Gilang, Gusti Arief (2018) Implementasi Sistem Pendeteksi Premature Ventricular Contraction (Pvc) Aritmia Menggunakan Metode Naïve Bayes. Sarjana thesis, Universitas Brawijaya.
Abstract
Premature Ventricular Contraction (PVC) Aritmia merupakan kelainan detak jantung akibat dari gangguan ritme jantung di bagian ventrikel. PVC yang terjadi terlalu sering kepada seseorang dapat berlanjut ke penyakit yang membahayakan seperti gagal jantung. Namun saat ini, untuk melakukan deteksi kelainan detak jantung PVC ini hanya dapat dilakukan di rumah sakit. Dari permasalahan tersebut, diperlukan penelitian untuk mendeteksi jenis PVC aritmia yang dapat digunakan secara mandiri dan tidak memakan biaya yang besar sehingga dapat mengurangi individu yang memiliki penyakit jantung yang terjadi akibat PVC. Penelitian ini memiliki parameter-parameter yang digunakan untuk membandingkan jenis PVC yaitu waktu interval detak jantung manusia dan BPM dengan menggunakan teknik EKG untuk membaca detak jantung tersebut. Penentuan perbandingan jenis PVC dengan parameter R Interval dan BPM diperoleh dari hasil perhitungan pembacaan sensor EKG AD8232 oleh Arduino Uno menggunakan metode Naïve Bayes. Metode Naïve Bayes digunakan dalam penelitian ini karena memiliki kelas jenis PVC aritmia yang diketahui sejak awal. Pengujian untuk menentukan nilai BPM pada sistem menghasilkan persentase rata-rata error sebesar 8,558%. Selain itu, pengujian hasil klasifikasi sistem menggunakan metode Naïve Bayes dengan 46 data latih dan 14 data uji menghasilkan akurasi 92,857% dengan waktu komputasi rata-rata 7,2 detik.
English Abstract
Premature Ventricular Contraction (PVC) Arrhythmia is an anomaly heartbeat that occurs because of the heartbeat rhythm disorder in the ventricles. PVC that happens too often can lead to dangerous disease such as heart failure. At this time, to detect the PVC can only be done at the hospital. From this problem, it is necessary to make a system that detect the type of PVC that can be used independently so it can reduce the number of individuals who have a heart disease because of PVC. This research has a parameter that used to make a comparison on each type of PVC, that is heartbeat time interval and BPM by using ECG techniques to measure the heartbeat. Determination of PVC type with heartbeat interval and BPM parameter is obtained from AD8232 sensor value by Arduino Uno using Naïve Bayes method. Naïve Bayes is used in this research because it has a class type of PVC arrhythmia that known from the beginning. A BPM tests of this research gives 8,558% percentage average error. Furthermore, a classification result test using the Naïve Bayes method with 46 training data and 14 test data gives an accuration 92,857% with the average computation time 7,2 second.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2018/404/051806607 |
| Uncontrolled Keywords: | EKG, aritmia, PVC, klasifikasi, Naïve Bayes ECG, arrhythmia, PVC, classification, Naïve Bayes |
| Subjects: | 600 Technology (Applied sciences) > 616 Diseases > 616.1 Diseases of cardiovascular system > 616.12 Diseases of heart > 616.120 285 Diseases of heart (Computer applications) |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 15 Apr 2019 01:29 |
| Last Modified: | 18 Oct 2021 03:38 |
| URI: | http://repository.ub.ac.id/id/eprint/161606 |
Preview |
Text
Gusti Arief Gilang.pdf - Published Version Download (7MB) | Preview |
Actions (login required)
 |
View Item |