z-logo
open-access-imgOpen Access
Rancang Bangun Instrumentasi Elektrokardiograf (EKG) dan Klasifikasi Kenormalan Jantung Pada Pola Sinyal EKG Menggunakan Learning Vector Quantization (LVQ)
Author(s) -
Ratna Aisuwarya
Publication year - 2018
Publication title -
jitce (journal of information technology and computer engineering)
Language(s) - English
Resource type - Journals
ISSN - 2599-1663
DOI - 10.25077/jitce.2.01.19-26.2018
Subject(s) - physics , learning vector quantization , medicine , artificial intelligence , vector quantization , computer science
Elektrokardiograf (EKG) adalah perekam sinyal jantung manusia dengan keluaran sinyal di monitor atau kertas grafik. EKG mencatat pengukuran aktivitas listrik jantung dari permukaan tubuh oleh sekumpulan elektroda yang dipasang sedemikian rupa sehingga merefleksikan aktivitas titik sadapan. Pola sinyal keluaran EKG dalam satu kali detak jantung menghasilkan pola dengan titik puncak P, Q, R, S dan T atau komplek QRS. Hasil gelombang pola sinyal EKG dianalisa menggunakan Jaringan Saraf Tiruan Learning Vector Quantization (LVQ), dan dikelompokkan ke dalam 2 kelas yaitu pola jantung normal dan tidak normal. Kondisi jantung normal yang dilatih adalah jantung normal secara medis dikategorikan sehat sebanyak 10 data, sedangkan jantung tidak normal (Gagal Jantung, Jantung Koroner, dan Regurgutasi Aorta) sebanyak 20 data. Metode LVQ mengenali pola masukan berdasarkan pada kedekatan jarak antara dua vektor yaitu vektor dari unit atau neuron masukan dengan vektor bobot yang dihasilkan masing-masing kelas. Identifikasi LVQ secara online (menggunakan EKG) yang direkam dari 25 kali percobaan langsung mengahasilkan keakuratan 88%. Keywords € EKG, LVQ, kelas, training, identifikasi

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here
Accelerating Research

Address

John Eccles House
Robert Robinson Avenue,
Oxford Science Park, Oxford
OX4 4GP, United Kingdom