Klasifikasi Gender Berdasarkan Sinyal Elektrokardiogram (EKG) Menggunakan Long Short Term Memory dan Bidirectional Long Short Term Memory

Abstract

Klasifikasi gender merupakan bentuk klasifikasi yang memberikan informasi terkait dengan kegiatan sosial laki-laki dan perempuan. Klasifikasi gender memiliki peran penting dalam pengembangan aplikasi seperti sistem pengawasan otomatis dan sistem monitoring. Dalam melakukan identifikasi jenis kelamin secara biometrik physiological diperlukan sinyal Elektrokardiogram (EKG) pada objek tersebut, hal ini dikarenakan sinyal EKG pada manusia bersifat unik dan mudah diukur sehingga dapat dijadikan alat ukur dalam identifikasi manusia. Oleh karena itu, dengan kemajuan teknologi pengolahan sinyal digital dikembangkan proses klasifikasi gender menggunakan metode Long Short-Term Memory (LSTM). Metode ini dipilih karena mengolah informasi sequensial dalam jangka panjang terutama pengolahan data yang bersifat time-series, serta memiliki akurasi yang baik. Hasil penelitian yaitu nilai akurasi dari metode LSTM dalam melakukan klasifikasi gender.