Detail Cantuman
Advanced SearchProyek Akhir
Deteksi sinyal EKG Dengan Menggunakan Metode Classification Random Forest dan Penerapannya Pada Smart Health Care Berbasis Web
Jantung koroner (acute coronary syndrome) atau disebut the silence killer. Angka kematian di Indonesia akibat penyakit jantung koroner (PJK) mencapai 26%. Oleh karena itu, untuk mencegah tingginya angka kematian PJK, dapat dilakukan deteksi dini PJK. Salah satu caranya adalah pemeriksaan rekaman EKG (elektrokardiogram/ electrocardiograph), atau pemeriksaan echocardiograph. Suatu perangkat keras dan lunak untuk untuk merekam sinyal EKG telah dirancang. Penelitian tentang EKG adalah salah satu studi yang penting, karena dapat mendeteksi penyakit kardiovaskular. Penyakit kardiosvaskular dapat digolongkan sebagai penyakit aritmia. Aritmia adalah gangguan yang terjadi pada irama jantung, Metode yang digunakan untuk mengenali dan menggolongkan pola sinyal EKG adalah metode RRI (R-R Interval). Pada Penelitian ini menggunakan klasfikasi Random Forest yang paling sederhana dengan fitur random dibentuk dengan seleksi secara random, pada masing – masing node, sebuah grup kecil dari input Variable yang terbagi. Kelebihan Random Forest Classifier adalah dapat mengatasi noise dan missing value serta dapat mengatasi data dalam jumlah yang besar. Dari pengujian yang dilakukan menggunakan metode confusion matrix didapatkan akurasi dari klasifikasi menggunakan Random Forest adalah 95%.
Ketersediaan
PA1755301013 | Perpustakaan PCR | Tersedia namun tidak untuk dipinjamkan - No Loan |
Informasi Detil
Judul Seri |
-
|
---|---|
No. Panggil |
PA TI
|
Penerbit | Pustaka Politeknik Caltex Riau : Pekanbaru., 2021 |
Deskripsi Fisik |
xv, 74 hlm.; 21 cm
|
Bahasa |
Indonesia
|
ISBN/ISSN |
-
|
Klasifikasi |
PA TI
|
Tipe Isi |
text
|
Tipe Media |
-
|
---|---|
Tipe Pembawa |
-
|
Edisi |
1
|
Subyek | |
Info Detil Spesifik |
-
|
Pernyataan Tanggungjawab |
-
|
Versi lain/terkait
Tidak tersedia versi lain