<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="148491">
 <titleInfo>
  <title>PENGKLASIFIKASIAN CITRA EKG MENGGUNAKAN METODE DISCRETE WAVELET TRANSFORM (DWT) DAN ARSITEKTUR XCEPTION PADA PENDERITA PENYAKIT JANTUNG ARITMIA</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>IKRAM MUTTAQIN</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Banda Aceh</placeTerm>
   <publisher>Fakultas Teknik Elektro dan Komputer</publisher>
   <dateIssued>2025</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code"></languageTerm>
  <languageTerm type="text"></languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Skripsi</form>
  <extent></extent>
 </physicalDescription>
 <note>Elektrodiagram (EKG) adalah salah satu metode terpenting dalam proses diagnosis penyakit jantung dengan memvisualisasikan hubungan voltase dan waktu pada aktivitas listrik jantung. Penyakit kardiovaskular atau jantung dapat diklasifikasikan menjadi beberapa jenis, salah satunya adalah aritmia. Aritmia adalah kondisi jantung yang mengalami perubahan irama detak jantung yang berdetak terlalu cepat atau bahkan terlalu lambat dalam kondisi istirahat. Detak jantung yang terlalu cepat dalam kondisi istirahat disebut dengan takikardia, sedangkan detak jantung yang terlalu lambat dalam kondisi istirahat disebut dengan brakikardia. Penelitian ini menggunakan data yang diambil dari MIT-BIH Arrhythmia Database, kemudian menerapkan metode Discrete Wavelet Transform (DWT) sebagai ekstraksi fitur.  Data tersebut diubah menjadi gambar spektogram yang digunakan sebagai dataset untuk klasifikasi menggunakan Xceptition. Penelitian ini juga membandingkan beberapa parameter seperti epoch dan learning rate sebagai pembanding performa terbaik. Performa yang dihasilkan dari penelitian ini, akurasi tertinggi didapatkan pada epoch 100 dengan learning rate 0,0001 yaitu sebesar 99,79%. Presisi tertinggi diperoleh pada epoch 50 dengan learning rate 0,001 dan 0,0001 yaitu sebesar 100%. Sensitivitas tertinggi pada epoch 100 dengan learning rate 0,0001 yaitu sebesar 99,70%. F1-score tertinggi pada epoch 100 dengan learning rate 0,0001 yaitu sebesar 99,70%. Dari hasil performa yang didapatkan, Xception memiliki performa yang sangat baik dalam klasifikasi citra EKG.</note>
 <note type="statement of responsibility"></note>
 <classification>0</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala</physicalLocation>
  <shelfLocator></shelfLocator>
 </location>
 <slims:digitals/>
</mods>
<recordInfo>
 <recordIdentifier>148491</recordIdentifier>
 <recordCreationDate encoding="w3cdtf">2025-01-20 12:43:03</recordCreationDate>
 <recordChangeDate encoding="w3cdtf">2025-01-20 14:46:10</recordChangeDate>
 <recordOrigin>machine generated</recordOrigin>
</recordInfo>
</modsCollection>