Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Gilang Titah Ramadhani
Telkom university
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 1 Documents
Search

 1 
Klasifikasi Penyakit Aritmia Melalui Sinyal Elektrokardiogram (ekg) Menggunakan Metode Local Features Dan Support Vector Machine Gilang Titah Ramadhani; Adiwijaya Adiwijaya; Dody Qori Utama
eProceedings of Engineering Vol 5, No 1 (2018): April 2018
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jantung merupakan organ terpenting dalam tubuh manusia dan selalu dituntut dalam keadaan baik, tidak dapat dipungkiri bahwa seseorang memiliki kemungkinan menderita penyakit jantung aritmia. EKG merupakan salah satu cara untuk mendeteksi penyakit jantung. Dengan menggunakan metode Local Features yang merupakan metode ekstraksi ciri dengan menghitung jumlah detak jantung sehingga dapat membantu dalam proses klasifikasi yang dilakukan oleh Support Vector Machine (SVM). Dalam fitur pengklasifikasian yang dilakukan oleh SVM, mendapatkan hasil akurasi dari dua dataset yang digunakan. Untuk data EKG normal akurasi terbesar bernilai 67% yang dihasilkan dari SVM kernel linear dan RBF, untuk data EKG aritmia akurasi terbesar bernilai 83% yang dihasilkan oleh kernel linear dan 16% menggunakan kernel RBF. Perbedaan kernel mempengaruhi akurasi pada setiap data bergantung kepada karakteristik setiap data EKG yang digunakan.
Co-Authors Adiwijaya Dody Qori Utama