Komputasi Paralel untuk Mendeteksi Gelombang QRS Complex Menggunakan YOLO Deep Learning

Islam, Muhammad Achsan Hujjatul (2021) Komputasi Paralel untuk Mendeteksi Gelombang QRS Complex Menggunakan YOLO Deep Learning. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07211640000018-Undergraduate_Thesis.pdf - Accepted Version Download (15MB)

Abstract

Penyakit jantung merupakan salah satu penyebab kematian terbesar di dunia. Berdasarkan Riset Kesehatan Dasar (Riskesdas) Kementerian Kesehatan,pada tahun 2018 prevalansi penyakit jantung di Indonesia mencapai 1.5% dari jumlah seluruh penduduk. Salah satu penyebab munculnya penyakit jantung dapat diketahui melalui kondisi ritme jantung. Aritmia merupakan suatu kelainan ritme jantung yang tidak beraturan, terlalu cepat atau terlalu lambat. Kelainan aritmia dapat dideteksi menggunakan Elektrokardiogram (EKG). Deteksi aritmia dengan menggunakan teknologi pada bidang machine learning sangat diperlukan, sehingga dapat mendeteksi dan dilakukan terapi/pengobatan aritmia sedini mungkin untuk mengurangi resiko. Saat ini telah berkembang cara pembacaan dalam jangka Panjang dikenal Long Term ECG. Pembacaan ini menghasilkan banyak data, yang tentunya membutuhkan waktu yang lama dalam mengolahnya. Berdasarkan hal tersebut, maka dimanfaatkannya teknologi Komputasi Paralel yaitu pemrosesan komputasi secara bersamaan dengan memaksimalkan sumber daya perangkat yang dimiliki sehingga dapat mempersingkat waktu yang di butuhkan.

Item Type:	Thesis (Other)
Additional Information:	RSKom 006.42 Isl k-1 2021
Uncontrolled Keywords:	Aritmia,EKG, ParallelComputing.
Subjects:	Q Science > Q Science (General) > Q337.5 Pattern recognition systems T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User:	- Davi Wah
Date Deposited:	12 Jun 2023 07:03
Last Modified:	12 Jun 2023 07:03
URI:	http://repository.its.ac.id/id/eprint/98086

Actions (login required)

View Item