Klasifikasi Aritmia Pada Sinyal ECG Dengan Deep Learning CNN

Anindyaguna, Hana (2021) Klasifikasi Aritmia Pada Sinyal ECG Dengan Deep Learning CNN. Undergraduate thesis, Institut Teknologi Sepuluh Nopember.

Text 07211440000019-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2023. Download (4MB) | Request a copy

Abstract

Aritmia merupakan salah satu penyakit jantung Kardiovaskular atau disingkat CVD. Secara garis besar Aritmia sendiri adalah keadaan jantung dengan ritme detak yang tidak teratur. Ritme atau detak jantung seseorang yang terkena Aritmia bisa lebih cepat, lebih lamban, atau bahkan gabungan antara keduanya. Aritmia sendiri dapat diketahui dari pembacaan sinyal Electrocardiogram (ECG) jantung yang dilakukan oleh petugas medis. Untuk menilai dan mendiagnosa keadaan seseorang terkena Aritmia dengan Electrocardiogram (ECG) memerlukan proses yang lama dan memerlukan pemeriksaan dengan detail. Deep learning dengan CNN diharapkan dapat identifikasi dan klasifikasi dengan benar keadaan seseorang yang terkena aritmia berdasarkan kelas aritmia dengan spectrogram pada sinyal ECG.
======================================================================================================
Arrhythmia is a cardiovascular disease or abbreviated CVD. Broadly speaking, arrhythmia is a heart condition with an irregular rhythm. The rhythm or heart rate of a person affected by an arrhythmia can be faster, slower, or even a combination of the two. Arrhythmia’s can be detected by reading the heart’s Electrocardiogram (ECG) signal by a medical officer. To assess and diagnose the condition of a person affected by arrhythmia with an Electrocardiogram (ECG) requires a long process and requires a detailed examination. Deep learning with CNN is expected to be able to correctly identify and classify the condition of a person affected by arrhythmia based on the arrhythmia class with a spectrogram on the ECG signal

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Spectrogram, Arrhythmia, Deep Learning CNN
Subjects:	R Medicine > R Medicine (General) > R858 Deep Learning
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User:	Hana Anindyaguna
Date Deposited:	08 Sep 2021 06:04
Last Modified:	08 Sep 2021 06:04
URI:	http://repository.its.ac.id/id/eprint/91839

Actions (login required)

View Item