Prosesor Suara Batuk Anak

Abstract

Batuk merupakan reaksi alamiah tubuh sekaligus indikasi gejala penyakit terhadap segala sesuai yang memasuki saluran pernapasan. Pada anak-anak batuk memiliki dua kondisi, yaitu normal dan abnormal. Batuk anak normal mengalami 10 atau 11 bahkan 34 episode batuk dalam sehari. Batuk anak abnormal dipicu oleh faktor eksternal dan internal, seperti lingkungan tempat tinggal dan sistem imunitas yang rendah. Salah satu batuk abnormal adalah saluran pernapasan atas (ISPA). ISPA merupakan penyakit yang disebabkan oleh beberapa jenis virus, seperti rinitis, parainflueza, respiratory syncytial virus (RSV), adenovirus hingga influenza. ISPA dapat ditangani oleh obat antibiotik hasil resep dokter. Namun hal yang menjadi perhatian adalah suara batuk yang dihasilkan berbeda dari kondisi normal serta parameter yang menjadi acuan dalam memvalidasi bahwa anak sehat belum ada. Berdasarkan hal tersebut, diagnosis berdasarkan pengolahan sinyal digital hadir untuk mengklasifikasi dan menentukan kondisi ISPA dan sehat. Sistem dirancang untuk menghasilkan keluaran pada aplikasi GUI dimana memiliki fitur klasifikasi ISPA atau sehat berdasarkan pengolahan sinyal digital. Metode pengolahan sinyal digital yang digunakan adalah Mayer Discrete Wavelet Transform (MDWT) untuk

mengekstraksi data energi dari sinyal suara. Penggunan metode MDWT melewati pre- processing, yaitu segmentasi data, filtering dan normalisasi. Segmentasi bertujuan memecah

data menjadi sub-data, filter yang digunakan jenis Elliptic untuk meredam noise pada frekuensi lebih dari 90 kHz dan normalisasi data hasil filtering agar amplitudo sinyal tidak lebih dari nilai 1 dan -1. Hasil proses metode MDWT akan diolah untuk mengekstraksi data energi dan standar deviasi dari energi. Terdapat 106 data episode batuk yang akan diolah. Data tersebut dibagi menjadi 2 bagian, bagian pertama sebanyak 63 episode batuk akan digunakan sebagai pembanding untuk proses klasifikasi berdasarkan hasil ekstraksi energi dan standar deviasi dari energi. Pada bagian kedua, 43 data episode batuk digunakan dalam aplikasi GUI untuk menguji kategori ISPA dan sehat berdasarkan data pembanding. Dalam aplikasi GUI telah dirancang menggunakan proses pengolahan MDWT hingga tahapan ekstraksi energi dan standar deviasi dari energi. Pengukuran dalam aplikasi GUI menggunakan standar machine learning dimana menghasilkan akurasi sebesar 55,8%.