UMM Institutional Repository

SMART SYSTEM UNTUK KLASIFIKASI RESIKO HIPERTENSI MENGGUNAKAN NEUROSKY MINDWAVE MOBILE DENGAN METODE ARTIFICIAL INTELLIGENCE

ESMONDO, ARDIANSYAH PRINGGO (2016) SMART SYSTEM UNTUK KLASIFIKASI RESIKO HIPERTENSI MENGGUNAKAN NEUROSKY MINDWAVE MOBILE DENGAN METODE ARTIFICIAL INTELLIGENCE. Other thesis, University of Muhammadiyah Malang.

[img]
Preview
Text
jiptummpp-gdl-ardiansyah-44804-1-pendahul-n.pdf

Download (571kB) | Preview
[img]
Preview
Text
jiptummpp-gdl-ardiansyah-44804-2-babi.pdf

Download (136kB) | Preview

Abstract

Hipertensi merupakan keadaan tekanan darah sistolik lebih dari 140 mmHg dan tekanan diastolik lebih dari 90 mmHg. Faktor pemicu hipertensi dibedakan menjadi yang tidak dapat dikontrol (riwayat keluarga, jenis kelamin, dan umur) dan faktor yang dapat dikontrol (obesitas, kurangnya aktivitas fisik, merokok, mengonsumsi makanan yang mengandung natrium dan lemak jenuh). Hipertensi berhubungan dengan kelistrikan pada otak manusia. Otak bekerja menggunakan sistem kelistrikan, yaitu menghasilkan sinyal listrik kecil dan disalurkan melalui jaringan sel-sel saraf yang disebut neuron. Sinyal listrik otak atau gelombang otak dapat diukur dan direkam menggunakan Electroencephalogram (EEG), pada penelitian ini menggunakan EEG Neurosky Mindwave Mobile. EEG tersebut berfungsi untuk merekam sinyal Attention dan Meditation pada subjek dan akan menjadi parameter dan input pada algoritma yang digunakan. Smart system ini menggunakan Artificial Intelligence (AI) dengan algoritma Fuzzy Sugeno. Dari proses smart system ini akan menghasilkan diagnosa resiko hipertensi dengan kategori normal, pre-hipertensi dan beresiko hipertensi stage I /stage II.

Item Type: Thesis (Other)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > Department of Electrical Engineering
Depositing User: Ida Fitriani Noor
Date Deposited: 14 Oct 2016 04:02
Last Modified: 14 Oct 2016 04:02
URI : http://eprints.umm.ac.id/id/eprint/33592

Actions (login required)

View Item View Item
UMM Official

© 2008 UMM Library. All Rights Reserved.
Jl. Raya Tlogomas No 246 Malang East Java Indonesia - Phone +62341464318 ext. 150, 151 - Fax +62341464101
E-Mail : infopus[at]umm.ac.id - Website : http://lib.umm.ac.id - Online Catalog : http://laser.umm.ac.id - Repository : http://eprints.umm.ac.id

Web Analytics

UMM Institutional Repository is powered by :
EPrints Logo