give an excellent result with has an accuracy rate around 88.89 % and sensitivity rate around 100 %. The other way, LPC given an accuracy rate around 82.54 % and sensitivity rate around 100 %.Keyword:

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook