KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN WAVELET FUZZY SYSTEMS

Satria, Danu and Abadi, Agus Maman (2017) KLASIFIKASI PENYAKIT JANTUNG MENGGUNAKAN WAVELET FUZZY SYSTEMS. S1 thesis, UNY.

[img] Text
awal.pdf
Restricted to Repository staff only

Download (797kB)
[img]
Preview
Text
bab i.pdf

Download (93kB) | Preview
[img]
Preview
Text
bab ii.pdf

Download (531kB) | Preview
[img]
Preview
Text
bab iii.pdf

Download (100kB) | Preview
[img] Text
bab iv.pdf
Restricted to Repository staff only

Download (727kB)
[img] Text
bab v.pdf
Restricted to Repository staff only

Download (86kB)
[img]
Preview
Text
daftar pustaka.pdf

Download (164kB) | Preview
[img] Text
lampiran.pdf
Restricted to Repository staff only

Download (5MB)
[img] Text
KLASIFIKASI PENYAKIT JANTUNG.docx
Restricted to Repository staff only

Download (6MB)

Abstract

Penyakit jantung merupakan penyebab kematian tertinggi di dunia termasuk juga di Indonesia. Oleh karena itu diperlukan deteksi dari gejala-gejala yang dialami untuk mengetahui jenis penyakit jantung yang diderita. Penelitian ini bertujuan untuk klasifikasi jenis penyakit jantung berdasarkan rekaman detak jantung dari alat Phonocardiogram (PCG). Ekstraksi ciri dari sinyal PCG dilakukan dengan wavelet haar untuk kemudian pembentukan model dengan fuzzy systems Mamdani. Dalam penelitian ini, mendiagnosis penyakit jantung berdasarkan sinyal PCG dari pasien penyakit jantung dan jantung normal yang sudah diekstrasi dan menghasilkan 5 fitur. Lima fitur tersebut kemudian digunakan sebagai variabel input dalam pemodelan sistem fuzzy Mamdani yang direpresentasikan menggunakan kurva Gauss. Variabel output berupa normal, HHD, CHF, dan Angina Pectoris. Proses inferensi fuzzy menggunakan metode Mamdani denga metode mean of maxima (MOM) pada proses defuzzifikasi. Pembagian data menggunakan 80 data training dan 20 data testing. Aturan fuzzy If-Then dibentuk dari 80 data training. Hasil defuzzifikasi 80 data training menunjukkan tingkat akurasi, sensitivitas, dan spesifikasi berturut-turut adalah 98.75%, 100%, dan 95.24%. Sedangkan hasil defuzzifikasi 20 data testing menunjukkan tingkat akurasi, sensitivitas, dan spesifikasi berturut turut adalah 80%, 100%, dan 71.43%. Sistem fuzzy yang telah terbentuk dikontruksi dengan Graphical User Interface (GUI). Kata kunci: penyakit jantung, Mamdani, model fuzzy, dekomposisi wavelet.

Item Type: Thesis (S1)
Subjects: Matematika dan Ilmu Pengetahuan Alam > Matematika
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Jurusan Pendidikan Matematika > Matematika
Depositing User: Jurusan Pendidikan Matematika
Date Deposited: 19 Jul 2017 01:39
Last Modified: 19 Jul 2017 01:39
URI: http://eprints.uny.ac.id/id/eprint/50810

Actions (login required)

View Item View Item