Hasil Pencarian  ::  Simpan CSV :: Kembali

"Penelitian ini bertujuan untuk merancang dan membangun Sistem Elektrokardiograf (EKG) Pemantau Nirkabel menggunakan mikrokontroler dan komputer dengan menggunakan sistem daya rendah. Penelitian ini menghasilkan Prototipe perangkat keras dan lunak sistem EKG pemantau nirkabel dua elektroda dan satu elektroda penggerak kaki kanan dengan catu masukan tunggal +3V yang dinamakan SPEN-IT (Sistem Pemantau Elektrokardiograf Nirakabel dan Internet), yang cukup baik untuk mengakuisisi sinyal EKG pada manusia. Dari Data pengujian dengan membandingkan data dari alat komersial Cardiette dan Cardio Control milik PKM UI menunjukkan sinyal puncak R pada segmen QRS lebih tinggi sebesar masing-masing 5,1% dan 5,4%. Hal ini disebabkan oleh toleransi komponen yang digunakan ksususnya variabel resistor sebesar 5%. Sedangakan untuk karakteristik pewaktuan sinyal EKG, terdapat perbedaan maksimum sebesar 13% hal ini disebabkan karena penentuan batas dalam pembacaan yang dilakukan secara manual. Dari penggunaan filter digital seperti Moving average, Filter Notch 50 Hz dan Band Pass 2Hz~10Hz, Hanya filter moving average yang mengalami pelemahan signifikan sebesar 22,3%. Sistem juga berhasil dengan baik bekerja secara nirkabel dan dapat dipantau secara online melalui jaringan internet."

"Penyakit kardiovaskular, khususnya aritmia, merupakan salah satu penyebab utama kematian di dunia. Aritmia terjadi akibat gangguan irama jantung yang dapat dideteksi menggunakan Elektrokardiogram (EKG), yang dideteksi dengan menganalisa perubahan atau kejanggalan dari sinyal EKG yang dilihat oleh pengamat. Namun, sinyal EKG seringkali tidak akurat karena bersifat non-linear dan memiliki amplitudo rendah, sehingga perubahan kecil mungkin dilalaikan oleh mata telanjang manusia. Oleh karena itu, diperlukan metode yang lebih efektif dalam mengklasifikasikan aritmia. Penelitian ini mengusulkan penggunaan metode Bidirectional Recurrent Convolutional Neural Network (BiRCNN) untuk klasifikasi sinyal EKG. Metode BiRCNN menggabungkan Convolutional Neural Network (CNN) yang mengekstraksi fitur morfologi sinyal EKG dan Recurrent Neural Network (RNN) yang menangkap informasi temporal dari detak jantung. Gabungan kedua metode ini diharapkan dapat memberikan hasil yang akurat dan konsisten. Data yang digunakan dalam penelitian ini berasal dari Basis Data MIT-BIH Arrhythmia, yang terdiri dari ribuan rekaman detak jantung normal dan aritmia. Data yang digunakan melalui tahap praproses dengan memilih segmen sinyal EKG dengan 187 titik waktu, dengan normalisasi pada semua data agar berada dalam rentang amplitudo yang sama. Untuk mengatasi ketidakseimbangan kelas dalam dataset, metode SMOTE digunakan untuk meningkatkan jumlah sampel kelas minoritas hingga mencapai 100% dari jumlah sampel kelas mayoritas, sehingga memastikan distribusi data yang lebih seimbang. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, sensitivitas, spesifisitas, dan nilai AUC-ROC. Hasil penelitian dari lima simulasi pembangunan model menunjukkan bahwa metode BiRCNN memiliki kinerja yang baik dalam klasifikasi aritmia, dengan rata-rata nilai akurasi sebesar 98.25%, sensitivitas sebesar 94.67%, spesifisitas sebesar 98.70%, dan AUC-ROC sebesar 99.44%. Berdasarkan hasil penelitian tersebut, metode ini mampu mengidentifikasi aritmia secara konsisten dengan ketepatan yang cukup baik.

---

Cardiovascular disease, particularly arrhythmia, is one of the leading causes of death in the world. Arrhythmias occur due to heart rhythm disturbances that can be detected using an Electrocardiogram (ECG), detected by analyzing the changes or irregularities in the ECG signal seen by the observer. However, ECG signals are often inaccurate because they are non-linear and have low amplitude, so small changes may be overlooked by the naked human eye. Therefore, a more effective method of classifying arrhythmias is needed. This research proposes the use of Bidirectional Recurrent Convolutional Neural Network (BiRCNN) method for ECG signal classification. The BiRCNN method combines a Convolutional Neural Network (CNN) that extracts morphological features of ECG signals and a Recurrent Neural Network (RNN) that captures temporal information of the heartbeat. The combination of these two methods is expected to provide accurate and consistent results. The data used in this study comes from the MIT-BIH Arrhythmia Database, which consists of thousands of normal and arrhythmic heartbeat recordings. The data used went through a preprocessing stage by selecting ECG signal segments with 187 time points, with normalization on all data to be in the same amplitude range. To overcome the class imbalance in the dataset, the SMOTE method was applied to increase the number of minority class samples to 100% of the number of majority class samples, thus ensuring a more balanced data distribution. Model performance evaluation was performed using accuracy, sensitivity, specificity, and AUC-ROC value metrics. The results of five model fitting simulations showed that the BiRCNN method performed well in arrhythmia classification, with an average accuracy value of 98.25%, sensitivity of 94.67%, specificity of 98.70%, and AUC-ROC of 99.44%. Based on the results, this method is able to identify arrhythmias consistently with fairly good accuracy."

"Elektrokardiogram (EKG) diketahui sebagai salah satu instrumen medis yang banyak digunakan sebagai alat diagnostik. Interpretasi dari sinyal EKG yang didapatkan akan membantu klinisi dalam memonitor kesehatan jantung pasien serta mendiagnosis kondisi-kondisi jantung tertentu yang dapat dilihat dari abnormalitas sinyal jantung yang terekam. Melalui penulisan ini, digagas sebuah inovasi EKG Lead Tunggal yang bersifat portable karena memanfaatkan pengiriman data serial sinyal EKG melalui koneksi Bluetooth ke perangkat laptop. Mikrokontroler ESP32-WROOM-32D dan modul detak jantung AD8232 digunakan dalam merancang purwarupa EKG Lead Tunggal ini. Hasil rangkaian keduanya kemudian diuji untuk melihat ketepatannya dalam mendeteksi sinyal jantung yang dihasilkan oleh simulator EKG SKX-2000+ untuk 7 komponen gelombang, yakni QRS Interval, QT/QTcB Interval, PR Interval, P Interval, R Amplitude, RR Interval, dan PP Interval. Dari 4 nilai delay yang digunakan dalam pengambilan data, yakni 2 ms, 20 ms, 25 ms, dan 30 ms, didapatkan bahwa delay 25 ms mampu memberikan hasil rata-rata error mutlak yang dapat diterima menurut standar LIPI ketika dibandingkan dengan nilai referensi manufaktur simulator untuk komponen QT/QTcB Interval, R Amplitude, RR Interval, dan PP Interval karena memiliki nilai error di bawah 5% dengan nilai persebaran data yang lebih kecil.

---

Electrocardiogram (ECG) is known as a medical instrument that is widely used as a diagnostic tool. Interpretation of the ECG signal obtained will assist the clinician in monitoring the patient's heart health and diagnosing certain heart conditions which can be seen from the abnormal heart signal recorded. Through this writing, a single lead ECG innovation was initiated which is portable because it utilizes sending ECG signal serial data via a Bluetooth connection to a laptop device. The ESP32-WROOM-32D microcontroller and the AD8232 heart rate module were used in designing this Single Lead ECG prototype. The results of both sets were then tested to see their accuracy in detecting heart signals generated by the SKX-2000+ ECG simulator for 7 wave components, namely the QRS Interval, QT/QTcB Interval, PR Interval, P Interval, R Amplitude, RR Interval, and PP Interval. Of the 4 delay values ​​used in data retrieval, which were 2 ms, 20 ms, 25 ms, and 30 ms, it was found that the 25 ms delay was able to provide acceptable average absolute error results according to LIPI standard when compared with the simulator manufacturing reference values ​​for the QT/QTcB Interval, R Amplitude, RR Interval, and PP Interval components because has an error value below 5% with a smaller data distribution value."

"Latar Belakang : Kerja shift dapat menyebabkan gangguan tidur dan gangguan kehidupan sehari-hari (stres), perubahan perilaku seperti mulai merokok dan pola konsumsi makanan yang tidak sehat, yang menyebabkan obesitas dan perubahan kadar kolesterol darah. Dimana hal tersebut dapat meningkatkan risiko penyakit kardiovaskular. Tujuan penelitian ini mengetahui hubungan antara pekerja shift dan non shift terhadap perubahan profil EKG iskemik di perusahaan baja selama kurun waktu 2014-2018.Nelayan adalah jenis pekerjaan dengan risiko kelelahan kerja yang tinggidanMetode Penelitian : Desain penelitian ini adalah kohort retrospektif dengan subyek penelitian adalah pekerja perusahaan baja yang melakukan medical check up rutin kurun waktu 2014-2018, dilakukan dengan mengambil data sekunder hasil medical check up dalam kurun waktu diatas. Hasil uji statistik menggunakan Chi Square dan Regresi Cox menggunakan nilai probabilitas (p<0,05) untuk signifikansi. Jumlah sampel pada penelitian ini adalah 834 pekerja, laki-laki usia 36-55 tahun. Faktor risiko PJK yang diukur obesitas, usia, lingkar pinggang, lama bekerja, aktifitas fisik, konsumsi makanan berlemak, riwayat genetik, hipertensi, diabetes, dislipidemi, dan merokok. Sedangkan faktor stres kerja diukur menggunakan kuesioner survey diagnosis stres.Hasil : Prevalensi perubahan EKG iskemik pada pekerja shift sebanyak 13,2% dan pada pekerja non shift 12,0%. Survival rate untuk perubahan EKG iskemik pada pekerja shift sebesar 85,4% dan pekerja non shift sebesar 82,9%. Hipertensi berhubungan dengan EKG iskemik, dengan RR 1,88 dan IK95% (1,15-3,09). Tidak ditemukan hubungan antara kerja shift dan non shift dengan EKG iskemik.di Ancol, CilincinKesimpulan : Kejadian EKG iskemik antara kelompok pekerja shift dan non shift tidak berbeda signifikan. Hipertensi berhubungan dengan EKG iskemik. Pekerja non shift memiliki angka ketahanan lebih rendah terhadap terjadinya EKG iskemik daripada pekerja shift. satuBackground : Shift work can cause sleep disturbance and disruption of daily life (stress), changes in behavior such as starting smoking and unhealthy food consumption patterns, which cause obesity and changes in blood cholesterol levels. Where it can increase the risk of cardiovascular disease. The purpose of this study is to find out the relationship between shift and non-shift workers on changing the ischemic ECG profile in steel indus-try during the 2014-2018 period. Fishermen, which are widely spread inResearch methods : The design of this study was a cohort retrospective with research subjects as steel industry workers who performed routine medical check-ups in the 2014-2018 period, carried out by taking secondary data from medical check-up results in the above period. Statistical test results using Chi Square and Cox Regression use probabil-ity values (p <0.05) for significance. The number of samples in this study were 834 work-ers, men aged 36-55 years. CHD risk factors measured by obesity, age, waist circumfer-ence, length of working, physical activity, consumption of fatty foods, genetic history, hypertension, diabetes, dyslipidemia, and smoking. While work stress factors are meas-ured using a Survey Diagnosis Stress questionnaire.his study was a retrospective cohortResults : The prevalence of ischemic ECG changes in shift workers is 13.2% and in non shift workers is 12.0%. The survival rate for ischemic ECG changes in shift workers was 85.4% and non-shift workers was 82.9%. Hypertension is associated with ischemic ECG, with RR 1.88 and CI 95% (1.15-3.09). There is no relation between shift and non shift work with ischemic ECG.Conclusion : Ischemic ECG events between shift and non shift worker groups are not significantly different. Hypertension is associated with ischemic ECG. Non-shift workers have lower endurance numbers against ischemic ECG than shift workers"

"ABSTRACTPenelitian ini mengkaji pengaruh stock split signal pada perusahaan-perusahaan terdapat infromasi mengenai Future Profitability. Proksi yang digunakan untuk variabel Future earnings adalah Future Earning Changes, sedangkan proksi yang digunakan oleh stock split signal adalah split factor signal Spafac. Tujuan dari penelitian ini adalah menganalisis pengaruh stock split signal terhadap future profitability. Metode penelitian yang digunakan adalah regresi data panel dengan menggunakan model estimasi pooled effect model dan random effect. Sampel penelitian diambil dari perusahaan yang tercatat di BEI pada periode tahun 2004-2016. Penelitian ini menemukan bahwa perusahaan-perusahaan yang menggunakan signal stock split tidak berhubungan atau mengandung sedikit informasi dari future profitability. Hal tersebut tercermin dari hasil penelitian yang menunjukkan adanya koefisien negative dan tidak signifikan pada variabel Spafac terhadap Future Profitability. Tetapi ditemukan adanya beberapa konten informasi antara Earnings dengan signal stock split dan khususnya dividen paying firm tampaknya juga mengandung beberapa konten informasi tentang profitabilitas masa depan, ketika pendapatan mentah dan pendapatan abnormal digunakan dalam analisis. Hasil penelitian ini menunjukkan bahwa stock split bukanlah sinyal yang berguna untuk perusahaan dalam melihat prospek laba masa depan.

---

ABSTRACTThis study examines the effect of stock split signals on firms with information on Future Profitability. The proxy used for the Future earnings variable is Future Earning Changes, while the proxy used by stock split signal is split factor signal Spafac. The purpose of this research is to analyze the influence of stock split signal to future profitability. The research method used is panel data regression by using model of pooled effect model and random effect estimation. The research sample was taken from companies listed on BEI in the period of 2004 2016. The study found that firms using stock split signals are unrelated or contain some information from future profitability. This is reflected from the results of research that shows the existence of negative coefficient and not significant on Spafac variable to Future Profitability. But it was found that some information content between Earnings and stock split signals and especially dividend paying firm also seems to contain some information content about future profitability, when earnings and abnormal earnings are used in the analysis. The results of this study indicate that stock split is not a useful signal for the company in looking at future earnings prospects. "

"Dalam tesis ini disusun representasi multiresolusi berbasis wavelets untuk kurva B-spline kubik yang menginterpolasi titik-titik ujung yang mendukung beberapa tipe pengeditan kurva, yaitu penghalusan kurva dengan tingkat resolusi kontinyu untuk menghilangkan detail-detail kurva yang tidak diinginkan, pengeditan bentuk keseluruhan kurva dengan tetap mempertahankan detail-detailnya, perubahan detail-detail kurva tanpa mempengaruhi bentuk keseluruhannya, dan pengeditan satu bagian tertentu dari kurva melalui manipulasi secara langsung terhadap titik-titik kontrolnya. Untuk menguji kemampuan representasi multiresolusi dalam mendukung empat tipe manipulasi kurva tersebut, disusun program pengeditan kurva dengan menggunakan bahasa pemrograman Visual C++ pada komputer Pentium 133 MHz, memori 16 Mbyte, sistem operasi Windows 95, lingkungan pengembangan Microsoft Development Studio 97 dan pustaka Microsoft Foundation Class. Dari hasil uji coba program diketahui bahwa representasi multiresolusi memberikan dukungan yang sangat baik terhadap tipe-tipe pengeditan seperti yang disebutkan di atas. Representasi multiresolusi tidak membutuhkan memori penyimpan ekstra selain dari yang digunakan untuk menyimpan titik kontrol. Dui basil uji coba program menggunakan ratusan titik kontrol, algoritma beijalan cuki p cepat dan mernadai berkaitan dengan tuntutan komunikasi interaktif antara user dan program."