Klasifikasi Penyakit Batuk Berdasarkan Sinyal Data Suara Menggunakan Ekstraksi Ciri Fast Fourier Transform Dan Power Spectral Density Dengan Algoritma Jaringan Saraf Tiruan- Propagasi Balik

Nur Afifah (Telkom University)
Achmad Rizal (Telkom University)
Inung Wijayanto (Telkom University)

eProceedings of Engineering
Vol 2, No 2 (2015): Agustus, 2015

Abstrak Penelitian ini bermaksud untuk mendukung dan mempermudah bagian medis dalam mendiagnosis penyakit batuk secara cepat dan terkomputerisasi serta menjadi media simulasi yang dapat mempermudah calon ahli medis dalam belajar mengenali jenis penyakit batuk. Untuk mendapatkan informasi dari sinyal suara batuk perlu dilakukan ekstraksi ciri sehingga dapat dianalisis setiap variasi sinyal suara yang ada. Dari ciri yang telah didapatkan, dilakukan percobaan untuk mengenali dan mengidentifikasi suara batuk dari penderita. Pada penelitian ini dibuat suatu sistem klasifikasi suara batuk dengan menggunakan ekstraksi ciri Fast Fourier Transform (FFT) dan Power Spectral Density (PSD) serta metode Jaringan Saraf Tiruan- Propagasi Balik (JST- PB). Hasil simulasi yang dilakukan sistem dapat mengkalasifikasikan suara batuk dengan tingkat akurasi tertinggi 86.6667% pada variasi parameter Hidden Neuron 4, epoch 7 dan error 0.01. Kata kunci: Batuk. Fast Fourier Transform (FFT). Power Spectral Density (PSD). Jaringan Saraf Tiruan- Propagasi Balik