Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Mahasiswa TEUB
Harilegawa, Made Wena
Unknown Affiliation
Education

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
IMPLEMENTASI NEUROMORPHIC SPIKING NEURAL NETWORK UNTUK KLASIFIKASI MORFOLOGI SINYAL EKG PADA FPGA Harilegawa, Made Wena; Sulistiyanto, Nanang; Setyawan, Raden Arief
Jurnal Mahasiswa TEUB Vol. 14 No. 2 (2026)
Publisher : Jurnal Mahasiswa TEUB

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penyakit kardiovaskular memerlukan metode deteksi dini yang andal, salah satunya melalui analisis sinyal elektrokardiogram (EKG). Penelitian ini  mengusulkan implementasi Spiking Neural Network (SNN) untuk klasifikasi morfologi sinyal EKG pada FPGA guna memperoleh sistem yang efisien  secara komputasi dan cocok untuk pemrosesan real-time. Dataset EKG  sintetik dihasilkan menggunakan ECGSYN dan dikodekan ke dalam spike  berbasis segmentasi morfologi. Model SNN dilatih menggunakan  QuantizationAware Training (QAT) dengan format fixed-point Q4.4 agar selaras dengan implementasi perangkat keras. Hasil pengujian menunjukkan akurasi klasifikasi sebesar 91,11% dengan macro-F1 0,909,  serta keluaran inferensi pada FPGA yang identik dengan hasil pelatihan.  Selain itu, hasil analisis timing menunjukkan bahwa proses inferensi dapat  diselesaikan dalam waktu yang jauh lebih singkat dibandingkan interval kedatangan spike masukan, sehingga sistem mampu beroperasi secara  real-time. Efisiensi penggunaan sumber daya juga mendukung kelayakan  sistem. Kata Kunci—Spiking Neural Network, Klasifikasi EKG, Quantization-Aware Training, FPGA, Neuromorphic Computing
Co-Authors Nanang Sulistiyanto Raden Arief Setyawan