Text
Klasifikasi suara pernafasan normal dan abnormal manusia dengan menggabungkan metode ciri wavelet dan Mel-Frequency Cepstral Coefficient (MFCC)
ABSTRAK
ALFAREZA LAZUARDY NUGRAHADI. Klasifikasi Suara Pernafasan Normal dan Abnormal Manusia dengan Menggabungkan Metode Ciri Wavelet dan Mel-Frequency Cepstral Coefficient (MFCC). Skripsi. Jakarta: Jurusan Fisika. Fakultas Matematika dan Ilmu Pengetahuan Alam. Universitas Negeri Jakarta. 2017
Suara pernafasan dapat memberikan informasi kondisi kesehatan pada sistem pernafasan manusia. Berbagai studi telah dilakukan untuk mendeteksi suara pernafasan yang normal dan abnormal, diantaranya dengan menggunakan metode ciri transformasi wavelet, dan mel-frequency cepstral coefficient (MFCC). Pada penelitian ini metode ciri transformasi wavelet dan metode ciri MFCC digabungkan untuk mendeteksi suara pernafasan normal dan abnormal; rhonchi dan wheeze. Eksperimen dilakukan pada 30 suara pernafasan yang disegmen menjadi satu siklus pernafasan dengan menggunakan support vector machine (SVM). Hasil penelitian menunjukkan bahwa penggabungan metode ciri transformasi wavelet dan ciri MFCC memiliki akurasi pengenalan yang lebih baik (82,9 %) dibandingkan dengan metode ciri transformasi wavelet (72,9%) maupun metode ciri MFCC (80,6 %). Peningkatan akurasi (84,1 %) berhasil dilakukan dengan pemilihan ciri yang lebih relevan berdasarkan nilai information gain pada metode ciri gabungan tersebut.
Kata kunci : Mel-Frequency Cepstral Coefficient (MFCC), Suara Pernafasan, Support Vector Machine (SVM), Wavelet
Bibliografi : lembar 37-38
SS00012578 | SK 12578 | UPT Perpustakaan UNJ (CD.03.2016.003) | Tersedia |
Tidak tersedia versi lain