Klasifikasi Saturasi Oksigen dengan Pulse Oximetry Menggunakan Metode Fuzzy Subtractive Clustering (FSC)
DOI:
https://doi.org/10.33633/aiej.v5i2.8956Keywords:
SpO2, Fuzzy Subtractive Clustering, Hipoksemia, MATLABAbstract
Saat memeriksa kondisi pasien di rumah sakit, banyak parameter yang perlu diukur, salah satunya adalah SpO2. Tes SpO2 adalah suatu metode yang dipakai untuk menghitung jumlah oksigen dalam darah. Kisaran nilai SpO2 yang umum adalah 85-100%. Pengklasifikasian kadar oksigen darah dilakukan dengan melakukan metode pengelompokan, salah satunya adalah pengelompokan pengurangan fuzzy, menggunakan data yang diperoleh dari berbagai kondisi pasien. Pengklasifikasi oksigen darah (SpO2) ini menggunakan metode pengumpulan data dengan mengambil data normal dan hipoksia untuk tujuan membandingkan kadar oksigen darah. Saturasi oksigen darah yang diperoleh dikenai dengan metode Fuzzy Subtractive Clustering yang dihasilkan berupa densitas dengan titik-titik dalam suatu ruang (variabel). Sofware yang digunakan yaitu MATLAB sebagai platform perbandingan dengan versi MATLAB R2015a. Pada pengujian penelitian ini pengenalan pola sinyal SpO2 normal dan hipoksemia menggunakan Fuzzy Subtractive Clustering mempunyai akurasi 93,33 %.References
Syahra Y, Syahril M, Yusnidah Y. Implementasi data mining dengan menggunakan algoritma fuzzy subtractive clustering dalam pengelompokan nilai untuk menentukan minat belajar siswa smp primbana Medan. Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer). 2019 Mar 7;17(1):54-63.
Kusuma VM, Furqon MT, Muflikhah L. Implementasi Metode Fuzzy Subtractive Clustering Untuk Pengelompokan Data Potensi Kebakaran Hutan/Lahan. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. 2017 Jun 16;1(9):876-84.
Widodo ID. Fuzzy subtractive clustering based prediction model for brand association analysis. InMATEC Web of Conferences 2018 (Vol. 154, p. 01082). EDP Sciences.
R. Kerwin, C. Billones, and E. P. Dadios, “Fuzzy Inference System for Remote Health Monitoring Using Wireless Body Area Networks,” pp. 1–6, 2014.
Retnowati D, Ernawati E, Anggriani K. Penerapan Support Vector Machine Untuk Pendeteksian dan Klasifikasi Motif Pada Citra Batik Besurek Motif Gabungan Berdasarkan Fitur Histogram Of Oriented Gradient. Pseudocode. 2018 Nov 23;5(2):75-84.
Fatmawati F, Affandes M. Klasifikasi Keluhan Menggunakan Metode Support Vector Machine (SVM) Pada Akun Facebook Group iRaise Helpdesk. Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer Dan Teknologi Informasi. 2018 Jan;3(1):24-30.
Cohen G, De Chazal P. Detection of sleep apnoea in infants using ECG and oximetry signals. InComputing in Cardiology 2013 2013 Sep 22 (pp. 859-862). IEEE.
Cruz J, Hernández AI, Wong S, Carrault G, Beuchee A. Algorithm fusion for the early detection of apnea-bradycardia in preterm infants. In2006 Computers in Cardiology 2006 Sep 17 (pp. 473-476). IEEE.
Pratama AM. TA: Monitoring Kadar Oksigen dalam Tubuh Manusia dengan Menggunakan Sensor SpO2 (Doctoral dissertation, Institut Bisnis dan Informatika Stikom Surabaya).
Savitri DE. Gelang Pengukur Detak Jantung dan Suhu Tubuh Manusia Berbasis Internet of Things (IoT) (Bachelor's thesis, Fakultas Sains dan Teknologi Universitas Islam Negeri Syarif Hidayatullah Jakarta).
Downloads
Published
Issue
Section
License
Copyright (c) 2021 Muhammad Rizal Nurdin, Wisnu Adi Prasetyanto, Sari Ayu Wulandari
This work is licensed under a Creative Commons Attribution 4.0 International License.
This work is licensed under a Creative Commons Attribution 4.0 International License.
