Pengenalan Suara Paru-Paru dengan MFCC sebagai Ekstraksi Ciri dan Backpropagation sebagai Classifier

  • Fadhilah Syafria Institut Pertanian Bogor
  • Agus Buono Institut Pertanian Bogor
  • Bib Paruhum Silalahi Institut Pertanian Bogor

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.

Kata kunci: Backpropagation, MFCC, pengenalan suara paru-paru

Downloads

Download data is not yet available.

Author Biographies

Fadhilah Syafria, Institut Pertanian Bogor
Departemen Ilmu Komputer
Agus Buono, Institut Pertanian Bogor
Departemen Ilmu Komputer
Bib Paruhum Silalahi, Institut Pertanian Bogor
Departemen Matematika
Published
2017-01-04
How to Cite
Syafria, F., Buono, A., & Silalahi, B. P. (2017). Pengenalan Suara Paru-Paru dengan MFCC sebagai Ekstraksi Ciri dan Backpropagation sebagai Classifier. Jurnal Ilmu Komputer Dan Agri-Informatika, 3(1), 27-36. https://doi.org/10.29244/jika.3.1.27-36
Section
Articles