Klasifikasi Suara Paru Normal Dan Abnormal Dengan Menggunakan Discrete Wavelet Transform Dan Support Vector Machine

Anisa Septiani, Jondri Jondri, Achmad Rizal

Abstract

Abstrak
Suara paru adalah salah satu informasi penting dalam diagnosa penyakit pada pernafasan paruparu. Teknik yang digunakan dokter untuk melakukan diagnosa pada suara paru adalah teknik
auskultasi, mayoritas hasil dari diagnosa dengan menggunakan teknik auskultasi menyebabkan
hasil yang subjektif. pada penelitian ini metode yang digunakan adalah Discerete Wavelet
Transform (DWT) dengan single wavelet dengan tipe DWT bior 3.3 dan Time Domain Feature
(TDF) dengan enam perhitungan yaitu mean, kurtosis, standart deviation, skewness, variance, mean
absolute deviation. Untuk melakukan klasifikasi tersebut menggunakan metode Support Vector
Machine (SVM) dengan Grid Search Hyperparameter Tuning untuk mendapatkan parameter yang
baik pada SVM, hasil akurasi pada klasifikasi ini sebesar 60% dengan C = 10, Gamma = 1, dan
Kernel = Rbf.
Kata Kunci: Discerete Wavelet Transform, Time Domain Feature, Support Vector Machine
Abstract
Lung sounds are one of the important information in diagnosing diseases of the respiratory tract
of the lungs. The technique that doctors use to diagnose lung sounds is auscultation technique, the
majority of the results of the diagnosis using auscultation techniques lead to subjective results. In
this study, the method used is Discerete Wavelet Transform (DWT) with a single wavelet with
DWT type 3.3 and Time Domain Feature (TDF) with six calculations, namely mean, kurtosis,
standard deviation, skewness, variance, mean absolute deviation. To perform this classification
using the Support Vector Machine (SVM) method with Grid Search Hyperparameter Tuning to
get good parameters on the SVM, the accuracy of this classification is 60% with C = 10, Gamma
= 1, and Kernel = Rbf.
Keyword: Discerete Wavelet Transform, Time Domain Feature, Support Vector Machine LAST,
Apache spark,Hadoop

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0