Prediksi Penyakit Jantung Menggunakan Metode Deep Neural Network dengan Memanfaatkan Internet of Things
Article Sidebar
Main Article Content
Abstract
Penyakit jantung adalah salah satu penyakit yang paling mematikan di dunia. Deteksi dini dan pencegahan adalah kunci untuk mengurangi jumlah kematian akibat penyakit jantung. Metode deep neural network (DNN) telah digunakan dalam berbagai aplikasi kesehatan, termasuk dalam prediksi penyakit jantung. Namun, untuk membuat prediksi yang akurat dan efektif, diperlukan data yang berkualitas dan terus-menerus. Salah satu solusi untuk mengumpulkan data yang berkualitas adalah dengan memanfaatkan teknologi Internet of Things (IoT) yang dapat mengumpulkan data secara terus-menerus dan real-time dari berbagai perangkat. metode deep neural network untuk memprediksi penyakit jantung menggunakan data yang dikumpulkan melalui teknologi Internet of Things. Pengumpulan data dari salah satu parameter detak akan diproses dan dibagi menjadi set data pelatihan dan set data pengujian. Setelah melatih model DNN, selanjutnya dilakukan evaluasi terhadap model tersebut dengan menggunakan set data pengujian. Hasil penelitian menunjukkan bahwa penggunaan metode deep neural network dengan memanfaatkan teknologi Internet of Things dapat memberikan hasil prediksi yang akurat dan efektif dalam memprediksi penyakit jantung. Dan akan divisualisasikan menggunakan Tableau.
Article Details
This work is licensed under a Creative Commons Attribution 4.0 International License.
References
[2] H. Jurnal, I. Sapta Permana, and Y. Sumaryana, “SISTEM PAKAR UNTUK MENDIAGNOSA PENYAKIT KULIT DENGAN METODE FORWARD CHAINING,” JUMANTAKA, vol. 1, no. 1, 2018.
[3] D. Yana et al., “Penerapan Metode Teorema Bayes Pada Sistem Pakar Untuk Mendiagnosa Gangguan Sistem Kardioveskular Pada Rumah Sakit Umum Pusat Haji Adam Malik,” 2020.
[4] F. Susanto, N. Komang Prasiani, and P. Darmawan, “IMPLEMENTASI INTERNET OF THINGS DALAM KEHIDUPAN SEHARI-HARI,” Online, 2022. [Online]. Available: https://jurnal.std-bali.ac.id/index.php/imagine
[5] M. Ariandi and S. Rahma Puteri, “Analisis Visualisasi Data Kecamatan Kertapati menggunakan Tableau Public,” Bulan Oktober, 2022.
[6] “JEPIN (Jurnal Edukasi dan Penelitian Informatika)”.
[7] 2019 4th International Conference on Information Systems and Computer Networks (ISCON). IEEE.
[8] P. Ramprakash, R. Sarumathi, R. Mowriya, and S. Nithyavishnupriya, “Heart Disease Prediction Using Deep Neural Network,” in Proceedings of the 5th International Conference on Inventive Computation Technologies, ICICT 2020, Institute of Electrical and Electronics Engineers Inc., Feb. 2020, pp. 666–670. doi: 10.1109/ICICT48043.2020.9112443.
[9] B. Rifai, “ALGORITMA NEURAL NETWORK UNTUK PREDIKSI PENYAKIT JANTUNG,” 2013. [Online]. Available: http://www.bsi.ac.id
[10] F. Handayani et al., “JEPIN (Jurnal Edukasi dan Penelitian Informatika) Komparasi Support Vector Machine, Logistic Regression Dan Artificial Neural Network dalam Prediksi Penyakit Jantung”.
[11] R. S. S. Edgar Marvaro1), “Penerapan Business Intelligence dan Visualisasi Informasi di CV. Mitra Makmur Dengan Menggunakan Dashboard Tableau”.
[12] L. Hakim, “Sistem Monitoring Detak Jantung Menggunakan Sensor AD8232 Berbasis Internet of Things Emotion based on Physiological Signals View project,” 2019, doi: 10.22441/incomtech.v9i2.70705.
[13] S. Ratna, I. Kalimantan, M. A. Al, and B. Banjarmasin, “SISTEM MONITORING KESEHATAN BERBASIS INTERNET OF THINGS (IoT).”