Triswan Sang Putra Maduwu
Universitas prima Indonesia

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

Found 1 Documents
Search

A SISTEM ELEKTROKARDIOGRAM BERBASIS KECERDASAN BUATAN UNTUK DETEKSI DINI ARITMIA MENGGUNAKAN ALGORITMA DEEP LEARNING Rivo Ignatius Sibarani; Luis Alfredo Pasaribula; Triswan Sang Putra Maduwu; Daniel Sebastian Panggabean; Siti Aisyah
Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA) Vol. 9 No. 1 (2025): Jurnal Sistem Informasi dan Ilmu Komputer Prima(JUSIKOM PRIMA)
Publisher : Fakultas Teknologi dan Ilmu Komputer Universitas Prima Indonesia

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

Abstract

Penelitian ini bertujuan mengembangkan sistem klasifikasi kondisi jantung berbasis sinyal elektrokardiogram (EKG) dengan pendekatan algoritma deep learning. Berdasarkan hasil yang diperoleh, sistem yang dibangun menunjukkan performa klasifikasi yang sangat tinggi, dengan akurasi mencapai 99%. Sistem ini mampu secara otomatis mengklasifikasikan lima kondisi jantung: Normal, Abnormal, High Risk Potential, Potential for Arrhythmia, dan Very High Risk Potential. Temuan ini secara langsung menjawab tujuan utama penelitian, yaitu menguji efektivitas model deep learning dalam deteksi dini aritmia.Meskipun hanya menggunakan data dari 82 subjek, model mampu mencapai precision dan recall yang sangat tinggi, bahkan mencapai skor sempurna (1.00) pada hampir semua kelas, kecuali satu kasus salah klasifikasi pada kelas Normal. Hasil ini menunjukkan bahwa model memiliki kapabilitas generalisasi yang baik, dan mampu mengenali pola kompleks dalam sinyal EKG meskipun data terbatas. Kesalahan klasifikasi tunggal yang terjadi kemungkinan disebabkan oleh kemiripan pola fisiologis antar kelas atau noise pada data, dan ini menjadi catatan penting untuk pengembangan sistem di masa depan.