Implementasi Sistem Pendeteksi Premature Ventricular Contraction (Pvc) Aritmia Menggunakan Metode Naïve Bayes
| Main Author: | Gilang, Gusti Arief |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/161606/1/Gusti%20Arief%20Gilang.pdf http://repository.ub.ac.id/161606/ |
Daftar Isi:
- Premature Ventricular Contraction (PVC) Aritmia merupakan kelainan detak jantung akibat dari gangguan ritme jantung di bagian ventrikel. PVC yang terjadi terlalu sering kepada seseorang dapat berlanjut ke penyakit yang membahayakan seperti gagal jantung. Namun saat ini, untuk melakukan deteksi kelainan detak jantung PVC ini hanya dapat dilakukan di rumah sakit. Dari permasalahan tersebut, diperlukan penelitian untuk mendeteksi jenis PVC aritmia yang dapat digunakan secara mandiri dan tidak memakan biaya yang besar sehingga dapat mengurangi individu yang memiliki penyakit jantung yang terjadi akibat PVC. Penelitian ini memiliki parameter-parameter yang digunakan untuk membandingkan jenis PVC yaitu waktu interval detak jantung manusia dan BPM dengan menggunakan teknik EKG untuk membaca detak jantung tersebut. Penentuan perbandingan jenis PVC dengan parameter R Interval dan BPM diperoleh dari hasil perhitungan pembacaan sensor EKG AD8232 oleh Arduino Uno menggunakan metode Naïve Bayes. Metode Naïve Bayes digunakan dalam penelitian ini karena memiliki kelas jenis PVC aritmia yang diketahui sejak awal. Pengujian untuk menentukan nilai BPM pada sistem menghasilkan persentase rata-rata error sebesar 8,558%. Selain itu, pengujian hasil klasifikasi sistem menggunakan metode Naïve Bayes dengan 46 data latih dan 14 data uji menghasilkan akurasi 92,857% dengan waktu komputasi rata-rata 7,2 detik.