Bibliografi

Pengarang

Irfan Nur Afif;

Barcode

Cat. Karya

No. Induk

Pembimbing

Kata Kunci

AFNGLVQ, artificial neural network, classification, electrocardiogram (ECG), FNGLVQ, FPGA, sleep stage

Pembimbing 3

Pembimbing 2

Wisnu Jatmiko

Tahun buku

2015

Barcode RFID baru

11637688

Progam Studi

ILMU KOMPUTER

Tahun Angkatan

2011

Lokasi

FASILKOM-UI;

Tanggal Datang

23/07/2015

Abstrak Indonesia

ABSTRAK Nama : Irfan Nur Afif Program Studi : Ilmu Komputer Judul : Implementasi Algoritma Adaptive Fuzzy-Neuro Generalized Learning Vector Quantization (AFNGLVQ) pada Field-Programmable Gate Array (FPGA) Pendeteksian siklus tidur merupakan salah satu cara yang digunakan untuk meningkatkan produktivitas manusia. Selama ini, asumsi kualitas tidur yang baik hanya berdasarkan lama waktu tidur secara keseluruhan. Padahal, kualitas tidur manusia ditentukan oleh durasi fase (REM) dan non-REM. Untuk itu diperlukan sebuah alat yang mampu melakukan klasifikasi siklus tidur manusia secara real-time. Penelitian ini merupakan bagian dari penelitian pembuatan protoype alat pendeteksi siklus tidur dengan menggunakan Field-Programmable Gate Array berdasarkan data sinyal electrocardiogram (ECG) yang sudah dilakukan proses ekstraksi fitur. Algoritma klasifikasi yang diimplementasikan adalah algoritma Adaptive Fuzzy-Neuro Generalized Learning Vector Quantization (AFNGLVQ) yang merupakan algoritma berbasis jaringan saraf tiruan. Penelitian ini membandingkan implementasi algoritma AFNGLVQ terhadap algoritma lain yang sudah diimplementasikan pada FPGA yaitu Fuzzy-Neuro Generalized Learning Vector Quantization (FNGLVQ). Hasil rata-rata akurasi algoritma FNGLVQ pada FPGA sebesar 65.69% dan AFNGLVQ sebesar 66.99% pada 5 data ECG pasien RS Mitra. Kata Kunci: AFNGLVQ, electrocardiogram (ECG), FNGLVQ, FPGA, jaringan saraf tiruan, klasifikasi, siklus tidur

Daftar Isi

Cat. Umum

Judul

Implementasi agoritma adaptive fuzzy-neuro generalized learning vector quantization (AFNGLVQ) pada field programmable gate array (EPGA)

Asal

Korporasi

NPM

11060621260

Abstrak English

ABSTRACT Name : Irfan Nur Afif Program : Computer Science Title : Implementation of Adaptive Fuzzy-Neuro Generalized Learning Vector Quantization (AFNGLVQ) on Field-Programmable Gate Array (FPGA) Sleep stage detection is a way to improve life quality. The duration of sleep does not guarantee the sleep quality. In fact, the sleep quality is determined by the duration of rapid eye movement (REM) phase and non-REM phase. Therefore, a hardware-based tool is needed to classify the sleep stage of a person in real-time. This research is a part of the process of making the sleep-stage classification device based on ECG signal using Field-Programmable Gate Array (FPGA). The classification algorithm that will be implemented is Adaptive Fuzzy-Neuro Generalized Learning Vector Quantization (AFNGLVQ) which is an artificial-neural-networkbased algorithm. This research will also compare the performance of AFNGLVQ with another successfully-implemented classification algorithm on FPGA, which is Fuzzy-Neuro Generalized Learning Vector Quantization (FNGLVQ). The average accuracy of FNGLVQ and AFNGLVQ implementation on FPGA are 65.69% and 66.99% respectively on 5 ECG data of RS Mitra’s patient Keywords: AFNGLVQ, artificial neural network, classification, electrocardiogram (ECG), FNGLVQ, FPGA, sleep stage

Pengarang 2

Subjek

Penguji 2

Muhammad Ivan Fanany

Penguji 3

Pembimbing 1

Fisik

xv, 61 hlm.;ill; 30 cm.

Bahasa

Ind

Lulus Semester

GENAP 2014/ 2015

Penerbitan

Depok: FASILKOM UI, 2015

Lulus semester SI

No. Panggil

SK-1376 (Softcopy SK-858) Source Code SK-555

Penguji 1

Rahmat Mustafa Samik-Ibrahim