Deteksi Penyakit Gagal Jantung Berdasarkan Sinyal Ekg Menggunakan Naive Bayes

Penulis

  • Preddy Desmon Telkom University
  • Adiwijaya Adiwijaya Telkom University
  • Dody Qory Utama Telkom University

Abstrak

Abstrak Gagal jantung merupakan masalah kesehatan masayarakat yang banyak ditemukan dan menjadi salah satu penyakit yang sangat berbahaya. Resiko terkena penyakit ini sangat besar terjadi pada usia lanjut. Penelitian ini bertujuan untuk menganalisis seseorang terkena penyakit gagal jantung atau tidak terkena penyakit gagal jantung (normal). Sinyal EKG (ElektroKardioGram) merupakan data yang digunakan untuk mengtahui detak jantung seseorang yang akan diteliti. Sinyal EKG kemudian akan diperhalus menggunakan wavelet, kemudian akan diolah lagi dengan Metode Naive Bayes. Metode Naive Bayes digunakan dalam mengklasifikasi sinyal yang sudah di extraksi menjadi penentuan hasil akhir. Hasil prediksi dari Naive bayes mendapat akurasi 70% . Kata kunci : Gagal Jantung, Naive Bayes, EKG, wavelet Abstract Heart failure is a public health problem that many found and became one of the most dangerous diseases. The risk of this disease is very large in the elderly. This study aims to analyze a person affected by heart failure or not affected by heart failure (normal). ECG signal (ElectroKardioGram) is the data used to knowing a person's heartbeat to be studied. The ECG signal will then be decomposed using a wavelet, then it will be processed again with the Naive Bayes Method. The Naive Bayes method is used in classifying the already extracted signals into the final result determination. Predicted results from Naive bayes got 70% accuracy. Keywords: Congestive Heart Failure Naive Bayes, EKG, wavelet

##submission.downloads##

Diterbitkan

2018-08-01

Terbitan

Bagian

Program Studi S1 Ilmu Komputasi