SKRIPSI DIGITAL
Sistem Monitoring Untuk Deteksi Aritmia Dan Kecemasan Dengan Pemanfaatan Machine Learning = Monitoring System for Arrhythmia and Anxiety Detection Using Machine Learning
Tekanan hidup dapat memicu kecemasan yang berdampak pada kesehatan jiwa dan fisik, serta berpotensi menimbulkan gangguan jantung seperti aritmia. Deteksi dini terhadap tingkat kecemasan dan potensi aritmia menjadi sangat penting untuk pencegahan. Penelitian ini mengembangkan Artificial Rhythm & Beat (A-RhyBe), sebuah sistem monitoring berbasis Artificial Intelligence of Things (AIoT) untuk deteksi dini aritmia dan tingkat kecemasan. Sistem ini menggunakan sensor ECG AD8232 untuk menangkap sinyal jantung, yang kemudian diolah menggunakan algoritma Extreme Gradient Boosting dan Gradient Boosting Classifier untuk mengklasifikasikan jenis aritmia dan tingkat kecemasan. Aplikasi mobile pendamping memungkinkan pemantauan secara real-time bentuk sinyal ECG dan memberikan notifikasi anomali. Hasil penelitian menunjukkan sistem A-RhyBe mampu menangkap dan mengolah sinyal ECG secara efektif, sementara model machine learning berhasil mengklasifikasikan aritmia dan tingkat kecemasan dengan akurasi tinggi, dengan model ritme jantung mencapai akurasi 97%, model detak jantung 98%, dan model tingkat kecemasan 97%, sehingga memungkinkan pemantauan kesehatan mandiri dan intervensi yang lebih cepat.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah