Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal eProceedings of Engineering
Prademone Y, Andi
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering

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

Found 1 Documents
Search
Journal : eProceedings of Engineering

 1 
Klasifikasi Penyakit Jantung Berdasarkan Nilai Amplitudo ECG Signal Menggunakan Deep Learning Errando Winoto, Karsten; Euclides W, Nicolaus; Prademone Y, Andi
eProceedings of Engineering Vol. 12 No. 6 (2025): Desember 2025
Publisher : eProceedings of Engineering

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

Abstract

Penyakit kardiovaskular merupakan salah satu penyebab utama kematian secara global, dengan jumlah korbanmencapai jutaan jiwa setiap tahunnya. Salah satu metode deteksi dini penyakit jantung adalah melalui analisis sinyalECG (Electrocardiogram). Namun, analisis manual terhadap sinyal ECG masih memiliki keterbatasan dalam hal efisiensidan akurasi. Penelitian ini bertujuan untuk mengembangkan model klasifikasi penyakit jantung berdasarkan nilai amplitudo sinyal ECG menggunakan metode deep learning. Empat arsitektur model deep learning yang digunakan adalah CNN, RNN, LSTM, dan GRU. Dataset yang digunakan berasal dari MIT-BIH Arrhythmia yang terdiri dari lima kelas jenis detak jantung. Proses pelatihan dan pengujian dilakukan menggunakan parameter yang sama, serta evaluasi modeldilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil pengujian menunjukkan bahwa model CNN dan GRU memiliki performa terbaik dengan akurasi sebesar 0.98, sementara RNN menunjukkan performa terendah dengan akurasi 0.83. Hasil penelitian ini menunjukkan bahwa penggunaan model deep learning, khususnya CNN dan GRU,efektif dalam mengklasifikasikan sinyal ECG untuk deteksipenyakit jantung secara otomatis.Kata kunci—Deep learning, CNN, RNN, LSTM, GRU,Klasifikasi
Co-Authors Errando Winoto, Karsten Euclides W, Nicolaus