ANALISA DETAK JANTUNG BERBASIS PHOTOPLETHYSMOGRAPH (PPG) DENGAN METODE HEART RATE VARIABILITY (HRV) UNTUK PENGENALAN STRES MENTAL

Rima, Anjasmara (2019) ANALISA DETAK JANTUNG BERBASIS PHOTOPLETHYSMOGRAPH (PPG) DENGAN METODE HEART RATE VARIABILITY (HRV) UNTUK PENGENALAN STRES MENTAL. Diploma thesis, Universitas Andalas.

Preview	Text (Cover dan Abstrak) abstrak.pdf - Published Version Download (3MB) | Preview
Preview	Text (Bab 1) Bab 1.pdf - Published Version Download (2MB) | Preview
Preview	Text (Bab 5) Bab 5.pdf - Published Version Download (462kB) | Preview
Preview	Text (Daftar Pustaka) Daftar Pustaka.pdf - Published Version Download (2MB) | Preview
	Text (Skripsi Full Text) Skripsifulltext.pdf - Published Version Restricted to Repository staff only Download (4MB)

Abstract

Emosi merupakan hal yang penting karena mempengaruhi perilaku individu dan tidak ada pengalaman emosional yang memiliki pengaruh yang lebih kuat dari pada stress. Stres yang terjadi berkepanjangan memiliki pengaruh negatif langsung pada kondisi fisik dan emosional. Untuk itu penting dilakukan pengenalan keadaan stress mental seseorang, sehingga nantinya dapat dilakukan tindakan lebih lanjut, agar tidak berdampak serius pada kesehatan fisik dan mental. Heart Rate Variability (HRV) didefenisikan sebagai variasi antara denyut jatung berturut-turut dan digunakan untuk menggambarkan keseimbangan aktivitas simpatik dan parasimpatik. Perubahan yang terus-menerus di impuls saraf simpatik dan parasimpatik mengakibatkan perubahan denyut jantung. Salah satu metode analisa yang dapat diterapkan dalam HRV adalah dengan analisa frekuensi domain. Pada penelitian ini dilakukan pengenalan stres menggunakan support vector machine classifier dengan mengunakan LF, HF dan Ratio LF/HF dari HRV sebagai fitur classfier. Didapatkan hasil LF meningkat pada kondisi stres berat, HF meningkat pada kondisi stres ringan dan stres berat dan ratio LF/HF perlahan meningkat dari stres ringan ke stres berat. Didapatkan performa data latih sebanyak 80 data dengan akurasi stres ringan 95% dari 19 data, akurasi stres sedang 96% dari 49 data dan akurasi stres berat 99% dengan 12 data . Keywords : Stress, Heart Rate Variability, Support Vector Machine

Actions (login required)

View Item