Implementasi Metode K-Nearest Neighbors Pada Sistem Pendeteksi Sleep Apnea

Wibowo, Dony Satrio (2019) Implementasi Metode K-Nearest Neighbors Pada Sistem Pendeteksi Sleep Apnea. Sarjana thesis, Universitas Brawijaya.

Abstract

Sleep apnea merupakan masalah medis yang mempunyai dampak berkelanjutan dan memiliki angka kematian yang banyak sehingga menjadi beban dalam pelayanan kesehatan masyarakat. Terdapat dua jenis utama dari sleep apnea, yaitu apnea tidur sentral dan apnea tidur obstruktif. Pada penelitian ini saya membuat sistem yang berkaitan dengan apnea obstruktif karena merupakan bentuk apnea yang paling umum terjadi. Untuk membantu petugas medis maupun seseorang yang terindikasi sleep apnea dalam memonitoring penyakit ini diperlukan sistem yang dapat dipergunakan sebagai deteksi dini. Sistem ini menggunakan metode K-Nearest Neighbor sebagai algoritma penentuan jenis sinyal. Perolehan sinyal ECG oleh sensor AD8232 yang nantinya akan mengakuisisi data R-peak Dan R-interval yang digunakan sebagai parameter penentuan sleep apnea. Sistem ini menggunakan arduino uno sebagai mikrokontroler, AD8232 sebagi input dan Buzzer sebagai output. Sensor AD8232 memiliki tingkat akurasi sebesar 94,56% , tingkat keakuratan metode K-Nearest Neighbor yang dilakukan sebanyak 15 kali percobaan adalah 86,6%. Dan nilai rata-rata waktu komputasi sistem yang didapat setelah hasil perhitungan KNearest Neighbor sebesar 1281,1 ms

English Abstract

Sleep apnea is a medical problem that has a sustained impact and has a high mortality rate, which is a burden on public health services. There are two main types of sleep apnea, that is central sleep apnea and obstructive sleep apnea. In this study I developed a system related to obstructive apnea because it is the most common form of apnea. To help medical staff or someone who has indicated sleep apnea to monitoring this disease, we need a system that can be used as an early detection is. This system uses the K-Nearest Neighbor method as the signal type determination algorithm. The acquisition of ECG signals by AD8232 sensor will acquire R-peak and R-interval data that used as parameters for determining sleep apnea. This system uses Arduino Uno as a microcontroller, AD8232 as an input and Buzzer as an output. The AD8232 sensor has an accuracy rate of 94.56%, the accuracy rate of the K-Nearest Neighbor method which is carried out as many as 15 experiments is 86.6%. And the average value of system computing time obtained after the calculation of K-Nearest Neighbor is 1281.1 ms

Other obstract

-

Item Type: Thesis (Sarjana)
Identification Number: SKR/FILKOM/2020/197/052003387
Uncontrolled Keywords: Apnea, Sinyal ECG, Arduino uno, Sensor Ad8232, metode K-Nearest Neighbo, Apnea, ECG Signals, Arduino uno, Ad8232 Sensor, K-Nearest Neighbor method
Subjects: 000 Computer science, information and general works > 006 Special computer methods
Divisions: Fakultas Ilmu Komputer > Teknik Informatika
Depositing User: Budi Wahyono Wahyono
Date Deposited: 10 Aug 2020 06:53
Last Modified: 19 Oct 2021 02:33
URI: http://repository.ub.ac.id/id/eprint/180936
[thumbnail of Dony Satrio Wibowo (2).pdf]
Preview
Text
Dony Satrio Wibowo (2).pdf

Download (5MB) | Preview

Actions (login required)

View Item View Item