No image available for this title

Proyek 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

PA1755301013Perpustakaan PCRTersedia namun tidak untuk dipinjamkan - No Loan

Informasi Detil

Judul Seri
-
No. Panggil
PA TI
Penerbit Pustaka Politeknik Caltex Riau : Pekanbaru.,
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


Lampiran Berkas



Informasi


DETAIL CANTUMAN


Kembali ke sebelumnyaXML DetailCite this