LKP : Klasifikasi Sinyal PCG Menggunakan Convolutional Neural Network
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika
Author
Miskiyanto Miskiyanto (STUDENT ID : 17410200044)
Heri Pratikno (LECTURER ID : 0716117302)
Heri Pratikno (LECTURER ID : 0716117302)
Subject
621 Applied physics
Datestamp
2022-03-17 03:34:13
Abstract :
Jantung adalah organ vital yang digunakan dalam kegiatan sehari-hari. Namun, berdasarkan survei World Heatlh Organization (WHO), terdapat 33% kematian disebabkan oleh Penyakit Jantung Koroner (PJK). Pemeriksaan jantung secara rutin diharapkan dapat membantu pasien dalam memonitoring kondisi jantungnya. Teknik untuk mendengarkan suara jantung dengan menggunakan elektronik atau tradisional stethoscope, sebuah metode lama namun sangat efektif dalam melakukan diagnosis terhadap sejumlah penyakit kardiovaskular. Namun, hasil pemeriksaan yang didasarkan pendengaran dokter, juga menjadi kendala dalam menentukan hasil pemeriksaan jantung, karena merupakan hasil subjektifitas. Hal ini menjadikan analisis pendeteksian terhadap karakteristik sinyal suara jantung secara otomatis penting untuk dilakukan supaya tidak terjadi kesalahan diagnosa pada saat perekaman sinyal suara jantung. Dengan berkembangnya teknik klasifikasi secara otomatis dengan neggunakan machine learning maupun deep learning, telah banyak upaya yang dilakukan untuk menganalisa sinyal PCG. Dengan adanya hal tersebut, maka penulis membuat sebuah sistem untuk melakukan klasifikasi secara otomatis terhadap sinyal jantung PCG. Metode yang digunakan pada penelitian ini adalah Convoluional Neural Network (CNN). Dari hasil pengujian klasifikasi sinyal jantung PCG menggunakan CNN maka dapat disimpulkan bahwa data yang berupa sinyal suara jantung phonocardiogram berektensi wav dan melalui preproses dengan plp dan di implementasikan menggunakan convolutional neural network dapat dijalankan. Pengujian model yang telah dibuat dengan variasi dataset sebanyak 1152 yang dibagi kedalam 70% untuk kebutuhan data latih dan 30% untuk validasi mendapatkan nilai akurasi percobaan sebesar 81% dan data loss sebesar 7%.
Jantung adalah organ vital yang digunakan dalam kegiatan sehari-hari. Namun, berdasarkan survei World Heatlh Organization (WHO), terdapat 33% kematian disebabkan oleh Penyakit Jantung Koroner (PJK). Pemeriksaan jantung secara rutin diharapkan dapat membantu pasien dalam memonitoring kondisi jantungnya. Teknik untuk mendengarkan suara jantung dengan menggunakan elektronik atau tradisional stethoscope, sebuah metode lama namun sangat efektif dalam melakukan diagnosis terhadap sejumlah penyakit kardiovaskular. Namun, hasil pemeriksaan yang didasarkan pendengaran dokter, juga menjadi kendala dalam menentukan hasil pemeriksaan jantung, karena merupakan hasil subjektifitas. Hal ini menjadikan analisis pendeteksian terhadap karakteristik sinyal suara jantung secara otomatis penting untuk dilakukan supaya tidak terjadi kesalahan diagnosa pada saat perekaman sinyal suara jantung. Dengan berkembangnya teknik klasifikasi secara otomatis dengan neggunakan machine learning maupun deep learning, telah banyak upaya yang dilakukan untuk menganalisa sinyal PCG. Dengan adanya hal tersebut, maka penulis membuat sebuah sistem untuk melakukan klasifikasi secara otomatis terhadap sinyal jantung PCG. Metode yang digunakan pada penelitian ini adalah Convoluional Neural Network (CNN). Dari hasil pengujian klasifikasi sinyal jantung PCG menggunakan CNN maka dapat disimpulkan bahwa data yang berupa sinyal suara jantung phonocardiogram berektensi wav dan melalui preproses dengan plp dan di implementasikan menggunakan convolutional neural network dapat dijalankan. Pengujian model yang telah dibuat dengan variasi dataset sebanyak 1152 yang dibagi kedalam 70% untuk kebutuhan data latih dan 30% untuk validasi mendapatkan nilai akurasi percobaan sebesar 81% dan data loss sebesar 7%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
