Main Article Content
Abstract
Pengenalan pola EKG (Elektrokardiograf) merupakan suatu proses yang penting dalam menganalisa keaadan jantung pasien. Makalah ini menjelaskan tentang sebuah system pengenalan pola sinyal EKG menggunakann multi layer perseptron dan dilatih dengan algoritma Levenberg–Marquardt (LM). Algoritma (LM) merupakan pengembangan algoritma Backpropagation (BP) standar. Pada algoritma BP standar proses update bobot dan bias menggunakan negative gradient descent secara langsung sedangkan pada algoritma Levenberg-Marquardt menggunakan pendekatan matrik Hesian.
Pada penelitian ini dilakukan pengenalan terhadap lima jenis kelainan sinyal EKG yang berasal dari generator sinyal EKG secara on-line. Pra-proses dimulai dengan mengurangi noise yang menyertai sinyal EKG dengan teknik downsampling Haar wavelet, kemudian diambil spektrum frekuensi hasil downsampling ini untuk masukan Jaringan Saraf Tiruan.
Hasil learning jaringan dengan konfigurasi 100-15-5 dan error limit 0.0001 dibutuhkan 35 iterasi untuk mencapai konvergen pada LM, sedangkan dengan BP dibutuhkan 480 iterasi. Pengujian data learning dengan LM menghasilkan error terkecil 1 X 10-6 dan error terbesar terbesar 1 X 10-4, untuk metoda BP error terkecil dicapai 1 X 10-4 dan error terbesar 1 X 10-3.
Pengujian dengan data uji dari generator yang sama untuk 100 kali pengujian semua pola yang diuji dapat dikenali 100%.
Kata Kunci: Levenberg-Marquardt, Backpropagation, Jaringan Saraf Tiruan, Elektrokardiograf
Pada penelitian ini dilakukan pengenalan terhadap lima jenis kelainan sinyal EKG yang berasal dari generator sinyal EKG secara on-line. Pra-proses dimulai dengan mengurangi noise yang menyertai sinyal EKG dengan teknik downsampling Haar wavelet, kemudian diambil spektrum frekuensi hasil downsampling ini untuk masukan Jaringan Saraf Tiruan.
Hasil learning jaringan dengan konfigurasi 100-15-5 dan error limit 0.0001 dibutuhkan 35 iterasi untuk mencapai konvergen pada LM, sedangkan dengan BP dibutuhkan 480 iterasi. Pengujian data learning dengan LM menghasilkan error terkecil 1 X 10-6 dan error terbesar terbesar 1 X 10-4, untuk metoda BP error terkecil dicapai 1 X 10-4 dan error terbesar 1 X 10-3.
Pengujian dengan data uji dari generator yang sama untuk 100 kali pengujian semua pola yang diuji dapat dikenali 100%.
Kata Kunci: Levenberg-Marquardt, Backpropagation, Jaringan Saraf Tiruan, Elektrokardiograf