Analisa Penyakit Jantung Koroner Menggunakan Algoritma Single Lstm dan Stacked Lstm

Cinthiya, Cinthiya (2022) Analisa Penyakit Jantung Koroner Menggunakan Algoritma Single Lstm dan Stacked Lstm. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (2MB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (237kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (223kB) | Preview
[img]
Preview
PDF
BAB_II.pdf

Download (622kB) | Preview
[img]
Preview
PDF
BAB_III.pdf

Download (444kB) | Preview
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (769kB)
[img]
Preview
PDF
BAB_V.pdf

Download (272kB) | Preview
[img] PDF
LAMPIRAN.pdf
Restricted to Registered users only

Download (892kB)

Abstract

Tingginya tingkat kematian yang diakibatkan oleh penyakit jantung koroner menjadi masalah tingkat global dalam dunia kesehatan dimana pasien yang terjangkit penyakit jantung koroner bukan hanya dari kalangan dewasa dan lanjut usia, namun kini telah banyak ditemukan kasus penyakit jantung koroner yang dialami oleh pasien dibawah umur. Menurut WHO, kasus penyakit jantung koroner akan menyentuh angka 23 juta pada tahun 2030. Maka dari itu sangat pentung untuk dapat mencegah dan meminimalisir angka kasus tersebut. Salah satunya adalah dengan dapat menganalisis risiko penyakit jantung koroner pada seseorang sehingga pasien dapat ditangani dan diberikan perawatan sejak dini. Pada penelitian ini, akan dilakukan menganalisis risiko penyakit jantung koroner dengan menggunakan algoritma long short term memory yang dilakukan dengan menggunakan dua pendekatan berbeda diantaranya adalah single long short term memory dan stacked long short term memory. Dan dengan diadakannya penelitian ini, diharapkan dapat memperluas pengetahuan dan wawasan mengenai menganalisis penyakit jantung koroner terutama terkait penggunaan pendekatan yang berbeda pada algoritma LSTM dalam bidang kesehatan.

Item Type: Thesis (Bachelor Thesis)
Keywords: Analisa, Penyakit Jantung Koroner, Single long short term memory, Stacked long short term memory.
Subjects: 600 Technology (Applied Sciences) > 610 Medicine and Health
600 Technology (Applied Sciences) > 610 Medicine and Health > 614 Forensic Medicine; Incidence of Injuries, Wounds, Disease; Public Preventive Medicine
Divisions: Faculty of Engineering & Informatics > Information System
SWORD Depositor: Administrator UMN Library
Depositing User: Administrator UMN Library
Date Deposited: 20 Jul 2022 03:48
Last Modified: 13 Jul 2023 07:30
URI: https://kc.umn.ac.id/id/eprint/21912

Actions (login required)

View Item View Item