IDENTIFIKASI INDIVIDU BERBASIS PENGOLAHAN 
SINYAL EKG MENGGUNAKAN CONVOLUTIONAL NEURAL 
NETWORK

FAUZI MUHAMMAD MUTTAQIEN

Informasi Umum

Kode

22.04.470

Klasifikasi

621.38 2 - Signal processing, Information theory

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Signal - Processing

Dilihat

393 kali

Informasi Lainnya

Abstraksi

Teknologi biometrik pada saat ini telah banyak digunakan sebagai identifikasi dan otentikasi sebuah aplikasi. Contohnya adalah sebuah smartphone yang didalamnya terdapat aplikasi yang berisikan data penting, maka sebuah aplikasi tersebut membutuhkan keamanan tingkat tinggi yang dimana hanya pengguna atau yang bersangkutan saja yang bisa membuka aplikasi tersebut. Baru-baru ini diciptakan sebuah teknologi biometrik berbasis sinyal EKG yang sedang dikembangkan. Sinyal EKG ini berupa bentuk detak jantung pada manusia yang akan dirancang menjadi ide baru untuk teknologi biometrik. Pada tugas akhir ini, dibuat sebuah sistem yang mampu mengidentifikasi identitas seseorang melalui sinyal elektrokardiogram dengan menggunakan metode klasifikasi One Dimensional Convolutional Neural Network (1D – CNN) dengan fungsi aktivasi ReLU dan Softmax. Data diproses melalui tiga skenario. Dataset yang digunakan diperoleh dari www.physionet.org, dataset ini berisikan 48 kelas yang mempunyai karakteristik detak jantung yang berbeda-beda. Jumlah total data masukannya sebanyak 8.597 yang terdiri dari 6.017 data latih (75%) dan 2.580 data uji (25%). Pengujian pada parameter jumlah hidden layer, penggunaan optimizer, dan nilai learning rate sangat berpengaruh terhadap performansi sistem yang dihasilkan. Perfomansi sistem yang dihasilkan berupa akurasi, precision, recall, flscore, dan loss. Dimana pada penelitian ini mendapatkan hasil terbaiknya pada penggunaan 5 hidden layer, adam optimizer dan nilai learning rate 0,001 didapatkan hasil perfomansi sistem akurasi, precision, recall, fl-score, dan loss berturut-turut yaitu 94,07%, 94%, 94%, 93%, 0,1876.