Zaimatul Firdaus (2015) Deteksi Kelainan Jantung Dari Hasil Elektrokardiogram (EKG) Menggunakan Jaringan Saraf Radial Basis Function Dengan K-Means Cluster. Skripsi thesis, UNIVERSITAS AIRLANGGA.

	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (622kB)
	Text (ABSTRAK) 2. ABSTRAK.pdf Download (251kB)
	Text (DAFTAR ISI) 3. DAFTAR ISI.pdf Download (265kB)
	Text (BAB I PENDAHULUAN) 4. BAB I PENDAHULUAN.pdf Download (259kB)
	Text (BAB II TINJAUAN PUSTAKA) 5. BAB II TINJAUAN PUSTAKA.pdf Restricted to Registered users only Download (678kB) | Request a copy
	Text (BAB III METODOGI PENELITIAN) 6. BAB III METODOLOGI PENELITIAN.pdf Restricted to Registered users only Download (527kB) | Request a copy
	Text (BAB IV) 7. BAB IV PEMBAHASAN.pdf Restricted to Registered users only Download (739kB) | Request a copy
	Text (BAB V PENUTUP) 8. BAB V PENUTUP.pdf Restricted to Registered users only Download (250kB) | Request a copy
	Text (DAFTAR PUSTAKA) 9. DAFTAR PUSTAKA.pdf Download (246kB)
	Text (LAMPIRAN) 10. LAMPIRAN.pdf Restricted to Registered users only Download (710kB) | Request a copy
Preview	Text (ABSTRAK) gdlhub-gdl-s1-2015-firdauszai-41577-5.-abstr-k.pdf Download (251kB) | Preview
	Text (FULLTEXT) MPM.69-15 Fir d.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Jaringan saraf tiruan (JST) adalah suatu teknologi yang diilhami dari jaringan saraf biologis pada manusia, JST dapat dilatih untuk mengenali suatu objek yang memiliki pola tertentu dan spesifik seperti mendeteksi kelainan jantung hasil Elektrokardiogram (EKG). Citra EKG disini sebelumnya dilakukan pengolahan citra untuk mendapatkan pola untuk pengenalan pada proses pelatihan jaringan. Proses pengolahan citra yang digunakan adalah grayscale, thresholding, deteksi tepi sobel, dan normalisasi matriks. Hasil pengolahan citra ini digunakan sebagai matriks input pada proses pelatihan jaringan Radial Basis Function menggunakan K-Means Cluster. Pada proses pelatihan akan mendapatkan parameter-parameter optimal untuk uji validasi pada data uji. Data pelatihan pada skripsi ini menggunakan 30 data EKG dengan learning rate 0,1 menghasilkan error total sebesar 0,18458 dan iterasi maksimum 4929. Hasil uji validasi program menggunakan data baru yang terdiri dari 5 citra kelainan dan 5 citra normal, diperoleh presentasi 70%. Deteksi kelainan jantung dirancang menggunakan bahasa pemrograman Java Netbeans IDE 8.0 dan Microsoft office 2007 untuk menyimpan data hasil gambar.

Actions (login required)

View Item