RANCANG BANGUN PHONOCARDIOGRAPHY YANG DILENGKAPI EKSTRAKSI CIRI SUARA JANTUNG MENGGUNAKAN METODE TRANSFORMASI WAVELET UNTUK MENDETEKSI KONDISI JANTUNG

Dian Kartika Ratnasari, 1317041010 (2017) RANCANG BANGUN PHONOCARDIOGRAPHY YANG DILENGKAPI EKSTRAKSI CIRI SUARA JANTUNG MENGGUNAKAN METODE TRANSFORMASI WAVELET UNTUK MENDETEKSI KONDISI JANTUNG. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM , UNIVERSITAS LAMPUNG.

Preview	File PDF ABSTRAK.pdf Download (22Kb) | Preview
	File PDF SKRIPSI FULL.pdf Restricted to Hanya pengguna terdaftar Download (2755Kb)
Preview	File PDF SKRIPSI TANPA BAB PEMBAHASAN..pdf Download (2280Kb) | Preview

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

Teknik auskutasi merupakan teknik mendengarkan suara jantung menggunakan stetoskop. Ketidaknormalan pada suara jantung dapat mengindikasi masalah yang terdapat pada jantung. Namun suara jantung dan murmur memiliki amplitudo dan frekuensi yang sangat kecil sehingga sangat sulit untuk didengar. Terutama untuk dokter yang memiliki pengalaman dan kepekaan telinga yang berbeda yang dapat menyebabkan kesalahan diagnosa. Oleh karena itu perlu teknik lain yang cocok untuk menganalisis sinyal suara jantung yaitu phonocardiography. Pada penelitian ini dirancang alat phonocardiography untuk merekam, menganalisis dan mengklasifikasikan sinyal suara jantung normal, aortic regurgitation, aortic stenosis, mitral regurgitation, mitral stenosis, dan patent ductus arteriosus. Tahapan penelitian meliputi perekaman suara jantung manusia, pra-pemrosesan, ekstraksi ciri, klasifikasi, dan pasca pemrosesan dengan bantuan software Matlab 7.8.0. Pada penelitian ini menggunakan jenis wavelet daubechies orde 10 untuk porses ekstraksi ciri dekomposisi 3 tingkat dan filtering sinyal. Klasifikasi sinyal suara jantung menggunakan jaringan syaraf tiruan backpropagation dengan struktur 8 neuron input, 8 neuron tersembunyi dan 6 neuron output. Berdasarkan penelitian yang telah dilakukan diperoleh hasil bahwa presentase akurasi jaringan syaraf tiruan mengenali semua jenis suara jantung sebesar 100% dari 20 sampel uji. Kata kunci: phonocardiography, transformasi wavelet, backpropagation ABSTRACT Auscultation is a technique of listening to heart sounds by using mechanical stethoscope. Abnormality in the heart sound can indicate problem in the heart. Nonetheless heart sounds and murmurs have very small amplitude and frequency so that make it so difficult to hear. Especially for a doctor has different experienced and sensitifity of ear which could lead to the false diagnosis. Therefor, it was require the appropriate techniques for heart sound signals analysis using phonocardiography. In this study, we have designed a phonocardiography to record, analyze, and classify the heart sounds of normal, aortic regurgitation, aortic stenosis, mitral regurgitation, mitral stenosis, and patent ductus arteriosus. The study stages are recording the human heart sound, pra-processing, feature extraction, classifying, and post-processing by using Matlab 7.8.0. In this study, we used daubechies wavelet order 10 for the feature extraction processes of 3-level decomposition and filtering signal. The classifier of the heart sound signals which have been used in this study is backpropagation Artificial Neural Network (ANN) with structures have designed from 8 neurons input, 8 hidden neurons and 6 neurons output. Based on the study we have been done obtained that accuracy percentage of the ANN recognized all types of the heart sounds is 100% of 20 sample. Key word: phonocardiography, wavelet transform, backpropagation

Jenis Karya Akhir:	Skripsi
Subyek:	> Q Science (General)
Program Studi:	FAKULTAS MIPA > Prodi Fisika
Pengguna Deposit:	97773864 . Digilib
Date Deposited:	06 Sep 2017 08:03
Terakhir diubah:	06 Sep 2017 08:03
URI:	http://digilib.unila.ac.id/id/eprint/28217

Actions (login required)

Lihat Karya Akhir