PRAKIRAAN NILAI DENYUT JANTUNG PADA DATA TIME SERIES PASIEN UNIT PERAWATAN INTENSIF MENGGUNAKAN LONG SHORT TERM MEMORY

MAHARANI, MASAYU NADILA and Firdaus, Firdaus (2022) PRAKIRAAN NILAI DENYUT JANTUNG PADA DATA TIME SERIES PASIEN UNIT PERAWATAN INTENSIF MENGGUNAKAN LONG SHORT TERM MEMORY. Undergraduate thesis, Sriwijaya University.

	Text RAMA_56201_09011181823023.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (2MB) | Request a copy
	Text RAMA_56201_09011181823023_TURNITIN.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
Preview	Text RAMA_56201_09011181823023_0221017801_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB) | Preview
	Text RAMA_56201_09011181823023_0221017801_02.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (478kB) | Request a copy
	Text RAMA_56201_09011181823023_0221017801_03.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (699kB) | Request a copy
	Text RAMA_56201_09011181823023_0221017801_04.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (482kB) | Request a copy
	Text RAMA_56201_09011181823023_0221017801_05.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (148kB) | Request a copy
	Text RAMA_56201_09011181823023_0221017801_06_ref.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (283kB) | Request a copy
	Text RAMA_56201_09011181823023_0221017801_07_lamp.pdf - Accepted Version Restricted to Repository staff only Available under License Creative Commons Public Domain Dedication. Download (727kB) | Request a copy

Abstract

Pemantauan tanda vital merupakan penilaian yang paling umum di dalam medis.Tanda-tanda vital menunjukkan bagaimana status pasien. Pemantauan tanda vital yang tepat dan juga akurat sangat penting untuk memastikan terjadinya kemajuan serta kemunduran pada kondisi kesehatan pasien di rumah sakit. Penggunaan tanda vital sebagai indikasi suatu kejadian telah diperkenalkan cukup lama di dunia industry medis. Walaupun begitu, masih banyak penelitian yang dibuat untuk meningkatkan performa secara klinis. Data penelitian ini menggunakan dataset tanda vital pasien ICU yang berbentuk irregular time series, dimana dataset tanda vital pasien ICU ini didapatkan dari database MIMIC-III (Medical Information Mart for Intensive Care). Data tersebut akan di olah dengan cara membuat data nya berbentuk per jendela dengan satu nilai dari rentang prakira yang telah ditentukan. Pada penelitian ini menggunakan tiga metode dari Deep Learning yaitu Long-Short Term Memory (LSTM), Bidirectional Long-Short Term Memory (BiLSTM) dan Gated Reccurent Unit (GRU). Dari ketiga metode tersebut masing-masing dari setiap metode menghasilkan 12 model sehingga keseluruhan model yang didapat yaitu 36 model. Dari ke 36 model tersebut metode GRU menghasilkan nilai RMSE dan MAE paling kecil yaitu masing�masing 0,01630 dan 0,01130 yang didapat pada batch size 64 dengan epoch 100.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Tanda Vital, Deep Learning, Long-Short Term Memory, Bidirectional Long-Short Term Memory, Gated Reccurent Unit, MIMIC III
Subjects:	Q Science > Q Science (General) > Q300-390 Cybernetics > Q325.5 Machine learning
Divisions:	09-Faculty of Computer Science > 56201-Computer Systems (S1)
Depositing User:	Users 24840 not found.
Date Deposited:	23 Sep 2022 05:57
Last Modified:	23 Sep 2022 05:57
URI:	http://repository.unsri.ac.id/id/eprint/79616

Actions (login required)

View Item