LKP : Pemrosesan Sinyal Suara Jantung untuk Klasifiasi Ketidaknormalan Menggunakan LSTM

Rizky, Muhammad Gerald (2022) LKP : Pemrosesan Sinyal Suara Jantung untuk Klasifiasi Ketidaknormalan Menggunakan LSTM. Undergraduate thesis, Universitas Dinamika.

[img]
Preview
Text
17410200021-2022-UNIVERSITAS DINAMIKA.pdf - Accepted Version

Download (1MB) | Preview
[img] Text
17410200021-2022-LAMPIRAN.pdf - Accepted Version
Restricted to Repository staff only

Download (2MB)

Abstract

Jantung adalah organ vital di dalam tubuh yang berfungsi untuk memompa darah yang mengandung nutrisi, mulai dari jantung ke seluruh tubuh dan kembali ke jantung. Oleh karena itu, betapa pentingnya untuk mengetahui kondisi kesehatan jantung tersebut. Dengan berkembangnya teknik klasifikasi secara otomatis dengan neggunakan machine learning maupun deep learning, telah banyak upaya yang dilakukan untuk menganalisa sinyal phonocardiogram. Dengan adanya hal tersebut, maka penulis membuat sebuah sistem untuk melakukan klasifikasi secara otomatis terhadap sinyal jantung phonocardiogram. Metode yang digunakan pada penelitian ini adalah Long Short Term Memory (LSTM) dengan menggunakan variasi dataset sebanyak 3240 sinyal suara jantung normal dan tidak normal. Akurasi pelatihan yang didapatkan dari metode LSTM dengan menggunaka 5 hidden layer sebesar 91% dan akurasi prediksi sebesar 81%.


Export Record



Statistic

IRStats Detail StatisticView more statistics

Item Type: Thesis (Undergraduate)
Additional Information: Muhammad Gerald Rizky (17410200021)
Uncontrolled Keywords: Long Short Term Memory, Deep Learning, Phonocardiogram
Dewey Decimal Classification: 600 – Technology > 620 Engineering & Applied operations > 621 Applied physics
Divisions: Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User: Muhammad Gerald Rizky
Date Deposited: 09 Mar 2022 15:47
Last Modified: 09 Mar 2022 15:47
THESIS ADVISORS: 1. UNSPECIFIED (NIDN : UNSPECIFIED)
URI: http://repository.dinamika.ac.id/id/eprint/6376

Actions (login required)

View Item View Item