Devina Venezia Ariani
Universitas Negeri Surabaya

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

KLASIFIKASI PENYAKIT PARU BERDASAR SUARA PERNAPASAN MENGGUNAKAN DIMENSI FRAKTAL HIGUCHI DAN K-NEAREST NEIGHBOR Devina Venezia Ariani; Dwi Juniati
Proximal: Jurnal Penelitian Matematika dan Pendidikan Matematika Vol. 5 No. 1 (2022): Volume 5 Nomor 1 Tahun 2022
Publisher : Universitas Cokroaminoto Palopo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1019.797 KB) | DOI: 10.30605/proximal.v5i1.1608

Abstract

Pernapasan merupakan proses menghirup dan menghembuskan udara dengan melibatkan pertukaran udara pada alveolus paru-paru. Beberapa gangguan atau penyakit yang menyerang organ sistem pernapasan atau paru antara lain Bronkitis, COPD, dan URTI. Menentukan jenis penyakit yang diderita seseorang sangatlah penting untuk dapat menentukan jenis obat yang sesuai. Untuk membedakan jenis penyakit paru ini selain dengan menggunakan MRI atau hasil rontgen juga berdasar suara napas pnederita. Pada penelitian ini deteksi jenis penyakit paru didasarkan pada suara pernapasan dengan menggunakan dimensi fractal Higuchi. Untuk klasifikasi suara penyakit pernapasan pada manusia dapat dilakukan dengan menganalisis ciri khas sinyal suaranya. Dalam penelitian ini, klasifikasi didasarkan untuk membedakan jenis penyakit paru bronkitis, COPD, URTI dari paru yang sehat berdasarkan nilai dimensi Higuchi dengan dekomposisi wavelet 5 level dengan K-Nearest Neighbor (KNN). Data yang digunakan sebanyak 117 data suara pernapasan berupa data wav yang terdiri atas 13 data penderita bronkitis, 64 data penderita COPD, 26 data suara napas orang sehat, dan 14 data penderita URTI. Metode yang digunakan adalah Pre-Prosessing yaitu menghilangkan noise dan menormalisasi data suara, kemudian menggunakan Discrete Wavelet Transform tipe Mother Wavelet Daubechies db4 dengan dekomposisi level 5 sebagai ekstraksi ciri, lalu mencari nilai dimensi fraktal dengan metode Higuchi. Setelah mendapatkan nilai dimensi fractal, data dibagi menjadi dua yaitu data train dan data test menggunakan jarak Euclidean dengan perbandingan data train dan data test yaitu 1:9 hingga 9:1. Kemudian, data diklasifikasi menggunakan metode K-Nearest Neighbor dengan nilai k percobaan yaitu 1, 2, 5, 8, 9, 10, dan 11. Pada penelitian ini, diperoleh nilai akurasi tertinggi sebesar 83% dengan nilai K-max = 60, dengan perbandingan data train dan data test yakni 9:1, dan nilai k = 1 dan 2 pada KNN. Sehingga dapat disimpulkan bahwa dengan metode dimensi fraktal Higuchi dan K-Neares Neighbor dari suara pernapasan dapat digunakan untuk mengklasifikasi jenis penyakit paru pada manusia.