Moch Faiz Nafiu, Pradana (2025) Bedside monitor (system embeded berbasis convolutional neural netrwork untuk deteksi gelombang R dan perhitungan BPM secara real time). Skripsi thesis, Politeknik Kesehatan Kemenkes Surabaya.
![[thumbnail of 1. Cover.pdf]](http://repo.poltekkes-surabaya.ac.id/style/images/fileicons/text.png) |
Text
1. Cover.pdf Download (1MB) |
|
Text
2. Halaman Persetujuan Pembimbing.pdf Restricted to Repository staff only Download (156kB) |
|
Text
3. Halaman Pengesahan Penguji.pdf Restricted to Repository staff only Download (140kB) |
|
Text
4. Surat Pernyataan Orisinalitas.pdf Restricted to Repository staff only Download (123kB) |
|
Text
5. Abstrak.pdf Download (234kB) |
|
Text
6. Kata Pengantar.pdf Restricted to Repository staff only Download (151kB) |
|
Text
7. Daftar Isi.pdf Download (276kB) |
|
Text
8. Daftar Tabel.pdf Download (187kB) |
|
Text
9. Daftar Gambar.pdf Download (196kB) |
|
Text
10. Daftar Singkatan dan Simbol.pdf Download (126kB) |
|
Text
11. Daftar Lampiran.pdf Download (121kB) |
|
Text
12. Bab 1.pdf Restricted to Repository staff only Download (258kB) |
|
Text
13. Bab 2.pdf Restricted to Repository staff only Download (728kB) |
|
Text
14. Bab 3.pdf Restricted to Repository staff only Download (523kB) |
|
Text
15. Bab 4.pdf Restricted to Repository staff only Download (1MB) |
|
Text
16. Bab 5.pdf Restricted to Repository staff only Download (297kB) |
|
Text
17. Bab 6.pdf Restricted to Repository staff only Download (166kB) |
|
Text
18. Daftar Pustaka.pdf Download (205kB) |
|
Text
19. Lampiran.pdf Restricted to Repository staff only Download (4MB) |
|
Text
20. Artikel.pdf Restricted to Repository staff only Download (631kB) |
Abstract
Detak jantung (Heart Rate/HR) menjadi salah satu tolak ukur vital yang esensial dalam proses penilaian kondisi kesehatan sistem kardiovaskular. Pada orang dewasa yang sedang beristirahat, nilai HR normal memiliki nilai antara 60 hingga 100 denyut per menit (BPM), dan sangat berpengaruh terhadap berbagai faktor seperti aktivitas fisik, kondisi emosional, serta gangguan medis tertentu. Pemantauan HR secara akurat sangat diperlukan dalam proses diagnosis dan evaluasi terapi, khususnya pada pasien dengan gangguan jantung seperti aritmia atau gagal jantung. Namun, metode konvensional seperti palpasi nadi dan pulse oximeter memiliki keterbatasan, yaitu ketergantungan pada keterampilan pengguna serta sensitivitas terhadap gangguan gerakan. Penelitian ini bertujuan untuk mengembangkan metode penghitungan HR berbasis sinyal elektrokardiogram (ECG) dengan memanfaatkan interval antar kompleks QRS (R-R interval). Penelitian ini memberikan kontribusi berupa solusi menggunakan metode Convolutional Neural Network (CNN) untuk mendeteksi dan menganalisis kompleks QRS secara otomatis, sehingga menghasilkan estimasi HR yang lebih akurat dan efisien dibandingkan metode konvensional. Hasil pengujian menunjukkan, bahwa model mampu memperkirakan nilai HR dengan tingkat akurasi tinggi dan rata-rata kesalahan sebesar ±0,6 BPM. Meskipun demikian, penggunaan CNN memerlukan sumber daya komputasi yang cukup besar, sehingga kurang optimal untuk perangkat dengan spesifikasi rendah. Berdasarkan hal tersebut, disarankan penelitian lanjutan untuk mengadaptasikan sistem pada perangkat berbasis edge computing, seperti Raspberry Pi. Hal ini meningkatkan portabilitas dan efisiensi. Sistem ini juga memiliki potensi untuk diimplementasikan dalam layanan kesehatan berbasis telemedisin, sehingga dapat memberikan solusi pemantauan jantung secara real-time yang lebih terjangkau dan mudah diakses, termasuk di wilayah dengan keterbatasan fasilitas medis. Sistem ini diharapkan dapat berkontribusi dalam upaya deteksi dini penyakit kardiovaskular.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Contributors: | Contribution Contributor NIDN/NIDK UNSPECIFIED Bambang Guruh, Irianto nidn4009015801 UNSPECIFIED Anita Miftahul, Maghfiroh UNSPECIFIED |
| Additional Information: | 11SKR20250016 |
| Uncontrolled Keywords: | Heart Rate Monitoring ; Convolutional Neural Networks |
| Subjects: | R Medicine > Medical Electronics > Biomedical Engineering |
| Divisions: | Poltekkes Kemenkes Surabaya > Jurusan Teknologi Elektromedik > Program Studi Sarjana Terapan Teknologi Rekayasa Elektro-medis |
| Depositing User: | Nanik Indra Putri Sari |
| Date Deposited: | 28 Jul 2025 08:02 |
| Last Modified: | 28 Jul 2025 08:02 |
| URI: | http://repo.poltekkes-surabaya.ac.id/id/eprint/10554 |
Actions (login required)
 |
View Item |