Skripsi

 PENDETEKSIAN T WAVE ALTERNANS MELALUI DELINEASI SINYAL ELEKTROKARDIOGRAM BERBASIS DEEP LEARNING

---

T Wave Alternans (TWA) dikaitkan dengan beberapa penyakit dan deteksi akuratnya yang dapat mengdiagnosis lebih dini mengenai komplikasi jantung. Penelitian ini menggunakan data dari QT Database (QTDB) dan T Wave Alternans Database (TWADB). QTDB digunakan untuk proses training untuk pengujian model sedangkan dataset TWA digunakan untuk proses pengujian. Delineasi terhadap sinyal EKG secara otomatis menggunakan deep learning yang dapat membantu para dokter karena adanya human errors pada anotasi sinyal EKG secara manual. Metodologi penelitian ini mengadopsi pendekatan dengan menggabungkan Convolution Neural Network (CNN) sebagai fitur ekstraksi dan arsitektur Bidirectional Gated Recurrent Unit (Bi-GRU). Parameter model berupa epoch, batch size dan learning rate menghasilkan 17 total 30 model. Hasil penelitian menunjukkan bahwa model CNN dan Bi-GRU dapat melakukan delineasi sinyal dengan cukup baik pada skenario dengan 5 kelas gelombang. Model ini menghasilkan hasil evaluasi terbaik dengan nilai recall sebesar 91.4%, precision sebesar 89.4%, spesifity sebesar 99.2%, accuracy sebesar 99.3%, dan F1-Score sebesar 90.2%. Hasil terbaik delineasi ini mendeteksi 17 dari 30 data pasien yang mengalami TWA. Kata Kunci : EKG Delineasi, T Wave Alternans, ConvBiGRU, QT Database.

---

Availability

Detail Information

Series Title

-

Call Number

T1549172024

Publisher

Indralaya : Prodi Sistem Komputer, Fakultas Ilmu Komputer Universitas Sriwijaya., 2024

Collation

xv, 97 hlm.; ilus.; tab, 29 cm.

Language

Indonesia

ISBN/ISSN

-

Classification

006.307

Content Type

Text

Media Type

unmediated

Carrier Type

other (computer)

Edition

-

Subject(s)

Kecerdasan Buatan
Prodi Sistem Komputer

Specific Detail Info

-

Statement of Responsibility

SEW

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment