Tesis
Analisis detak jantung untuk mendeteksi penyakit jantung atrial fibrilasi dengan metode QHBM/ Muhammad Hafiizh
Abstrak
Atrial Fibrilasi (AF) merupakan aritmia jantung yang umum terjadi dan beresiko tinggi menyebabkan komplikasi serius seperti stroke dan gagal jantung. Penelitian ini bertujuan mengembangkna sistem deteksi otomatis AF menggunakan algoritma Queen Honey Bee Migration (QHBM) pada sinyal EKG dari MIT-BIH Arrhythmia Database. Algoritma QHBM digunakan untuk seleksi fitur dan klasifikasi dengan fokus pada parameter seperti Heart Rate Variability (HRV) dan interval RR. Hasil menunjukkan bahwa QHBM mencapai akurasi 95 2% precision 96 1% recall 94 0% dan F1-score 95 0% lebih unggul dibanding dengan algoritma seperti SVM Random Forest dan Naive Bayes. Hasil inii menunjukan bahwa QHBM efektif membedakan ritme normal dan AF Kontribusi utama penelitian ini adalaha penerapan QHBM sebagai metode deteksi aritmia yang adaptif dan efisien berpotensi diterapkan dalam sistem pemantauan kesehatan berbasis IoT. Tantanan seperti ketidakseimbangnan kelas data dan kesalahan klasifikasi masih perlu diatasi melalui teknik seperti SMOTE dan optimalisasi fitur.