Deteksi Sleep Apnea Menggunakan Algoritma Artificial Neural Network Pada Sinyal Elektrokardiogram

ZIDANE SVINOZA HAMONANGAN

Informasi Dasar

95 kali
23.04.1839
006.32
Karya Ilmiah - Skripsi (S1) - Reference

Sleep apnea merupakan Obstructive sleep apnea (OSA) adalah gangguan kompleks yang ditandai dengan kolapsnya saluran napas bagian atas selama tidur efek hilir melibatkan kardiovaskular, paru, dan neurokognitif sistem. Faktor yang menyebabkan sleep apnea adalah gangguan ini ialah ketika otot belakang tenggorokan terlalu rileks maupun ketika otak tidak dapat mengirimkan sinyal dengan baik ke otot yang mengontrol pernapasan. Akibatnya, jumlah oksigen tidak cukup baik pada proses kerja jantung, sehingga kerja detak jantung menjadi tidak normal. Maka dari itu pendeteksi perlu dilakukan secara teliti dengan menggunakan sinyal elektrokardiogram yang dapat mendeteksi sleep apnea lebih mudah dan tepat.

Tugas akhir ini mempunyai tujuan untuk melakukan pendeteksi Sleep Apnea berdasarkan sinyal Elektrokardiogram menggunakan algoritma Artificial Neural Network (ANN). ANN sebuah metode jaringan tiruan merupakan sebuah teknik atau pendekatan pengolahan informasi yang terinspirasi oleh cara kerja sistem saraf biologis, khususnya pada sel otak manusia dalam memproses informasi. Dapat digunakan mendeteksi Sleep Apnea.

Penelitian data ini dapat digunakan terhadap dua kelas data EKG, data yang petama data sinyal EKG normal, data yang kedua data sinyal EKG apnea. Dalam tugas penelitian akhir ini menggunakan data set yang di ambil dari www.github.com . Hasil dari Tugas akhir ini merupakan sebuah model sistem yang dapat mendeteksi Sleep Apnea dengan algoritma ANN.

Penelitian yang telah dilaksanakan ini menggunakan dataset yang didapat dari www.github.com dengan total data 16.612 dengan data terbagi atas dua kelas yaitu data normal dan data sleep apnea. Pada proses uji coba yang dilaksanakan, data terbagi menjadi 80% data train dan 20% data uji. Algoritma yang digunakan pada penelitian ini adalah Artificial Neural Network (ANN).  Setelah itu dilakukan skenario pengujian untuk mencari hyperparameter terbaik. Ketika menggunakan dataset hasil hyperparameter terbaiknya adalah epoch 300, learning rate 0,001, batch size 64 dan optimizer Adam. Akurasi.

Kata kunci : Artificial Neural Network (ANN), EKG, Sleep Apnea

Subjek

NEURAL NETWORKS
 

Katalog

Deteksi Sleep Apnea Menggunakan Algoritma Artificial Neural Network Pada Sinyal Elektrokardiogram
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

ZIDANE SVINOZA HAMONANGAN
Perorangan
Irma Safitri
 

Penerbit

Universitas Telkom, S1 Teknik Telekomunikasi
Bandung
2023

Koleksi

Kompetensi

  • TUI4B4 - TUGAS AKHIR

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini