KLASIFIKASI SINYAL JANTUNG PHONOCARDIOGRAM MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM)

Abstract

Jantung adalah organ vital yang digunakan dalam kegiatan sehari-hari. Namun, berdasarkan survei World Heatlh Organization (WHO), terdapat 33% kematian disebabkan oleh Penyakit Jantung Koroner (PJK). Pemeriksaan jantung secara rutin diharapkan dapat membantu pasien dalam memonitoring kondisi jantungnya. Teknik untuk mendengarkan suara jantung dengan menggunakan elektronik atau tradisional stethoscope, sebuah metode lama namun sangat efektif dalam melakukan diagnosis terhadap sejumlah penyakit kardiovaskular.  Namun, hasil pemeriksaan yang didasarkan pendengaran dokter, juga menjadi kendala dalam menentukan hasil pemeriksaan jantung, karena merupakan hasil subjektifitas. Hal ini menjadikan analisis pendeteksian terhadap karakteristik sinyal suara jantung secara otomatis penting untuk dilakukan supaya tidak terjadi kesalahan diagnosa pada saat perekaman sinyal suara jantung. Dengan berkembangnya teknik klasifikasi secara otomatis dengan neggunakan  machine learning maupun deep learning, telah banyak upaya yang dilakukan untuk menganalisa sinyal PCG. Dengan adanya hal tersebut, maka penulis membuat sebuah sistem untuk melakukan klasifikasi secara otomatis terhadap sinyal jantung PCG. Metode yang digunakan pada penelitian ini adalah Long Short – Term Memory (LSTM) dengan menggunakan variasi dataset sebanyak 3240 yang terbagi kedalam 70% data latih dan 30% data validasi. Akurasi yang didapatkan dari metode LSTM dengan menggunaka 5 hidden layer sebesar 91%. Dengan dilakukan sebanyak  beberapa kali percobaan didapatkan hasil semakin banyak jumlah layer disetiap layer maka waktu yang dibutuhkan untuk proses training data juga semakin lama.