Semua kelas Silabus Klasifikasi Aritmia EKG Wavelet Deep Learning · Episode 4 dari 6

Kelas Klasifikasi Aritmia EKG Wavelet Deep Learning #4: Klasifikasi Fitur Wavelet dengan Machine Learning Klasik

1 kali dilihat

Kelas klasifikasi aritmia EKG dengan SVM dan Random Forest pada fitur wavelet dan RR, evaluasi inter-pasien, Python bahasa Indonesia. Episode 4 seri klasifikasi EKG wavelet deep learning.

Software: Python (wfdb, SciPy, PyWavelets, scikit-learn, PyTorch, Matplotlib)
Level: Mahir
Durasi: ± 7 menit
Total seri: 56 menit · 6 video
Terbit: 25 Oktober 2026

Episode 4 dari 6 · lihat silabus

Berlangganan ▶ Tonton video praktik1 kali ditonton

Memeriksa akses...

Ingin belajar lebih dalam?

Ikuti kursus kami atau tanyakan langsung lewat WhatsApp.

Lihat silabus lengkap 6 episode Lihat Kursus Klasifikasi EKG Tanya via WhatsApp

Kelas yang direkomendasikan untuk Anda

Dipilih dari software, topik, dan level “Kelas Klasifikasi Aritmia EKG Wavelet Deep Learning #4: Klasifikasi Fitur Wavelet dengan Machine Learning Klasik”.

18 episodeAda gratis

Python · Pemula–Mahir

Machine Learning Python

18 episode video + PDF, total 3 jam 41 menit. Dimulai dari: Pengenalan Machine Learning & Model Pertama.

3 jam 41 menit 61 0

Lihat kelas

Deep Learning CNN-LSTM Deteksi Pneumonia

6 episodeAda gratis

Python · Menengah–Mahir

Deep Learning CNN-LSTM Deteksi Pneumonia

6 episode video + PDF, total 57 menit. Dimulai dari: Dataset Rontgen Dada: Memuat, Eksplorasi & Pembagian Data.

57 menit 22 0

Lihat kelas

6 episodeAda gratis

Python · Menengah–Mahir

Transfer Learning Penyakit Daun

6 episode video + PDF, total 1 jam 5 menit. Dimulai dari: Dataset PlantVillage: Struktur Folder, Distribusi Kelas & Pembagian Data.

1 jam 5 menit 9 0

Lihat kelas

100 episodeAda gratis

Claude · Pemula–Mahir

Claude dari Nol sampai Mahir

100 episode video + PDF, total 15 jam 1 menit. Dimulai dari: Apa Itu Claude dan Bedanya dengan ChatGPT serta Gemini.

15 jam 1 menit 62 0

Lihat kelas

50 episodeAda gratis

Agentic AI · Pemula–Menengah

Agentic AI Tanpa Coding

50 episode video + PDF, total 14 jam 29 menit. Dimulai dari: Chatbot, Otomasi, dan AI Agent: Apa Bedanya?.

14 jam 29 menit 66 0

Lihat kelas

6 episodeAda gratis

Python · Menengah–Mahir

Estimasi Kanal MIMO-OFDM Deep Learning

6 episode video + PDF, total 57 menit. Dimulai dari: Dasar OFDM dan MIMO: Subcarrier, Pilot, Kanal Multipath.

57 menit 0 0

Lihat kelas

Reinforcement Learning Robot Manipulator

6 episodeAda gratis

Python · Menengah–Mahir

Reinforcement Learning Robot Manipulator

6 episode video + PDF, total 49 menit. Dimulai dari: Kinematika Maju & Balik Lengan Robot 2-DOF.

49 menit 1 0

Lihat kelas

6 episodeAda gratis

Python · Menengah–Mahir

Alokasi Sumber Daya 5G Deep RL

6 episode video + PDF, total 1 jam 1 menit. Dimulai dari: Konsep Alokasi Sumber Daya 5G/6G: Resource Block, Daya, User.

1 jam 1 menit 0 0

Lihat kelas

Butuh lebih dari video?

Pilihan lain dari kami untuk Python.

Belajar bareng mentor

Kursus AI & Kecerdasan Buatan terjadwal, dibimbing langsung, bersertifikat.

Kursus

Kursus Optimasi Multi-Objektif: NSGA-II, MOPSO & Algoritma Hybrid (Python)

Kursus

Kursus Klasifikasi Aritmia EKG dengan Wavelet & Deep Learning (PyTorch)

Kursus

Kursus ANFIS + PSO/GA untuk Peramalan Deret Waktu Non-Linear (Python)

Lihat semua AI & Kecerdasan Buatan →

Minta dibuatkan

Tidak sempat belajar Python? Tim kami bisa mengerjakan proyeknya.

Jasa

Jasa Machine Learning Python — Model Prediksi, Segmentasi Pelanggan, Deteksi Fraud & Aplikasi AI

Jasa

Jasa Pembuatan Gambar AI dengan Stable Diffusion — Produksi Visual Custom Tanpa Batas

★ 4.9

Jasa

Jasa Pembuatan Gambar & Video AI dengan Leonardo AI — Visual All-in-One untuk Bisnis

★ 4.9

Lihat semua AI & Kecerdasan Buatan →

Kabari saya kalau ada kelas Python baru

Paling banyak satu email per minggu. Berhenti kapan saja dengan satu klik.

Transkrip

Narasi lengkap video ini. Kalimat yang sedang diucapkan disorot saat video diputar; klik kalimat untuk melompat ke sana.

Tampilkan transkrip

Pembuka

Inilah hasil akhirnya, SVM dan Random Forest yang diuji pada pasien yang belum pernah dilihat. Random Forest mencapai akurasi 91%, tetapi hampir tidak mengenali bit S. SVM akurasinya lebih rendah namun lebih seimbang antarkelas. Ayo kita mulai. Selamat datang di episode keempat seri klasifikasi EKG dengan Wavelat dan Deep Learning. Machine Learning klasik dengan fitur yang dirancang baik masih sangat kuat untuk sinyal biomedis, apalagi dengan data terbatas. Hari ini kita melatih SVM dan Random Forest, dan belajar membaca hasilnya dengan metrik yang benar.

Langkah 1: SVM & Random Forest inter-pasien

Buat file klasifikasi underscore klasik.py Fitur setiap bit terdiri dari 15 fitur DWT dan 4 fitur RR, distandarkan dengan standar scalar yang di-fit pada DS1. Kita ambil 8000 bit N acak ditambah semua bit S, V, dan F dari DS1 agar pelatihan cepat dan lebih seimbang. Fungsi laporan menghitung sensitivitas, persentase bit suatu kelas yang terdeteksi, dan positif predictivity, persentase prediksi suatu kelas yang benar, dua metrik standar AAMI. SVM kernel RBF dan Random Forest 300 pohon memakai bobot kelas seimbang. Jalankan SVM mencapai akurasi 0,809, dengan sensitivitas V91%, S36%, dan F35%. Random Forest akurasinya lebih tinggi, 0,909, tetapi sensitivitas S hanya 13% dan F6%. Positif predictivity F keduanya sangat rendah, 2-3%, karena bit F sangat mirip normal. Lanjutkan dengan Confusion Matrix kedua model.

Langkah 2: Confusion matrix

Mari lihat grafiknya. Random Forest memasukkan 87% bit S ke kelas N, akurasinya tinggi karena hampir semua bit memang N. SVM lebih berani menebak S dan F sehingga lebih banyak terdeteksi, dengan harga sebagian bit N salah dikira aritmia. Dalam konteks klinis, melewatkan aritmia biasanya lebih berbahaya daripada alarm palsu, jadi akurasi saja tidak boleh dijadikan ukuran.

Selesai!

Selesai. Kita sudah melatih SVM dan Random Forest pada fitur WaveLat dan RR, mengujinya interpasien, dan memahami sensitivitas serta positif predictivity. Di episode berikutnya kita melatih CNN 1 dimensi dan 2 dimensi. Sedang menyusun skripsi, tesis, atau riset di bidang teknik biomedis dan kecerdasan buatan? Cerdas inovasi digital membantu implementasi pengolahan sinyal biomedis, dari filter dan segmentasi sinyal EKG, transformasi WaveLat, machine learning klasik, sampai CNN 1 dan 2 dimensi beserta interpretasinya, serta membuka kursus pemrograman Python untuk teknik elektro dan biomedis. Ingin menguasai seluruh seri ini, dari data basa MITBIH sampai evaluasi perkelas aritmia? Semua 6 episode, lengkap dengan PDF panduan langkah demi langkah, data set, dan source code, tersedia untuk pelanggan tutorial premium. Berlangganan mulai Rp69.000 per bulan, hemat 28% dengan paket 12 bulan, atau sekali bayar Rp999.000 untuk akses seumur hidup. Mau satu kelas saja? Beli kelas satuan dengan akses selamanya. Langganan sekarang di halaman premium cerdas inovasi digital.com. Hubungi WhatsApp kami, atau kunjungi cerdasinovasidigital.com. Terima kasih telah menonton, sampai jumpa di episode berikutnya.

Tanya materi kelas

Ketik pertanyaan atau kata kunci; kami carikan bagian episode ini yang menjelaskannya dan lompatkan videonya ke sana.

Catatan saya

Catatan disimpan bersama menit video saat ini dan hanya terlihat oleh Anda.

Tanya jawab

Bingung di salah satu langkah? Tanyakan di sini; pengajar dan peserta lain bisa menjawab.

Belum ada pertanyaan.

Pengajar

Tim Cerdas Inovasi Digital

Pengembang software, engineer BIM & 3D, dan praktisi AI

53 kelas video1.278 episode

Sehari-hari kami mengerjakan software, model BIM, game, dan otomasi AI untuk klien, lalu menjadikan pengalaman praktik itu kelas langkah demi langkah: setiap langkah diperlihatkan di layar dan dilengkapi panduan PDF.

Lihat klien kami →

Memuat

Kelas yang direkomendasikan untuk Anda

Butuh lebih dari video?

Transkrip

0:03Pembuka

0:44Langkah 1: SVM & Random Forest inter-pasien

4:16Langkah 2: Confusion matrix

5:31Selesai!

Tanya materi kelas

Catatan saya

Tanya jawab

Pengajar

Kelas yang direkomendasikan untuk Anda

Butuh lebih dari video?

Transkrip

0:03Pembuka

0:44Langkah 1: SVM & Random Forest inter-pasien

4:16Langkah 2: Confusion matrix

5:31Selesai!

Tanya materi kelas

Catatan saya

Tanya jawab

Pengajar

Pembuka

Langkah 1: SVM & Random Forest inter-pasien

Langkah 2: Confusion matrix

Selesai!

Pembuka

Langkah 1: SVM & Random Forest inter-pasien

Langkah 2: Confusion matrix

Selesai!