Analisa Sinyal Suara untuk Deteksi GangguanPita Suara dengan Menggunakan Metode Backpropagation Neural Network
Abstract
Suara merupakan salah satu sarana komunikasi yang memegang peranan penting dalam penyampaian informasi, salah satunya suara yang dihasilkan oleh organ tubuh manusia yang berasal dari getaran pita suara. Sama seperti jaringan tubuh lain pita suara juga dapat mengalami kerusakan yangdisebut penyakit kelainan pita suara. Penelitian ini ditujukan untuk mengembakan ragam metode non-invasif pada diagnosa kelainan pita suara, penelitian ini dilakukan dengan tujuan mengetahui arsitektur model yang optimal dan tingkat akurasi dari analisis untuk deteksi kelainan pita suara. Pre-processing dilakukan dengan normalisasi, framing, dan windowing, lalu dilakukan ekstraksi ciri dengan Linear Predictive Coding (LPC) dan Mel Frequency Cepstral Coefficients dimana masing masing fitur sebanyak 12 dan 13 lalu digabung menjadi satu vektor. lalu dilakukan Analisis dengan metode Backpropagation neural Network dengan dua data dengan variabel yang berbeda yakni data dengan neuron bervariatif dan tidak variatif hingga menghasilkan arsitetur optimal pada data dengan neuron tidak variatif dengan hidden layer 4 dan Epoch 150 menghasilkan akurasi 89,65 % , presisi dan recall sebesar 86,6% dan 92,8 %
Kata kunci— pita suara, LPC, MFCC, BNN, akurasi, presisi, recall
References
Tim Redaksi KBBI. 2020. “Kamus Besar Bahasa Indonesia”. Badan Pengembangan dan Pembinaan Bahasa. Kementrian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia, Jakarta.
Natthu Dhoke, Trupti. 2016. Review of vocal cord analysis using speech for various voice disorders. International Journal of Advanced Research in Computer and Communication Engineering. Vol 5. India.
Nurmalida, Firda dkk. 2012. Analisa Deteksi Kelainan Pita Suara dengan Menggunakan Transformasi Wavelet Biorthogonal. Universitas Telkom. Bandung.
M. Nasser, Ibrahim. 2019. Lung Cancer Detection Using Artificial Neural Network. Al-Azhar University.Gaza, Palestine.
Dilip Roy Chowdhury,dkk. 2011. An Artificial Neural Network Model for Neonatal Disease Diagnosis.International Journal of Artificial Intelligence and Expert Systems (IJAE), Volume (2): Issue (3).
Al-Milli,Nabeel. 2013. Backpropagation Neural Network for Prediction of Heart Disease.Zarga University College. Al-Balqa.
Nur. Nurul Izzah Luthfiah.2021. Analisis Sinyal Suara untuk Deteksi Penyakit Kelainan Suara dengan Convolutional Neural Network (CNN)”.Fakultas Teknik Elektro, Universitas Telkom.
Wicaksono,Ardy.2020.Penggabungan Metode Itakura Saito Distance dengan Backpropagation Neural Network untuk Peningkatan Akurasi Suara Pada audio Forensik. Universitas Islam Indonesia. Yogyakarta
Syamsudin dkk, 2018.Anatomi Suara, Anatomi Suara Kajian Fisika Medik.Cetakan Pertama.Airlangga University.Surabaya.
Farida,Fitri.2017.Optimasi Lowpass Filter Mikrostrip Frekuensi 10,6 GHz dengan Metode Step-Impedansi.Universitas Maritim Raja Ali Haji. Tanjung Pinang.
Jaehoon, Lee dkk. 2018. Deep Neural Networks As Gaussian Processes. Published as a conference paper at ICLR.
Azmi,Yamina dkk.2018. Identifikasi Emosi Dari Sinyal Suara Secara Real Time Menggunakan Linear Predictive Coding dan Backpropagation.Universitas Jenderal Achmad Yani,Cimahi.
Rochman,Eka Mala Sari dkk.2024. Classification of hypertension disease using Artificial Neural Network (ANN) backpropagation method, case study in mitigating health risk: UPT Modopuro Mojokerto Health Center.INTI International University.Negeri Sembilan,Malaysia.
