Pengenalan Suara Paru-Paru dengan MFCC sebagai Ekstraksi Ciri dan Backpropagation sebagai Classifier
Abstract: Paru-paru merupakan
organ vital manusia yang berperan dalam proses pernapasan. Jika paru-paru
mengalami gangguan maka sistem pernapasan manusia juga akan mengalami gangguan
yang bisa menyebabkan kecacatan bahkan kematian. Untuk mengevaluasi keadaan
paru-paru dapat dilakukan dengan mendengarkan suara pernapasan dengan menggunakan
stateskop. Teknik ini dikenal dengan teknik auskultasi. Teknik ini paling
sering digunakan namun memiliki beberapa kelemahan yaitu suara paru-paru berada
pada frekuensu rendah, masalah kebisingan lingkungan, kepekaan telinga, hasil
analisa yang subjektif, dan pola suara yang hampir mirip. Karena faktor-faktor
di atas kesalahan diagnosa bisa terjadi jika proses auskultasi tidak dilakukan
dengan benar. Dalam penelitian ini, akan dibuat pengenalan suara paru-paru
normal dan abnormal menggunakan Mel Frequency Cepstrum koefisien (MFCC) sebagai
ekstraksi ciri dan Backpropagation sebagai classifier. Suara paru-paru akan
dihitung Coeffisient Ceptral nya sebagai penciri dari masing-masing suara untuk
selanjutnya dikenali dengan menggunakan Backpropagation. Metode yang diusulkan
memberikan akurasi 93.97% untuk data latih dan 92.66% untuk data uji.
Penulis: Fadhilah Syafria,
Agus Buono, Bib Paruhum Silalahi
Kode Jurnal: jptinformatikadd140186
