Nisa Trianifa
UIN Sunan Ampel

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN METODE SUPPORT VECTOR MACHINE BERDASARKAN PERBANDINGAN ALGORITMA PEMBACAAN WAKTU DENGAN TEKSTUR SINYAL SEBAGAI METODE EKSTRAKSI SINYAL EKG Nisa Trianifa; Ahmad Zaenal Arifin; Dian Candra Rini Novitasari
MathVisioN Vol 2 No 1 (2020): Maret 2020
Publisher : Prodi Matematika FMIPA Unirow Tuban

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (262.572 KB)

Abstract

Penyakit jantung merupakan salah satu faktor utama yang mengakibatkan kematian. Langkah awal dalam mengatasi penyakit jantung adalah memeriksa jantung. Akan tetapi, hasil pemeriksaan tidak dapat memberikan informasi tentang penyakit jantung. Oleh karena itu, pada penelitian ini dilakukan pemrosesan sinyal digital dalam menganalisis pola sinyal hasil rekaman jantung. Tujuannya agar dapat mengklasifikasikan pasien Myocardical Infraction dan normal melalui 2 tahapan yaitu perbandingan dua metode Algoritma Pembacaan Waktu dan Tekstur Sinyal sebagai metode ektraksi sinyal EKG, dan klasifikasi dengan metode SVM. Ekstraksi EKG dengan Tekstur Sinyal dengan tiga parameter hasil ekstraksi menunjukkan bahwa Tekstur Sinyal lebih baik dari Algoritma Pembacaan Waktu dalam mengekstraksi sinyal EKG serta hasil SVM terbaik dengan fungsi kernel RBF. Hasil akurasi dari data uji sebesar 95%, sensitivitas sebesar 100%, spesifitas sebesar 91,67%, dan presisi sebesar 100%.