JFA (Jurnal Fisika dan Aplikasinya)
Vol 9, No 2 (2013)

Desain Sistem Klasifikasi Kelainan Jantung menggunakan Learning Vector Quantization

Endah Purwanti (Universitas Airlangga)
Franky Chandra Satria Arisgraha (Universitas Airlangga)
Pujiyanto Pujiyanto (Universitas Airlangga)
Muhammad Arief Bustomi (Intitut Teknologi Sepuluh Nopember (ITS))



Article Info

Publish Date
13 Jun 2013

Abstract

Electrocardiograph (ECG atau EKG) merupakan alat diagnosis yang mengukur dan merekam aktifitas listrik jantung. Analisis sinyal EKG sering digunakan untuk mendiagnosis beberapa jenis kelainan jantung. Pada penelitian ini, kami merancang sistem jaringan syaraf tiruan untuk klasifikasi citra elektrikardiogram. Metode pemrosesan citra digunakan untuk ekstraksi fitur citra EKG dan proses klasifikasi menggunakan learning vector quantization. Beberapa data elektrokardiogram digunakan sebagai data pelatihan dan pengujian jaringan klasifikasi. Tiga jenis kelainan jantung dapat dideteksi oleh sistem. Hasil simulasi menunjukkan bahwa akurasi algoritma klasifikasi adalah sebesar 89% yang terdiri dari 9 normal, 4 bradikardi, 8 takikardi dan 7 aritmia.

Copyrights © 2013






Journal Info

Abbrev

jfa

Publisher

Subject

Physics

Description

JFA (Jurnal Fisika dan Aplikasinya, Abbreviation: J.Fis. dan Apl.) hanya menerbitkan artikel penelitian asli serta mengulas artikel tentang topik seputar bidang fisika (fisika teori, material, optik, instrumentasi, geofisika) dan aplikasinya. Naskah yang dikirimkan ke JFA belum pernah diterbitkan ...