Fatimatul Karimah, 080810083 (2012) IMPLEMENTASI LEARNING VECTOR QUANTIZATION (LVQ) SEBAGAI ALAT BANTU IDENTIFIKASI KELAINAN JANTUNG MELALUI CITRA ELEKTROKARDIOGRAM. Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview

Text KARIMAH, F.pdf Download (2MB) | Preview

Abstract

Penyakit jantung adalah penyakit yang menyebabkan angka kematian yang tinggi di dunia. Salah satu cara pendeteksian penyakit jantung dapat dilakukan dengan pembacaan sinyal Electrocardiograph (ECG). Namun, pembacaan perekaman ECG (elektrokardiogram) ini cukup sulit karena memerlukan keahlian khusus. Untuk membantu pembacaan elektrokardiogram maka, pada penelitian ini dilakukan perancangan perangkat lunak berbasis jaringan saraf tiruan dengan metode Learning Vector Quantization (LVQ) sebagai alat bantu identifikasi kelainan jantung. Input perangkat lunak ini adalah citra digital elektrokardiogram. Citra elektrokardiogram tersebut diolah menggunakan metode pengolahan citra (pre-processing, segmentasi, morfologi citra dan ekstraksi fitur) sehingga diperoleh ordinat grafik citra elektrokardiogram yang merepresentasikan potensial listrik jantung. Output dari perangkat lunak ini dibagi menjadi tiga kelas yaitu, kondisi jantung normal, koroner dan fibrilasi atrium. Tingkat akurasi maksimal perangkat lunak ini adalah sebesar 96% dengan parameter optimal LVQ yaitu, laju pembelajaran 0,1 dan pengurangan laju pembelajaran 0,5.

Actions (login required)

View Item