KLASIFIKASI SUARA DETAK JANTUNG MENGGUNAKAN MODEL BIDIRECTIONAL LONG-SHORT TERM MEMORY DAN BIDIRECTIONAL GATED RECURRENT UNIT = CLASSIFICATION OF HEART BEAT SOUND USING BIDIRECTIONAL LONG-SHORT TERM MEMORY AND BIDIRECTIONAL GATED RECURRENT UNIT MODELS


Luthfi, Muh. Ainun (2023) KLASIFIKASI SUARA DETAK JANTUNG MENGGUNAKAN MODEL BIDIRECTIONAL LONG-SHORT TERM MEMORY DAN BIDIRECTIONAL GATED RECURRENT UNIT = CLASSIFICATION OF HEART BEAT SOUND USING BIDIRECTIONAL LONG-SHORT TERM MEMORY AND BIDIRECTIONAL GATED RECURRENT UNIT MODELS. Skripsi thesis, Universitas Hasanuddin.

[thumbnail of Cover]
Preview
Image (Cover)
H071181301_skripsi_01-02-2023 COVER1.jpg

Download (312kB) | Preview
[thumbnail of Bab 1-2] Text (Bab 1-2)
H071181301_skripsi_01-02-2023 BAB 1-2.pdf

Download (2MB)
[thumbnail of Dapus] Text (Dapus)
H071181301_skripsi_01-02-2023 DP.pdf

Download (112kB)
[thumbnail of Full Text] Text (Full Text)
H071181301_skripsi_01-02-2023.pdf
Restricted to Repository staff only until 20 January 2026.

Download (2MB)

Abstract (Abstrak)

Penyakit jantung adalah penyakit yang mematikan nomor satu di dunia. Model klasifikasi suara detak jantung dapat digunakan sebagai bentuk pendeteksian dini apakah seseorang harus diperiksa lebih lanjut. Model klasifikasi suara detak jantung harus memiliki akurasi yang tinggi, efektif, dan mudah digunakan. Recurrent neural network merupakan salah satu jenis algoritma deep learning yang dapat digunakan untuk masalah klasifikasi dengan data sekuensial. Model yang digunakan ialah Bidirectional Long Short Term Memory (Bi- LSTM) dan Bidirectional Gated Recurrent Unit (Bi-GRU) sebagai bentuk pengembangan dari model LSTM dan GRU karena dianggap akan menghasilkan akurasi yang lebih baik karena menggunakan data masa lalu dan data masa depan. Tujuan penelitian ini adalah untuk mengimplementasikan model Bi-LSTM dan model Bi-GRU dan menganalisis perbandingan kinerja model yang dihasilkan dari model Bi-LSTM dengan model Bi-GRU. Model bidirectional long short term memory lebih baik pada akurasi validation dan miss classification, sedangkan bidirectional gated recurrent unit lebih baik pada akurasi training. Untuk model bidirectional long short term memory nilai precision sebesar 97% pada kelas healthy dan 98% pada kelas unhealthy, nilai recall sebesar 98% pada kelas healthy dan 97% pada kelas unhealthy, nilai f1-score sebesar 97% pada kelas healthy dan 98% pada kelas unhealthy, sedangkan pada model bidirectional gated recurrent unit nilai precision sebesar 95% pada kelas healthy dan 97% pada kelas unhealthy, nilai recall sebesar 97% pada kelas healthy dan 95% pada kelas unhealthy, nilai f1-score sebesar 96% pada kelas healthy dan 99% pada kelas unhealthy.Untuk nilai pada kurva ROC didapatkan nilai 1.00 pada masing-masing kelas untuk model bidirectional long short term memory, sedangkan pada model bidirectional gated recurrent unit didapatkan nilai 0.99 pada masing-masing kelas. Model bidirectional long short term memory menghasilkan kinerja model yang lebih baik dibandingkan dengan model bidirectional gated recurrent unit.

Item Type: Thesis (Skripsi)
Uncontrolled Keywords: Suara detak jantung, bidirectional long short term memory, bidirectional gated recurrent unit
Subjects: Q Science > Q Science (General)
Divisions (Program Studi): Fakultas Matematika dan Ilmu Peng. Alam > Sistem Informasi
Depositing User: Nasyir Nompo
Date Deposited: 26 Jun 2025 02:41
Last Modified: 26 Jun 2025 02:41
URI: http://repository.unhas.ac.id:443/id/eprint/45548

Actions (login required)

View Item
View Item