PENGGUNAAN MEL-FREQUENCYCEPSTRAL COEFFICIENTSDENGAN DELTADAN DELTA-DELTA DALAM KLASIFIKASI DATA JANTUNG


Rico Roni Saputra, 5302416049 (2023) PENGGUNAAN MEL-FREQUENCYCEPSTRAL COEFFICIENTSDENGAN DELTADAN DELTA-DELTA DALAM KLASIFIKASI DATA JANTUNG. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

[thumbnail of skripsi] PDF (skripsi)
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Saputra, Rico Roni. 2023. Penggunaan Mel-Frequency Cepstral Coefficients Dengan Delta Dan Delta-Delta Dalam Klasifikasi Data Jantung. Skripsi . Dr. H. Eko Supraptono, M. Pd. Pendidikan Teknik Informatika dan Komputer, Fakultas Teknik, Universitas negeri Semarang. Salah satu tahap yang penting dalam mendiagnosis jantung adalah klasifikasi. Pada penelitian ini akan mengembangkan penelitian sebelumnya yang dilakukan oleh (Yusuf & Hidayat, 2019) melakukan ekstraksi MFCC dan klasifikasi K- Nearest Neighbor dengan sinyal Elektrokariogram (EKG) sebagai data set, didapatkan data MFCC dengan dengan akurasi 84%, sensitivitas 85% dan spesifitas 84%. Penelitian sebelumnya meyarankan penggunaan Delta dan Delta�delta guna mendapatkan perbaikan sistem. Tahap awal yang dilakukan adalah sinyal PCG akan di ekstraksi fiturnya menggunakan Mel-Frequency Cepstral Coefficients (MFCC) yang dilanjutkan dengan pengektraksian oleh Delta dan Delta-delta. Terakhir akan diklasifikasikan menjadi sinyal normal dan sinyal abnormal. Untuk klasifikasinya digunakan algoritma K-Nearest Neighbor (KNN) dan metode ini kemudian dievaluasi dan diukur menggunakan metric Accuracy, Precision, Recall, dan F1-score. Hasil dari penggunaan penggunaan ekstraksi fitur tersebut memberikan peningkatan yaitu Accuracy sebesar 85%. Kata kunci— PCG, Detak jantung, Klasifikasi, MFCC,Delta dan Delta-delt

Item Type: Thesis (Under Graduates)
Uncontrolled Keywords: Kata kunci— PCG, Detak jantung, Klasifikasi, MFCC,Delta dan Delta-delta
Subjects: T Technology > TJ Mechanical engineering and machinery
Fakultas: Fakultas Teknik > Pendidikan Teknik Informatika dan Komputer, S1
Depositing User: TUKP unnes
Date Deposited: 22 Apr 2024 07:41
Last Modified: 22 Apr 2024 07:41
URI: http://lib.unnes.ac.id/id/eprint/62567

Actions (login required)

View Item View Item