BAB I PENDAHULUAN 1.1 Latar Belakang
|
|
- Leony Sutedja
- 7 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN 1.1 Latar Belakang Jantung adalah salah satu organ penting dalam tubuh manusia yang berfungsi memompa darah ke seluruh tubuh. Darah yang dipompa ke seluruh tubuh melalui sistem peredaran darah mengangkut zat-zat yang sangat diperlukan untuk kelangsungan hidup sel-sel tubuh. Sebaliknya darah juga membawa zat-zat yang tidak berguna lagi bagi sel untuk dibuang ke luar tubuh [1]. Selama bertahun-tahun, serangan jantung menduduki ranking pertama penyebab kematian di berbagai tempat di dunia. Sekitar tahun 60-an, harapan penderita jantung untuk sembuh relatif kecil dibanding saat ini. Keterbatasan peralatan untuk mendeteksi kerja jantung merupakan salah satu penyebabnya. Dokter umum sebagai pintu gerbang utama dan ujung tombak dalam pelayanan kepada masyarakat umum memegang kunci keberhasilan dalam menekan angka kesakitan maupun angka kematian akibat penyakit jantung [2]. Elektrokardiograf adalah alat yang digunakan untuk menangkap sinyal listrik yang dihasilkan oleh jantung saat melakukan tugasnya mengambil darah kotor dan memompa darah bersih ke seluruh tubuh. Sinyal listrik tersebut dinamakan elektrokardiogram (EKG). Rekaman EKG ini digunakan oleh dokter atau ahli medis untuk menentukan kondisi jantung pasien, di antaranya untuk mengetahui frekuensi (rate) jantung, arrhythmia, infark miokard, pembesaran atrium, hipertrofi ventricular, dan lain-lain. Pola EKG beberapa kondisi jantung memiliki ciri yang khusus, tetapi untuk membedakan pola sinyal jantung yang sehat atau terdapat kelainan fungsional pada jantung diperlukan pengalaman dan keahlian tersendiri dalam melakukan identifikasi macam-macam sinyal EKG yang sudah ada. Penyakit jantung memiliki ragam yang sangat banyak, sehingga untuk mendiagnosa dengan tepat kelainan jantung tertentu pada pasien diperlukan keahlian khusus serta pengalaman yang memadai. Ada beberapa kelemahan elektrokardiograf ini yaitu kemampuan para ahli dalam menganalisa hasil 1
2 rekaman jantung sangat mungkin menghasilkan diagnosis yang berbeda-beda. Selain itu kondisi fisik, mental, dan pikiran orang kadang-kadang bersifat labil, sehingga seorang dokter ahli yang sudah berpengalamanpun dapat saja melakukan kesalahan dalam mendiagnosa penyakit jantung. Sinyal EKG yang sama dapat diinterpretasikan secara beragam oleh dokter yang berbeda, sehingga bertolak dari kenyataan tersebut maka perlu dibuat sistem cerdas yang dapat melakukan analisis sendiri data elektrokardiogram, sehingga kesalahan fatal akibat interpretasi yang keliru dalam pembacaan sinyal EKG dapat dihindari. Sinyal jantung yang dideteksi menggunakan sensor bipotensial, yang berfungsi sebagai transduser arus ion tubuh menjadi arus elektron penghantar, diolah oleh elektrokardiograf. Sinyal EKG hasil pemrosesan elektrokardiograf tersebut kemudian diolah dengan komputer untuk mendapatkan sinyal yang siap diproses. Sinyal tersebut kemudian diekstrasi ciri untuk memperoleh pita-pita energi. Dari pita-pita energi inilah pola kondisi jantung dapat dikenali. Selanjutnya dengan Jaringan Syaraf Tiruan (JST) back error propagation dapat melakukan identifikiasi sinyal jantung tersebut yang dapat memberi hasil diagnosis banding bagi dokter. 1.2 Perumusan masalah Perlu dibuat sistem cerdas yang mampu mengidentifikasi kelainan jantung yang beresiko tinggi sebagai upaya untuk mengurangi kesalahan interpretasi oleh tenaga medis sekaligus sebagai diagnosis banding bagi dokter atau tenaga medis. 1.3 Keaslian penelitian Penelitian mengenai sinyal jantung terutama untuk mengidentifikasi beberapa jenis gangguan jantung telah banyak dilakukan, dengan menggunakan algoritma dan metode yang beragam, tetapi biasanya hanya sebatas analisis, dengan mengambil data sampel berupa data sekunder dari sumber tertentu di internet atau dari rumah sakit. Dalam penelitian ini digunakan dua jenis sumber data sekaligus yaitu data riil rekaman EKG yang diperoleh dari rumah sakit, phantom, dan akuisisi secara langsung dari pasien serta data simulasi yang 2
3 diambil dari MIT BIH database yang diunduh di Selain itu untuk jenis gangguan jantung yang beresiko tinggi seperti yang akan dianalisis dalam penelitian ini masih sangat jarang diteliti khususnya ischemic heart disease/jantung koroner. Dalam penelitian sebelumnya telah diaplikasikan jaringan syaraf tiruan untuk menganalisis dan mengenali suara jantung untuk kepentingan klasifikasi jenis kelainan katub jantung pada manusia. Dari hasil ekstraksi ciri menggunakan metode wavelet dan proses pengenalan pola suara jantung dari beberapa jenis kelainan katub jantung, sistem yang dibuat mampu mengenali 80% suara jantung normal, 80% untuk pola suara jantung murmur sistolic, 82,4% untuk suara jantung murmur diastolic, dan 30% untuk pola suara jantung murmur kontinu [3]. Julian dkk berhasil mengimplementasikan klasifikasi aritmia EKG menggunakan JST dengan fungsi aktivasi adaptif. Tahap pertama adalah tahap training menggunakan algoritma backpropagation dengan melakukan perbaikan parameter jaringan serta parameter bebas yang terdapat pada fungsi aktivasi. Tahap kedua adalah tahap testing setelah mendapatkan arsitektur jaringan yang optimum pada tahap training. Kedua tahap tersebut dilakukan pada dua model JST dengan fungsi aktivasi berbeda, yang masing-masing memiliki parameter bebas. Kemudian kedua model tersebut dibandingkan dengan JST klasik. Dengan mengambil data dari database aritmia milik MIT_BIH, diperoleh JST klasik dan dua model JST dengan fungsi aktivasi adaptif mempunyai akurasi sebesar 97,92%, 99,59%, dan 99,54% [4]. Edwin dkk telah melakukan klasifikasi terhadap kondisi jantung normal, atrial fibrillation, ventricular tachycardia, dan ventricular bigeminy berdasarkan pemodelan sinyal EKG. Pemodelan sinyal menggunakan AR (Auto Regresive) metode Burg. Orde model ditentukan melalui kriteria uji kecocokan dan AIC (Akaike s Information Criteria). Parameter model AR digunakan sebagai masukan bagi JST dengan fungsi sebagai data uji maupun data latih. Hasil pengujian menunjukkan bahwa klasifikasi terbaik didapatkan dengan menggunakan pemodelan orde 5 dan arsitektur JST 3 layer dengan jumlah neuron Hasil klasifikasi 100% diperoleh untuk setiap kondisi fisiologis pada kategori data 3
4 uji sama dengan data latih. Kategori data uji tidak sama dengan data latih menunjukkan hasil klasifikasi 66,67% untuk atrial fibrillation, 75% untuk kondisi ventricular tachycardia, 40% ventricular bigeminy, dan 30% untuk kondisi normal [5]. Rizal dkk melakukan penelitian untuk melakukan pendeteksian masalah jantung dengan menggunakan kombinasi empiris modus dekomposisi (EMD) dan dekomposisi paket wavelet. Sinyal EKG didekomposisi menggunakan EMD sampai level 3 dan menggunakan wavelet Daubechies 2 sampai level 5. Periodogram energi yang dihasilkan dari masing-masing sub-band dihitung. Metode k-mean clustering digunakan sebagai pengklasifikasi. Dari tiga kelas data yang terdiri atas Normal Sinus Rhythm (NSR), Congestive Heart Failure (CHF), dan Atrial Fibrillation diperoleh akurasi 90% [6]. Lutfi dkk merealisasikan sebuah sistem yang mampu menganalisis dan mengklasifikasikan kelainan sinyal EKG. Continous Wavelet Transform (CWT) dengan fungsi Morlet digunakan untuk mengeksplorasi karakteristik timefrequency sinyal EKG. Klasifikasi sinyal EKG dilakukan dengan Artificial Neural Network (ANN). Sinyal EKG yang digunakan diambil dari MIT-BIH database Arrhythmia termasuk sinyal denyut normal dan denyut bundle branch block (BBB). Pengujian kinerja klasifikasi ANN dengan data yang sebelumnya telah dilatih (sejumlah 25 data untuk 3 kelas: normal, left bundle branch block, right bundle branch block), masing-masing kelas 100% dikenali. Pengujian dengan data yang belum dilatihkan, ANN mengenali data dengan akurasi 87,04%. Dalam pengujian dengan validasi silang sensitivitas mencapai 87% dan spesifisitas 95% [7]. Purwanti dkk merancang sistem jaringan syaraf tiruan untuk klasifikasi citra EKG. Metode pemrosesan citra digunakan untuk ekstraksi fitur citra EKG dan proses klasifikasi menggunakan learning vector quantization. Beberapa data EKG digunakan sebagai data pelatihan dan pengujian jaringan. Hasil simulasi menunjukkan bahwa akurasi algoritma klasifikasi sebesar 89% terdiri atas 9 normal, 4 bradikardi, 8 takikardi, dan 7 aritmia [8]. 4
5 Mukhopadhyay menyajikan sistem untuk mendeteksi puncak komplek gelombang P, Q, R, S, T, sinyal EKG berbasis transformasi wavelet. Metode yang digunakan mengusulkan puncak PQRST ditandai dan disimpan pada seluruh sinyal dan interval waktu antara puncak R berturut-turut dan puncak lainnya diukur untuk mendeteksi anomali sinyal EKG. Keakuratan deteksi kompleks PQRST dan interval sinyal dicapai hingga 100% [9]. Jumnahdi mengembangkan manfaat skema pemrosesan sinyal dalam memecahkan masalah identifikasi sinyal murmur jantung dengan memanfaatkan data yang tersedia pada sejumlah pasien jantung Indonesia. Pemrosesan sinyal menggunakan jaringan syaraf tiruan yang didahului dengan analisis transformasi fourier cepat (FFT), dan diarahkan untuk sembilan kelas murmur yaitu stenosis katub aorta, cacat septum atrium, regurgitasi katub mitral, cacat septum ventrikel, klik-mid sistolik, regurgitasi dan stenosis aorta, presistolik, stenosis mitral, dan ductusarteriosus paten ones. Vektor bobot jaringan dikelompokkan menurut pola yang merupakan fitur khusus masing-masing sinyal berdasar data sampel dan data training. Keberhasilan identifikasi mencapai 78,5% [10]. Pada penelitian ini akan dilakukan identifikasi kelainan jantung yang beresiko tinggi meliputi Atrial Fibrilation, Ventricular Takikardia, Ventricular Fibrilation, serta gangguan berikutnya adalah Ischemic Heart Disease/jantung koroner. Proses ekstraksi ciri dilakukan dengan dekomposisi paket wavelet hingga 6 level untuk mendapatkan pita-pita energi, selanjutnya ciri tersebut akan dilatihkan menggunakan metode back error propagation untuk membentuk suatu jaringan yang mampu mengenali setiap ciri berdasarkan jenis kondisi jantung masing-masing. 1.4 Tujuan Penelitian Penelitian ini bertujuan melakukan analisis sinyal EKG berbasis sistem cerdas yang dapat menginterpretasikan dan mengidentifikasi gangguan-gangguan jantung dengan resiko tinggi yang terdiri atas Atrial Fibrilation, Ventricular Takikardia, Ventricular Fibrilation, serta gangguan berikutnya adalah Ischemic Heart Disease/jantung koroner. Pada penelitian ini pengenalan pola gangguan 5
6 jantung menggunakan jaringan syaraf tiruan back error propagation dengan ekstrasi ciri menggunakan wavelet. Penghapusan derau yang dilakukan adalah menghilangkan derau akibat interferensi jala-jala listrik 50/60 Hz dan baseline wander removal. 1.5 Manfaat Penelitian Hasil penelitian ini diharapkan dapat memberi kontribusi dalam dunia medis, terutama dalam mendiagnosis gangguan jantung yang beresiko tinggi, sehingga membantu tenaga medis dalam menganalisis jantung pasien, serta mengurangi human error. Apabila penelitian ini berhasil, dapat digunakan sebagai rujukan untuk pengembangan sistem berikutnya yaitu sistem yang dapat dihubungkan dengan elektrokardiograf yang dapat melakukan analisis dan identifikasi secara online, atau dikembangkan menjadi sistem tertanam (embedded system). 1.6 Sistematika Penulisan Untuk memudahkan memahami masalah yang akan dibahas, penelitian ini ditulis dengan sistematika berikut ini: Bab 1 Pendahuluan. Dalam bab ini menjelaskan secara singkat tentang latar belakang masalah, perumusan masalah, keaslian penelitian, tujuan penelitian, manfaat penelitian, dan sistematika penulisan. Bab 2 Tinjauan Pustaka dan Landasan Teori. Bab ini menjelaskan secara singkat mengenai hasil-hasil penelitian sebelumnya yang berhubungan dengan penelitian ini serta berisi landasan-landasan teori yang relevan dengan masalah yang akan dibahas. Bab 3 Metodologi. Bab ini menjelaskan mengenai alat dan bahan yang digunakan dalam penelitian, serta berisi tentang penjelasan jalannya penelitian dan metode yang dipakai. Bab 4 Hasil dan Pembahasan. Bab ini memuat hasil penelitian dan pembahasannya. 6
7 Bab 5 Kesimpulan dan Saran. Bab ini berisi kesimpulan yang dapat diambil dari hasil penelitian secara keseluruhan. Selaian kesimpulan, dalam bab ini juga berisi saran-saran yang diperoleh dari hasil penulisan. 7
BAB I PENDAHULUAN. darah. Penyakit Jantung (cardiovascular disease) adalah setiap kondisi yang
BAB I PENDAHULUAN A. Latar Belakang Masalah Jantung merupakan organ tubuh yang paling fungsional karena peranannya sebagai pemompa darah agar dapat mengalir ke seluruh tubuh melalui pembuluh darah. Penyakit
Lebih terperinci1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan
1 BAB I PENDAHULUAN 1.1 Latar Belakang dan Permasalahan Penyakit jantung merupakan penyakit yang berbahaya dan menjadi penyebab kematian nomer satu di dunia (Mendis et al., 2011). Menurut data World Health
Lebih terperinci[BAB.I PENDAHULUAN] 2012 BAB I
BAB I PENDAHULUAN 1.1 Latar Belakang Acute Myocardial Infarction yang sering diartikan sebagai serangan jantung akut atau kematian jaringan otot jantung adalah penyakit jantung yang disebabkan oleh adanya
Lebih terperinciBAB I PENDAHULUAN. bahkan di Dunia. Penyakit jantung dapat dideteksi dengan alat elektrokardiograf
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung adalah penyebab kematian terbesar di Indonesia, bahkan di Dunia. Penyakit jantung dapat dideteksi dengan alat elektrokardiograf (EKG). Petugas
Lebih terperinciKata kunci: sinyal ECG, arrhythmia, AR Model, Jaringan Saraf Tiruan, klasifikasi
Klasifikasi Sinyal ECG Berdasarkan Model AR Menggunakan Jaringan Saraf Tiruan Disusun oleh: Nama: Edwin NRP: 0722079 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof. Drg.
Lebih terperinciKLASIFIKASI SINYAL ELEKTROKARDIOGRAF (EKG) DENGAN SHORT TIME FOURIER TRANSFORM (STFT) DAN BACKPROPAGATION
KLASIFIKASI SINYAL ELEKTROKARDIOGRAF (EKG) DENGAN SHORT TIME FOURIER TRANSFORM (STFT) DAN BACKPROPAGATION Herliyani Hasanah STMIK Duta Bangsa Surakarta herlydb@gmail.com ABSTRAK Kondisi atau kelainan jantung
Lebih terperinciKLASIFIKASI ARITMIA EKG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN FUNGSI AKTIVASI ADAPTIF
KLASIFIKASI ARITMIA EKG MENGGUNAKAN JARINGAN SYARAF TIRUAN DENGAN FUNGSI AKTIVASI ADAPTIF Asti Rahma Julian 1, Nanik Suciati 2, Darlis Herumurti 3 Teknik Informatika, Fakultas Teknologi Informasi, ITS
Lebih terperinciBAB I PENDAHULUAN. Fenomena fisika tidak selalu direpresentasikan dalam masalah bendabenda
BAB I PENDAHULUAN 1.1 Latar Belakang Fenomena fisika tidak selalu direpresentasikan dalam masalah bendabenda mati (fisik), tetapi dapat terjadi pula pada benda-benda hidup (hayati), contohnya adalah pada
Lebih terperinciBAB I PENDAHULUAN. Otot adalah sebuah jaringan konektif dalam tubuh dengan tugas utamanya
BAB I PENDAHULUAN 1.1. Latar Belakang Otot adalah sebuah jaringan konektif dalam tubuh dengan tugas utamanya kontraksi. Kontraksi otot berfungsi untuk menggerakkan bagian-bagian tubuh dan substansi dalam
Lebih terperinciBAB I PENDAHULUAN. tersebut tentunya menyenangkan terutama di era modern ini dimana setiap
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Generasi instan, mungkin frasa tersebut adalah istilah yang pantas untuk menggambarkan bagaimana kehidupan manusia saat ini. Tidak seperti jaman dahulu, dewasa
Lebih terperinciANALISA DAN PENGENALAN SUARA JANTUNG MENGGUNAKAN WAVELET DAN JST DALAM MENGKLASIFIKASIKAN JENIS KELAINAN KATUP JANTUNG PADA MANUSIA
ANALISA DAN PENGENALAN SUARA JANTUNG MENGGUNAKAN WAVELET DAN JST DALAM MENGKLASIFIKASIKAN JENIS KELAINAN KATUP JANTUNG PADA MANUSIA Sidang Tesis S2 Teknik Sistem Pengaturan FTI-ITS Surabaya EDY SETIAWAN
Lebih terperinciIntisari. -36 c Jurusan Fisika FMIPA ITS JURNAL FISIKA DAN APLIKASINYA VOLUME 11, NOMOR 1 JANUARI 2015
JURNAL FISIKA DAN APLIKASINYA VOLUME 11, NOMOR 1 JANUARI 2015 Deteksi Aritmia pada Elektrokardiogram dengan Metode Jaringan Syaraf Tiruan Kelas Jamak menggunakan Fitur Interval RR, Lebar QRS, dan Gradien
Lebih terperinciAnalisis Dimensi Fraktal Sinyal Elektrokardiografi
Analisis Dimensi Fraktal Sinyal Elektrokardiografi Rizki Yara Exsa Narvinda 1, Arif Surtono 1 dan Amanto 2 1 Jurusan Fisika FMIPA Universitas Lampung Jl. Prof. Dr. Soemantri Brojonegoro No.1 Gedung Meneng
Lebih terperinciBAB I PENDAHULUAN. Penyakit jantung merupakan salah satu penyebab kematian terbesar di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung merupakan salah satu penyebab kematian terbesar di Indonesia (Depkes, 2011). Penyakit jantung ini merupakan salah satu penyakit yang tidak
Lebih terperinciKlasifikasi Sinyal Elektrokardiografi Menggunakan Wavelet Transform Dan Neural Network
136 Klasifikasi Sinyal Elektrokardiografi Menggunakan Wavelet Transform Dan Neural Network Fuad Lutfi*, Achmad Arifin Jurusan Teknik Elektro, ITS Surabaya 60111 Phone : (62 31) 594 7302, Fax : (62 31)
Lebih terperinciPendeteksian Sinyal EKG dengan Menggunakan Dekomposisi Paket Wavelet dan Support Vector Machine sebagai Klasifier
Pendeteksian Sinyal EKG dengan Menggunakan Dekomposisi Paket Wavelet dan Support Vector Machine sebagai Klasifier Galih Kinanthi Wahyu Jati 1, Achmad Rizal 2, Rita Magdalena 3 Biospin RG Fakultas Elektro
Lebih terperinciAlgoritma Mendeteksi Ketidaknormalan Premature Atrial Contractions(PACs) Berdasarkan Kombinasi RR Interval dan Correlation Coefficient
Algoritma Mendeteksi Ketidaknormalan Premature Atrial Contractions(s) Berdasarkan Kombinasi RR Interval dan Correlation Coefficient Iman Fahruzi Jurusan Teknik Elektro, Politeknik Negeri Batam Parkway
Lebih terperinciKlasifikasi Kondisi Jantung Menggunakan JST Berdasarkan Pemodelan Sinyal Electrocardiography
1 ISSN 1979-2867 (print) Electrical Engineering Journal Vol. 2 (2011) No. 1, pp. 1-12 Klasifikasi Kondisi Jantung Menggunakan JST Berdasarkan Pemodelan Sinyal Electrocardiography Edwin, M. Jimmy Hasugian,
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Sleep apnea merupakan gangguan tidur yang berkaitan dengan pernafasan dan umumnya terjadi pada orang dewasa [1-2]. Diestimasikan 4% pria dan 2% wanita di dunia menderita
Lebih terperinciBAB IV PEMBAHASAN. A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function
BAB IV PEMBAHASAN A. Hasil Model Radial Basis Function Neural Network (RBFNN) Langkah-langkah untuk menentukan model terbaik Radial Basis Function Neural Network (RBFNN) untuk diagnosis penyakit jantung
Lebih terperinciABSTRAK. Universitas Kristen Maranatha
ABSTRAK ECG atau elektrocardiogram merupakan suatu perekaman aktivitas listrik dari pola sinyal detak jantung. Aktivitas listrik dari sel yang dicatat secara grafik dengan perantaraan elektroda intrasel
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Waktu dan Tempat Penelitian Waktu yang digunakan dalam penelitian ini yaitu dalam kurun waktu enam bulan terhitung mulai februari 2012 sampai juli 2012. Tempat yang digunakan
Lebih terperinciDeteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST
JURNAL Teori dan Aplikasi Fisika Vol. 04, No.01, Januari Tahun 2016 Deteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST Arif Surtono, Junaidi & Gurum Ahmad Pauzi
Lebih terperinciBAB I PENDAHULUAN. darah tinggi, stroke, sakit di dada (angina) dan penyakit jantung rematik.
BAB I PENDAHULUAN 1.1 Latar Belakang Permasalahan Penyakit jantung adalah penyakit yang mengganggu sistem pembuluh darah atau lebih tepatnya menyerang jantung dan urat-urat darah, beberapa contoh penyakit
Lebih terperinciDeteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST
Deteksi Miokard Infark Jantung pada Rekaman Elektrokardiogram Menggunakan Elevasi Segmen ST Arif Surtono, Junaidi, Gurum Ahmad Pauzi Jurusan Fisika FMIPA Universitas Lampung Jl. Prof. Dr. Soemantri Brojonegoro
Lebih terperinciABSTRAK. Pemodelan Kecerdasan Buatan Untuk Pengenalan Citra Elektrokardiografi (EKG) Oleh: Imam Tazi, M.Si
1 ABSTRAK Pemodelan Kecerdasan Buatan Untuk Pengenalan Citra Elektrokardiografi (EKG) Oleh: Imam Tazi, M.Si Penelitian kecerdasan buatan untuk mengenali pola semakin banyak dilakukan dan dibutuhkan. Pada
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Suara paru terjadi karena adanya turbulensi udara saat udara memasuki saluran pernapasan selama proses pernapasan. Turbulensi ini terjadi karena udara mengalir dari
Lebih terperinciBAB I PENDAHULUAN. gagal ginjal, epilepsy dan lain sebagainya. Menurut Organisasi Kesehatan Dunia
1 BAB I PENDAHULUAN 1.1. Latar Belakang Penyakit jantung (koroner) merupakan salah satu penyebab kematian terbesar di dunia dan di Indonesia. Penyakit jantung ini merupakan salah satu penyakit yang tidak
Lebih terperinciBAB 1 PENDAHULUAN. Setiap orang, dari setiap golongan, selalu mendambakan tubuh yang sehat.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Setiap orang, dari setiap golongan, selalu mendambakan tubuh yang sehat. Permasalahan kesehatan adalah hal yang esensial bagi setiap orang, karena merupakan modal utama
Lebih terperinciDETEKSI OTOMATIS KELAINAN JANTUNG MENGGUNAKAN HIDDEN MARKOV MODEL (HMM)
DETEKSI OTOMATIS KELAINAN JANTUNG MENGGUNAKAN HIDDEN MARKOV MODEL (HMM) Jondri dan Achmad Rizal Institut Teknologi Telkom, Bandung jdn@ittelkom.ac.id dan arz@ittelkom.ac.id ABSTRACT The heart of patient
Lebih terperinciBAB I PENDAHULUAN. I.1 Latar Belakang Masalah
BAB I PENDAHULUAN I.1 Latar Belakang Masalah Salah satu bentuk aplikasi JST yang terus dikembangkan saat ini adalah Jaringan Kohonen. Kohonen adalah bentuk khusus dari jaringan kompetitif. Jaringan ini
Lebih terperinciWrapper Features Subset Selection Pada Ekstraksi Ciri Sinyal EKG Menggunakan Metode Dekomposisi Paket Wavelet
Wrapper Features Subset Selection Pada Ekstraksi Ciri Sinyal EKG Menggunakan Metode Dekomposisi Paket Wavelet Achmad Rizal Biomedical Signal Processing & Instrumentation RG (BioSPIN RG) Fakultas Elektro
Lebih terperinciEKSTRASI CIRI SINYAL JANTUNG MENGGUNAKAN WAVELET HAAR
EKSTRASI CIRI SINYAL JANTUNG MENGGUNAKAN WAVELET HAAR Hindarto Hindarto 1, Izza Anshory 2, Ade Efiyanti 3 1,2,3 Teknik Informatika Fakultas Teknik Universitas Muhammadiyah Sidoarjo Jl. Raya Gelam 250 Candi,
Lebih terperinciKLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION A B S T R A K
KLASIFIKASI KELAINAN JANTUNG ANAK MENGGUNAKAN JARINGAN SARAF TIRUAN ALGORITMA BACKPROPAGATION Oleh : Gunawan Abdillah, Agus Komarudin, Rachim Suherlan A B S T R A K Kelainan jantung anak merupakan salah
Lebih terperinciBAB I. berkembang. Penyakit ini menjadi penyebab nomor satu kematian di dunia setiap
BAB I PENDAHULUAN A. Latar Belakang Masalah Penyakit jantung atau penyakit kardiovaskular dan pembuluh darah merupakan salah satu masalah kesehatan utama di negara maju maupun berkembang. Penyakit ini
Lebih terperinciBAB I PENDAHULUAN. terbesar (39%), diikuti kanker (27%), sedangkan penyakit pernafasan kronis,
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung menduduki peringkat teratas penyebab kematian di dunia. Proporsi penyebab kematian penyakit tidak menular (PTM) pada orangorang berusia kurang
Lebih terperincimasyarakat umum, memegang kunci keberhasilan di dalam menekan angka Di rumah sakit dalam praktiknya tidak terlepas dari alat untuk mengecek
BAB I PENDAHULUAN 1.1 Latar Belakang Mengingat penyakit jantung telah menduduki urutan teratas dari penyakitpenyakit yang semakin banyak ditemukan dimasyarakat Indonesia, maka dokter umum sebagai pintu
Lebih terperinciBAB 1 PENDAHULUAN. Sistem penglihatan manusia merupakan suatu system yang sangat kompleks,
BAB 1 PENDAHULUAN 1.1 LATAR BELAKANG PERMASALAHAN Sistem penglihatan manusia merupakan suatu system yang sangat kompleks, tetapi sangat dapat diandalkan. Sistem ini memberikan sarana pengenalan obyek yang
Lebih terperinciSIMULASI PENGENALAN KELAINAN JANTUNG DENGAN MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN
SIMULASI PENGENALAN KELAINAN JANTUNG DENGAN MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN Hermanto S. Departemen Teknik Elektro Universitas Indonesia Kampus Baru UI Depok manjack_77@yahoo.com Abstrak Suara
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Batuk merupakan mekanisme refleks yang sangat penting untuk menjaga jalan napas tetap terbuka (paten) dengan cara menyingkirkan hasil sekresi lendir yang menumpuk pada
Lebih terperinciPENGENALAN POLA SINYAL KARDIOGRAFI DENGAN MENGGUNAKAN ALIHRAGAM GELOMBANG SINGKAT
PENGENALAN POLA SINYAL KARDIOGRAFI DENGAN MENGGUNAKAN ALIHRAGAM GELOMBANG SINGKAT Evrita Lusiana Utari 1, Agus Qomaruddin Munir 2 1 Prodi Teknik Elektro, Fakultas Sains & Teknologi Universitas Respati
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Jaringan Syaraf Tiruan (artificial neural network), atau disingkat JST menurut Hermawan (2006, hlm.37) adalah sistem komputasi dimana arsitektur dan operasi
Lebih terperinciBABI PENDAHULUAN 1.1 Latar Belakang
BABI PENDAHULUAN 1.1 Latar Belakang Tubuh manusia tersusun atas berbagai macam organ vital yang menunjang kehidupan. Salah satu contoh organ vital manusia adalah jantung. Jantung bertugas memompa darah
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. disebabkan adanya penyempitan pada katup mitral (Rilantono, 2012). Kelainan
1 BAB I PENDAHULUAN A. Latar Belakang Stenosis mitral adalah penyakit kelainan katup jantung yang menyebabkan terlambatnya aliran darah dari atrium kiri menuju ventrikel kiri pada fase diastolik disebabkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Dewasa ini, jumlah penderita dan tingkat kematian akibat penyakit paru-paru semakin mengkhawatirkan. Forum Masyarakat Respiratory Internasional (FIRS) mengungkapkan
Lebih terperinciPENENTUAN DENYUT PREMATUR ATRIUM DENGAN JARINGAN SYARAF TIRUAN MENGGUNAKAN FITUR INTERVAL RR, INTERVAL QR, INTERVAL RS DAN INTERVAL QRS
PENENTUAN DENYUT PREMATUR ATRIUM DENGAN JARINGAN SYARAF TIRUAN MENGGUNAKAN FITUR INTERVAL RR, INTERVAL QR, INTERVAL RS DAN INTERVAL QRS Disusun Oleh : ANNA USWATI M0210012 SKRIPSI Diajukan untuk memenuhi
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. Koefisien Maksimum Energi Maksimum Jarak Gelombang R - R
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Database Sinyal EKG Ekstraksi Ciri Sinyal Jantung (Wibowo, 2016) Keluaran : Koefisien Maksimum Energi Maksimum Jarak Gelombang R -
Lebih terperinciBAB II TEORI DASAR. Gambar 2.1 Anatomi Jantung
4 BAB II TEORI DASAR 2.1. Jantung Jantung merupakan otot tubuh yang bersifat unik karena mempunyai sifat membentuk impuls secara automatis dan berkontraksi ritmis [4], yang berupa dua pompa yang dihubungkan
Lebih terperinciIdentifikasi Isyarat Suara Murmur Jantung Menggunakan Transformasi Forier Cepat Berbasis Jaringan Syaraf Tiruan
Identifikasi Isyarat Suara Murmur Jantung Menggunakan Transformasi Forier epat Berbasis Jaringan Syaraf Tiruan Muhammad Jumnahdi Jurusan Teknik Elektro Fakultas Teknik Universitas Bangka Belitung muhd.jumnahdi@gmail.com
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Mata adalah organ fotosensitif yang kompleks dan berkembang lanjut yang memungkinkan analisis cermat tentang bentuk, intensitas cahaya, dan warna yang dipantulkan
Lebih terperinciUniversitas Bina Nusantara. Jurusan Teknik Informatika Program Studi Ilmu Komputer Skripsi Sarjana Komputer Semester Ganjil 2006 / 2007
Universitas Bina Nusantara Jurusan Teknik Informatika Program Studi Ilmu Komputer Skripsi Sarjana Komputer Semester Ganjil 2006 / 2007 DETEKSI PENYAKIT JANTUNG MENGGUNAKAN TEKNIK PENGENALAN POLA Ohaiyo
Lebih terperinciUniversitas Indonusa Esa Unggul FAKULTAS KESEHATAN MASYARAKAT Jurusan Perekam Medis dan Informasi Kesehatan ANATOMI FISIOLOGI
Universitas Indonusa Esa Unggul FAKULTAS KESEHATAN MASYARAKAT Jurusan Perekam Medis dan Informasi Kesehatan ANATOMI FISIOLOGI Conducted by: Jusuf R. Sofjan,dr,MARS 2/17/2016 1 Jantung merupakan organ otot
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Jantung adalah organ dalam tubuh manusia yang memiliki peran penting pada sistem peredaran darah. Jantung merupakan pompa paling efisien dan tahan lama yang dikenal
Lebih terperinciBAB 1 PENDAHULUAN Latar belakang masalah
BAB 1 PENDAHULUAN 1.1. Latar belakang masalah Saluran pernapasan pada manusia terdiri dari rongga hidung, faring, laring, trakea, percabangan bronkus dan paru-paru (bronkiolus, alveolus). Paru-paru merupakan
Lebih terperinciUKDW BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Bagi seseorang yang berprofesi sebagai dokter, kesalahan diagnosis suatu penyakit akan membawa dampak yang sangat fatal bagi pasiennya. Dalam kasus ini, penulis
Lebih terperinciJURNAL Teori dan Aplikasi Fisika Vol. 02, No. 02, Juli 2014
JURNAL Teori dan Aplikasi Fisika Vol. 02, No. 02, Juli 2014 Pengenalan Pola Aritmia Kontraksi Ventrikel Dini pada Elektrokardiogram dengan Jaringan Syaraf Tiruan menggunakan Fitur Interval RR, Gradien
Lebih terperinciDETEKSI ARITMIA BLOKADE CABANG BERKAS KIRI PADA ELEKTROKARDIOGRAM DENGAN JARINGAN SYARAF TIRUAN BERDASARKAN FITUR INTERVAL QR DAN RS
Berkala Fisika ISSN : 1410-9662 Vol. 17, No. 3, Juli 2014, hal 91-98 DETEKSI ARITMIA BLOKADE CABANG BERKAS KIRI PADA ELEKTROKARDIOGRAM DENGAN JARINGAN SYARAF TIRUAN BERDASARKAN FITUR INTERVAL QR DAN RS
Lebih terperinciDETEKSI PENYAKIT KULIT MENGUNAKAN FILTER 2D GABOR WAVELET DAN JARINGAN SARAF TIRUAN RADIAL BASIS FUNCTION
1.1 Latar Belakang BAB I PENDAHULUAN Kulit merupakan pelindung tubuh kita pertama kali dari benda asing yang masuk ke dalam tubuh. Kulit terdiri dari lapisan epidermis berupa lapisan kulit mati dan dermis
Lebih terperinciPENGENALAN TIPE SUARA JANTUNG DENGAN METODE BACKPROPAGATION
PENGENALAN TIPE SUARA JANTUNG DENGAN METODE BACKPROPAGATION Irmalia Suryani Faradisa Teknik Elektro, ITN Malang irmaliaf@yahoo.com ABSTRAK Salah satu cara yang digunakan dokter untuk mendiagnosis penyakit
Lebih terperinciJARINGAN SYARAF TIRUAN PREDIKSI PENYAKIT LUDWIG ANGINA
doi: https://doi.org/10.5281/zenodo.1207339 JARINGAN SYARAF TIRUAN PREDIKSI PENYAKIT LUDWIG ANGINA Siti Aisyah (1), Abdi Dharma (2), Mardi Turnip (3) Sistem Informasi Fakultas Teknologi dan Ilmu Komputer
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN Pada bab ini dibahas mengenai latar belakang dan tujuan pembuatan proyek akhir. Materi yang dibahas adalah latar belakang, tujuan, perumusan masalah, batasan masalah, serta metodologi
Lebih terperinciBAB I PENDAHULUAN. Proses pengenalan kata merupakan salah satu fungsi dari
BAB I PENDAHULUAN I.1. Latar Belakang Masalah Proses pengenalan kata merupakan salah satu fungsi dari voice recognition. Voice recognition dibagi menjadi dua jenis, yaitu speech recognition dan speaker
Lebih terperinciBAB I PENDAHULUAN. Gambar 1.1. Potensial permukaan tubuh (Sumber: Clark Jr, 2010).
BAB I PENDAHULUAN 1.1 Latar Belakang Pada dasarnya seluruh fungsi dan aktivitas tubuh melibatkan listrik. Tubuh manusia menghasilkan sinyal listrik dari hasil aksi elektrokimia sel-sel tertentu dan listrik
Lebih terperinciBAB 1 PENDAHULUAN. berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition
BAB 1 PENDAHULUAN 1.1 Latar Belakang Speaker recognition adalah salah satu bidang pengenalan pola yang berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition yang mengenali kata atau
Lebih terperinciMERANCANG SISTEM DETEKSI PENYAKIT APNEA TIDUR OBSTRUKTIF MENGGUNAKAN FAST FOURIER TRANSFORM PADA ELEKTROKARDIOGRAM
MERANCANG SISTEM DETEKSI PENYAKIT APNEA TIDUR OBSTRUKTIF MENGGUNAKAN FAST FOURIER TRANSFORM PADA ELEKTROKARDIOGRAM Silminur latifah, Nuryani, dan Artono Jurusan Fisika, Fakultas Matematika dan Ilmu Pengetahuan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penyakit jantung merupakan penyebab kematian nomor satu di dunia pada saat ini. Menurut Badan Kesehatan Dunia (WHO), pada tahun 2002 sedikitnya 6 juta kematian di
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Penyakit jantung bawaan terjadi pada 8 bayi dari. setiap 1000 kelahiran. (Sommer, 2008) Penyakit jantung
BAB I PENDAHULUAN A. Latar Belakang Penyakit jantung bawaan terjadi pada 8 bayi dari setiap 1000 kelahiran. (Sommer, 2008) Penyakit jantung bawaan yang paling sering terjadi ialah defek septum ventrikel
Lebih terperinciBAB I PENDAHULUAN. Machine learning (ML), bagian dari kecerdasan buatan (artificial
BAB I PENDAHULUAN 1. 1.1. Latar Belakang Machine learning (ML), bagian dari kecerdasan buatan (artificial intelligence), merupakan metode untuk mengoptimalkan performa dari sistem dengan mempelajari data
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI Di dalam landasan teori ini, akan dibahas tentang teori teori dan konsep dasar yang mendukung pembahasan dari aplikasi yang akan dibuat. 2.1 Auskultasi Jantung Suara jantung adalah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi senantiasa membawa dampak secara langsung maupun tidak langsung, baik itu berdampak positif maupun negatif dan akan sangat berpengaruh terhadap
Lebih terperinciKLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION. Dhita Azzahra Pancorowati
KLASIFIKASI POLA HURUF VOKAL DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN BACKPROPAGATION Dhita Azzahra Pancorowati 1110100053 Jurusan Fisika Fakultas Matematika dan Ilmu Pengetahuan Alam Institut Teknologi
Lebih terperinciEkstraksi Parameter Temporal Sinyal ECG Menggunakan Difference Operation Method
194 Ekstraksi Parameter Temporal Sinyal ECG Menggunakan Difference Operation Method Abdul Yasak *, Achmad Arifin Jurusan Teknik Elektro, ITS Surabaya 60 Phone : (62 31) 594 7302, Fax : (62 31) 593 1237
Lebih terperinciI. PENDAHULUAN. pembuluh darah secara teratur dan berulang. Letak jantung berada di sebelah kiri
I. PENDAHULUAN 1.1. Latar Belakang Jantung merupakan salah satu rongga organ berotot yang memompa darah ke pembuluh darah secara teratur dan berulang. Letak jantung berada di sebelah kiri bagian dada diantara
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Jantung merupakan salah satu organ tubuh yang sangat penting bagi manusia. Jantung berfungsi mengatur sirkulasi darah yang kaya oksigen maupun mengangkut sisa-sisa
Lebih terperinciDETEKSI KETIDAKNORMALAN PREMATURE VENTRICLE CONTRACTIONS(PVCS) BERDASARKAN RR INTERVAL DAN CORRELATION COEFFICIENT
DETEKSI KETIDAKNORMALAN PREMATURE VENTRICLE CONTRACTIONS(PVCS) BERDASARKAN RR INTERVAL DAN CORRELATION COEFFICIENT Iman Fahruzi Jurusan Teknik Elektro, Politeknik Negeri Batam Parkway St- Batam Centre,
Lebih terperinciLAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM
LAPORAN SKRIPSI DETEKSI KANKER OTAK PADA DATA MRI MELALUI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI FITUR DISCRETE WAVELET TRANSFORM Oleh : Saeful Anwar 2009-51-030 SKRIPSI DIAJUKAN SEBAGAI SALAH SATU SYARAT
Lebih terperinciBAB I PENDAHULUAN. Maret hingga Agustus. Kondisi ini didukung oleh suhu rata-rata 21 0 C 36 0 C dan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Kota Dumai merupakan salah satu dari 12 Kabupaten/Kota di Provinsi Riau. Kota Dumai sangat dipengaruhi oleh iklim laut. Musim hujan jatuh pada bulan September hingga
Lebih terperinciDeteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation
Deteksi Kanker Paru-Paru Dari Citra Foto Rontgen Menggunakan Jaringan Saraf Tiruan Backpropagation Tri Deviasari Wulan 1, Endah Purwanti 2, Moh Yasin 3 1,2 Program Studi Fisika Fakultas Sains dan Teknologi
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
digilib.uns.ac.id 40 BAB IV HASIL DAN PEMBAHASAN Dalam bab IV ini dibahas tentang rangkaian proses pengolahan data EKG. Bagian pertama dibahas proses pengambilan data EKG dan hasil ekstraksi fitur EKG
Lebih terperinciBunyi Jantung I (BJ I)
Murmur dan gallop Murmur Murmur adalah kelainan bunyi jantung akibat tubulensi aliran darah. Tubulensi dapat terjadi karena penyempitan kritis katub, katub yang tidak berfugsi dengan baik yang menyebabkan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. Implementasi antar muka dalam tugas akhir ini terdiri dari form halaman
BAB IV HASIL DAN PEMBAHASAN 4.1 Implementasi Antar Muka Implementasi antar muka dalam tugas akhir ini terdiri dari form halaman judul perangkat lunak, form pelatihan jaringan saraf tiruan, form pengujian
Lebih terperinciPENGEMBANGAN SISTEM DIAGNOSA KELAINAN JANTUNG BERBASIS CONTINOUS WAVELET TRANSFORM (CWT) DAN ARTIFICIAL NEURAL NETWORK (ANN)
TESIS PENGEMBANGAN SISTEM DIAGNOSA KELAINAN JANTUNG BERBASIS CONTINOUS WAVELET TRANSFORM (CWT) DAN ARTIFICIAL NEURAL NETWORK (ANN) FUAD LUTFI NRP. 2210206722 Pembimbing : Achmad Arifin, ST, M.Eng,, PhD
Lebih terperinciPENGENALAN CITRA REKAMAN ECG ATRIAL FIBRILATION DAN NORMAL MENGGUNAKAN DEKOMPOSISI WAVELET DAN K-MEAN CLUSTERING
PENGENALAN CITRA REKAMAN ECG ATRIAL FIBRILATION DAN NORMAL MENGGUNAKAN DEKOMPOSISI WAVELET DAN K-MEAN CLUSTERING Mohamad Sofie 1*, Eka Nuryanto Budi Susila 1, Suryani Alifah 1, Achmad Rizal 2 1 Magister
Lebih terperinciEKSTRASI CIRI SINYAL EPILEPSI MENGGUNAKAN FAST FOURIER TRANSFORM
EKSTRASI CIRI SINYAL EPILEPSI MENGGUNAKAN FAST FOURIER TRANSFORM Hindarto 1, Ade Efiyanti 2 1, 2 Teknik Informatika, Fakultas Teknik, Universitas Muhammadiyah Sidoarjo Sidoarjo, Jawa Timur (E-mail: hindarto@umsida.ac.id,
Lebih terperinciPREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK
Berkala Fisika ISSN : 1410-9662 Vol.18, No.4, Oktober 2015, hal 151-156 PREDIKSI PERHITUNGAN DOSIS RADIASI PADA PEMERIKSAAN MAMMOGRAFI MENGGUNAKAN ALGORITMA JARINGAN SYARAF TIRUAN PROPAGASI BALIK Zaenal
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 SPEAKER IDENTIFICATION DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF
Lebih terperinciBAB III PERANCANGAN SISTEM
BAB III PERANCANGAN SISTEM 3.1 Definisi Masalah Dalam beberapa tahun terakhir perkembangan Computer Vision terutama dalam bidang pengenalan wajah berkembang pesat, hal ini tidak terlepas dari pesatnya
Lebih terperinciDETEKSI KELAINAN JANTUNG PREMATURE ATRIAL CONTRACTIONS (PACS) BERBASIS KOMBINASI BASELINE WANDER DAN DENOISING MENGGUNAKAN RR INTERVAL
Jurnal Integrasi vol. 4, no. 2, 2012, 194-199 ISSN: 2085-3858 (print versio Article History Received 20 August 2012 Accepted 21 September 2012 DETEKSI KELAINAN JANTUNG PREMATURE ATRIAL CONTRACTIONS (PACS)
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penentuan lokasi gangguan hubung singkat pada saluran transmisi sudah lama menjadi salah satu perhatian utama dari industri tenaga listrik. Metode penentuan lokasi
Lebih terperinciPenerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6
Penerapan Jaringan Saraf Tiruan Metode Backpropagation Menggunakan VB 6 Sari Indah Anatta Setiawan SofTech, Tangerang, Indonesia cu.softech@gmail.com Diterima 30 November 2011 Disetujui 14 Desember 2011
Lebih terperinciBAB I PENDAHULUAN. Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara
BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan pola merupakan permasalahan kecerdasan buatan yang secara umum sering digunakan dalam sistem berbasis pengetahuan. Pengenalan pola memiliki peranan penting
Lebih terperinciPREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK
PREDIKSI CURAH HUJAN DI KOTA MEDAN MENGGUNAKAN METODE BACKPROPAGATION NEURAL NETWORK Yudhi Andrian 1, Erlinda Ningsih 2 1 Dosen Teknik Informatika, STMIK Potensi Utama 2 Mahasiswa Sistem Informasi, STMIK
Lebih terperinciBAB 3 METODOLOGI. seseorang. Hal inilah yang mendorong adanya perkembangan teknologi
BAB 3 METODOLOGI 3.1. Kerangka Berpikir Pengenalan ekspresi wajah adalah salah satu bentuk representasi kecerdasan manusia yang dapat digunakan untuk mendeteksi kondisi emosi seseorang. Hal inilah yang
Lebih terperinciKLASIFIKASI SUARA JANTUNG MENGGUNAKAN NEURAL NETWORK BACKPROPAGATION BERBASIS CIRI STATISTIS
KLASIFIKASI SUARA JANTUNG MENGGUNAKAN NEURAL NETWORK BACKPROPAGATION BERBASIS CIRI STATISTIS Nur Hudha Wijaya 1*, Indah Soesanti 1, Eka Firmansyah 1 1 Program Pascasarjana Fakultas Teknik Universitas Gadjah
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Melihat kondisi sebagian besar masyarakat Indonesia saat ini yang mengalami banyak tekanan baik dari segi ekonomi, politik, pekerjaan dan sebagainya, menyebabkan terjadinya
Lebih terperinciBAB I PENDAHULUAN. Jantung mempunyai kedudukan yang sangat penting bagi manusia karena
BAB I PENDAHULUAN 1.1 Latar Belakang Jantung mempunyai kedudukan yang sangat penting bagi manusia karena jantung merupakan organ tubuh yang bertugas memompa darah ke seluruh tubuh. Karena itu, jantung
Lebih terperinciAnalisa Suara Jantung Normal Menggunakan Discrete Wavelet Transform (DWT) dan Fast Fourier Transform (FFT)
Analisa Suara Jantung Normal Menggunakan Discrete Wavelet Transform (DWT) dan Fast Fourier Transform (FFT) Putri Madona Jurusan Teknik Elektro Program Studi Teknik Elektronika Politeknik Caltex Riau Pekanbaru,
Lebih terperinci2014 ESTIMASI BEBAN PUNCAK HARIAN BERDASARKAN KLUSTER TIPE HARI BERBASIS ALGORITMA HYBRID SWARM PARTICLE-ARTIFICIAL NEURAL NETWORK
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Di negara yang memiliki jumlah populasi penduduknya besar dan perkembangan industrinya mengalami peningkatan, tentunya memiliki tingkat kebutuhan akan sumber
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Susu merupakan salah satu sumber protein hewani yang memiliki nilai gizi seimbang. Susu sapi memiliki komposisi diantaranya air, lemak, protein, vitamin, dan mineral.
Lebih terperinciBAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem
1 BAB I PENDAHULUAN 1.1. Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia yang memiliki keunikan. Salah satu bagian sistem biometrika
Lebih terperinci