JUDUL BAHASA INDONESIAN : PHONOCARDIOGRAM YANG DILENGKAPI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI CIRI MENGGUNAKAN DEKORLET DAN ENERGI SINYAL DEKOMPOSISI WAVELET JUDUL BAHASA INGGRIS : PHONOCARDIOGRAM WHICH EQUIPPED OF ARTIFICIAL NEURAL NETWORK WITH FEATURE EXTRACTION USE DECORLET AND ENERGY SIGNAL WAVELET DECOMPOSITION

Danu Setiawan, 1017041023 (2014) JUDUL BAHASA INDONESIAN : PHONOCARDIOGRAM YANG DILENGKAPI JARINGAN SYARAF TIRUAN DENGAN EKSTRAKSI CIRI MENGGUNAKAN DEKORLET DAN ENERGI SINYAL DEKOMPOSISI WAVELET JUDUL BAHASA INGGRIS : PHONOCARDIOGRAM WHICH EQUIPPED OF ARTIFICIAL NEURAL NETWORK WITH FEATURE EXTRACTION USE DECORLET AND ENERGY SIGNAL WAVELET DECOMPOSITION. Fakultas Mipa, UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRACT.pdf Download (83Kb) | Preview
Preview	File PDF ABSTRAK.pdf Download (83Kb) | Preview
Preview	File PDF COVER DALAM.pdf Download (341Kb) | Preview
Preview	File PDF LEMBAR PERSETUJUAN.pdf Download (688Kb) | Preview
Preview	File PDF LEMBAR PENGESAHAN.pdf Download (390Kb) | Preview
Preview	File PDF LEMBAR PERNYATAAN.pdf Download (458Kb) | Preview
Preview	File PDF RIWAYAT HIDUP.pdf Download (83Kb) | Preview
Preview	File PDF MOTO.pdf Download (16Kb) | Preview
Preview	File PDF PERSEMBAHAN.pdf Download (23Kb) | Preview
Preview	File PDF SANWACANA.pdf Download (82Kb) | Preview
Preview	File PDF DAFTAR ISI.pdf Download (86Kb) | Preview
Preview	File PDF DAFTAR TABEL.pdf Download (78Kb) | Preview
Preview	File PDF DAFTAR GAMBAR.pdf Download (15Kb) | Preview
Preview	File PDF BAB I.pdf Download (103Kb) | Preview
Preview	File PDF BAB II.pdf Download (773Kb) | Preview
Preview	File PDF BAB III.pdf Download (701Kb) | Preview
	File PDF BAB IV.pdf Restricted to Hanya pengguna terdaftar Download (1283Kb)
Preview	File PDF BAB V.pdf Download (86Kb) | Preview
Preview	File PDF DAFTAR PUSTAKA.pdf Download (219Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

ABSTRAK INDONESIA : Teknik auskultasi adalah salah satu teknik lama yang digunakan oleh para dokter untuk menganalisis suara detak jantung menggunakan steteskope. Selain menggunakan teknik auskultasi, terdapat teknik lain yang digunakan untuk analisis suara jantung yaitu menggunakan phonocardiogram. Pada penilitian ini telah dilakukan perancangan sistem analisis suara jantung menggunakan phonocardiogram elektronik yang dilengkapi dengan ekstraksi ciri dekorlet dan energi sinyal dekomposisi wavelet, serta sistem jaringan syaraf tiruan sebagai klasifikasi sinyal. Proses analisis sinyal dimulai dari perekaman suara jantung manusia, pemilihan fungsi wavelet, filtering sinyal, ekstraksi ciri sinyal dan klasifikasi sinyal. Pemrosesan sinyal pada penelitian ini dilakukan dengan bantuan software Matlab 7.8. Dalam penelitia kali ini menggunakan jenis wavelet symlet orde 10 sebagai fungsi wavelet penganalisis yang digunakan untuk proses ekstraksi ciri dan filtering sinyal. Fungsi wavelet sym10 dipilih sebagai wavelet penganalis karena memiliki error rekonstruksi yang kecil dibandingkan dengan jenis wavelet yang telah diuji coba (doubechies dan coiflet). Filter digital menggunakan wavelet yang dibangun telah mampu menekan noise random pada hasil rekaman suara jantung dengan nilai SNR diatas 21 dB. Struktur JST yang dirancang terdiri dari 7 neuron input, 7 neuron tersembunyi dan 6 neuron output. JST mampu mengenali suara jantung Normal, Aortic stenosis, Mitral regurgitation, Aortic regurgitation, Mitral stenosis dan Patent ductus arteriosus dengan tingkat keberhasilan rata-rata mencapai 76% untuk metode energi sinyal dan 92 % untuk metode dekorlet. Kata kunci: phonocardiogram, energi sinyal, dekorlet ABSTRAK INGGRIS : Auscultation is one of the old method had been used by doctor to analyze heartbeat sound using stethoscope. Beside that, the other technic to analyze heartbeat sound is using phonocardiogram. In this study, planning system has been done to analyzed heartbeat sound using electronic phonocardiogram with feature extraction using decorlet method and energy signal wavelet decomposition and artificial neural network as classification signal. The process analysis signals was started with recording the human heartbeat sound, selection wavelet function, filtering signal, feature extraction signal and classification signal. The processing signals had been done with Matlab 7.8. In this study we used symlet wavelet order 10 as function wavelet analysts which used to feature extraction and filtering signal. Symlet wavelet (sym10) is selected as wavelet analyst because have small error reconstruction compared to other wavelet (doubechies and coiflet). Digital filtering wavelet has reduction capability the random noise with SNR value more than 21 dB. The structure of artificial neural network we have designed consists of 7 neurons input, 7 hidden neurons and 6 neurons output. Artificial neural network can identified Normal, Aortic stenosis, Mitral regurgitation, Aortic regurgitation, Mitral stenosis and Patent ductus arteriosus heartbeat sound with the average success rate is 76 % for method energy signals and 92 % for method decorlet. Key word : phonocardiogram, energy signal, decorlet

Jenis Karya Akhir:	Skripsi
Subyek:
Program Studi:	FAKULTAS MIPA > Prodi Fisika
Pengguna Deposit:	A.Md Cahya Anima Putra .
Date Deposited:	04 Nov 2014 03:52
Terakhir diubah:	04 Nov 2014 03:52
URI:	http://digilib.unila.ac.id/id/eprint/5143

Actions (login required)

Lihat Karya Akhir