<![CDATA[Penyakit pernapasan merupakan salah satu masalah kesehatan yang paling banyak ditemui dan termasuk penyebab kematian terbesar di seluruh dunia. Penyakit pernapasan seperti asma, pneumonia, dan PPOK menjadi contoh jenis penyakit pernapasan yang banyak dialami. Penyakit-penyakit tersebut dapat mengganggu aktivitas dan menyebabkan penurunan kualitas hidup. Terdapat beberapa prosedur yang dapat dilakukan untuk mendiagnosis seseorang mengidap penyakit pernapasan, salah satunya adalah dengan auskultasi. Auskultasi merupakan prosedur pengecekan kesehatan paru-paru dengan mengidentifikasi suara pernapasan. Namun, dalam praktiknya memerlukan pengetahuan serta pengalaman untuk dapat mengenali dan mengidentifikasi suara abnormal pada pernapasan pasien. Tak jarang terjadi kasus kesalahan diagnosis sebab kurangnya kemampuan dalam hal auskultasi. Terlebih dengan penggunaan stetoskop konvensional, prosedur auskultasi hanya dapat dilakukan disaat yang sama tanpa bisa memutar ulang suara dan hanya dilakukan oleh satu pengguna saja. Maka untuk mengatasi permasalahan tersebut pada penelitian ini dirancang sebuah sistem deteksi penyakit pernapasan berdasarkan suara pernapasan. Penelitian ini menggunakan analisis spektral suara untuk mengidentifikasi suara pernapasan dan mendapatkan nilai spektrum suara dari tiap suara penyakit pernapasan serta model klasifikasi Support Vector Machine untuk menjalankan proses klasifikasi. Setelah melakukan pengujian, tingkat akurasi yang berhasil didapatkan oleh sistem deteksi penyakit pernapasan ini mencapai 78%.]]>
Copyrights © 2024
