Maherian, Ezra and Rizal Maulana, S.T., M.T., M.Sc. and Dahnial Syauqy, S.T., M.T., M.Sc. (2021) Implementasi Sistem Pendeteksi Myocardial Ischemia menggunakan Metode Support Vector Machine (SVM). Sarjana thesis, Universitas Brawijaya.
Abstract
Myocardial Ischemia merupakan suatu kondisi yang terjadi ketika aliran darah ke jantung berkurang sehingga menyebabkan berkurangnya pasokan oksigen ke otot jantung. Berkurangnya aliran darah ini terjadi karena adanya sumbatan pada pembuluh darah arteri koroner yang dapat berupa plaque akibat kolesterol yang menumpuk atau karena darah yang mengalami penggumpalan. Apabila plaque terus menerus menumpuk dan akhirnya menyumbat pembuluh darah seutuhnya maka serangan jantung mungkin terjadi. Umumnya, pemeriksaan untuk mengetahui kondisi Myocardial Ischemia dilakukan oleh tenaga kesehatan di rumah sakit. Sensor kit AD8232 dan Mikrokontroler Arduino Uno digunakan untuk melakukan pendeteksian kondisi Myocardial Ischemia. Pendeteksian kondisi jantung dilakukan berdasarkan fitur kemiringan segmen ST dan nilai puncak gelombang T dan diklasifikasi menggunakan metode klasifikasi Support Vector Machine untuk mengklasifikasi data menjadi 2 kelas, yaitu Myocardial Ischemia dan Normal. Sebayak 40 data latih digunakan untuk melatih sistem dan sebanyak 20 data uji digunakan untuk menguji sistem. Pengujian akurasi sensor menghasilkan nilai akurasi sebesar 95.56%. Pengujian waktu komputasi SVM menghasilkan rata-rata waktu komputasi training selama 3912.30 ms dan rata-rata waktu komputasi testing selama 0.061 ms. Nilai akurasi klasifikasi SVM yang didapatkan dari pengujian terhadap 20 data uji menghasilkan akurasi sebesar 85%.
English Abstract
Myocardial Ischemia is a condition occurs when the blood flow to the heart is reduced, making the heart muscle lack of oxygen supply. The reduced blood flow occurs due to blockage inside the coronary arteries which could be the build-up of cholesterol or the clotting of the blood. The blockage could build-up even more from time to time, blocking the blood flow entirely and making the person with the condition more prone to a heart attack. Commonly, diagnosing Myocardial Ischemia is done by medical professionals at the hospital. AD8232 sensor kit and Arduino Uno Microcontroller are used to detect Myocardial Ischemia. The detection of heart condition is based on the slope of ST-segment and the peak of T wave that will be classified by Support Vector Machine classifier into either Myocardial Ischemia or Normal class. As many as 40 data were used to train the system and as many as 20 data were used to test the system. Sensor accuracy test shows sensor’s accuracy of 95.56%. Test of SVM computation time gives a result of 3912.30 ms for average training time and 0.061 ms for average testing time. The accuracy of SVM classification tested on 20 data gives an accuracy rate of 85%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 0521150082 |
| Uncontrolled Keywords: | Myocardial Ischemia, SVM, Arduino Uno, AD8232, ECG |
| Subjects: | 000 Computer science, information and general works > 004 Computer science |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 03 Nov 2021 04:31 |
| Last Modified: | 01 Oct 2024 07:14 |
| URI: | http://repository.ub.ac.id/id/eprint/186382 |
![[thumbnail of fix-EZRA MAHERIAN.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
fix-EZRA MAHERIAN.pdf Download (3MB) |
Actions (login required)
 |
View Item |