eprintid: 43923
rev_number: 9
eprint_status: archive
userid: 69
dir: disk0/00/04/39/23
datestamp: 2024-11-18 15:44:24
lastmod: 2024-11-18 15:44:24
status_changed: 2024-11-18 15:44:24
type: thesis
metadata_visibility: show
creators_name: Kisti, Azifa Bil
creators_id: 3332150010
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Wiryadinata, Romi
corp_creators: Jurusan Teknik Elektro
corp_creators: Universitas Sultan Ageng Tirtayasa
title: KLASIFIKASI SUARA JANTUNG MENGGUNKAN METODE
LEARNING VECTOR QUANTIZATION (LVQ) BERDASARKAN
EKSTRAKSI CIRI FAST FOURIER TRANSFORM (FFT)
ispublished: pub
subjects: Q1
subjects: R1
divisions: Elektro
full_text_status: restricted
abstract: Suara jantung pada beberapa kasus penyakit jantung memiliki pola-pola 
tertentu yang bisa dikenali, oleh karena itu suara jantung biasanya dipakai untuk
mendiagnosa penyakit jantung. Teknik yang biasa digunakan adalah teknik
auskultasi, yaitu mendengarkan suara jantung dengan menggunakan stetoskop.
Secara umum, sistem pendeteksian kelainan jantung ini terdiri dari dua bagian
utama, yaitu ekstraksi ciri menggunakan Fast Fourier Transform (FFT) dan
klasifikasi ciri menggunakan jaringan saraf tiruan Learning Vector Quantization
(LVQ). Data yang digunakan sebanyak 136 sinyal suara jantung yang terdiri dari
92 data training dan 46 data testing. Hasil dekomposisi yang berupa subband ini
kemudian dihitung energinya sehingga didapatkan ciri tertentu. Ciri yang diperoleh
inilah yang kemudian dikenali dengan menggunakan LVQ. Dari hasil pengujian
diperoleh tingkat detection accuracy kelainan jantung adalah 8,6% untuk data uji
begitu juga untuk classification menggunakan data latih adalah 8,6%.
date: 2020
date_type: published
institution: Fakultas Teknik Universitas Sultan Ageng Tirtayasa
department: Jurusan Teknik Elektro
thesis_type: sarjana
thesis_name: sarjana
citation:   Kisti, Azifa Bil  (2020) KLASIFIKASI SUARA JANTUNG MENGGUNKAN METODE LEARNING VECTOR QUANTIZATION (LVQ) BERDASARKAN EKSTRAKSI CIRI FAST FOURIER TRANSFORM (FFT).  S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.   
document_url: https://eprints.untirta.ac.id/43923/1/LAPORAN%20SKRIPSI.pdf
document_url: https://eprints.untirta.ac.id/43923/2/ABSTRAK%20-%202024-11-18T145837.384.pdf