Deteksi Infeksi Pada Rongga Mulut Berbasis Pemrosesan Sinyal Wicara Dengan Metode Linear Predictive Coding (lpc) Dan Learning Vector Quantization (lvq)

Abstract

Abstrak Stomatitis Aftosa Rekuren (SAR) merupakan kondisi ulseratif pada rongga mu- lut yang biasa disebut dengan sariawan. SAR dapat menyerang selaput lendir pipi bagian dalam, gusi, dan bagian dalam rongga mulut. Meskipun penyakit ini tidak berbahaya tetapi keberadaannya di rongga mulut sangat mengganggu, sehingga mengakibatkan kesulitan dalam makan, berbicara, dan beraktivitas. Oleh karena itu, sangat dibutuhkan suatu sistem yang dapat mengidentifikasi infeksi rongga mu- lut sehingga dapat membantu pekerjaan dokter. Teknologi dalam telekomunikasi dapat diaplikasikan dengan menggunakan pen- golahan suara. Pengolahan suara dilakukan dengan memasukkan penyakit SAR berdasarkan suara manusia dengan kalimat tertentu. Setelah itu, dilakukan Prepro- cessing, Ekstraksi ciri menggunakan metode LPC (Linear Predictive Coding) dan klasifikast LVQ (Learning Vector Quantization). Tugas akhir ini bertujuan agar masyarakat awam serta para dokter bisa lebih mudah mengidentifikasi penyakit SAR menggunakan pengolahan suara. Penentuan persentase dirancang menggunakan perangkat lunak berbasis Mat- lab. Data yang digunakan adalah sebesar 72 data yang terdiri dari 48 data latih dan 24 data uji. Metode ekstraksi ciri yang digunakan adalah LPC dan klasifikasinya adalah LVQ dapat menghasilkan suatu program yang dapat menentukan jenis dan presentase kelompok penyakit pada satu sampel. Dari hasil pengujian yang di- lakukan, mendapatkan akurasi terbaik sebesar 95,83%. Sehingga dapat disimpulkan bahwa deteksi Infeksi pada rongga mulut dengan metode LPC dan klasifikasi LVQ berhasil. Kata kunci : Suara, Voice, Stomatitis aftosa rekuren, LPC, LVQ. Abstract Apthous Stomatitis Reccurent (SAR) is an ulcerative condition in the oral cavity commonly called thrush. SAR can attack the inner cheek mucous membranes, gums, and the inside of the oral cavity. Althought this disease is not dangerous but challenges it in the oral cavity which is very difficult, making it difficult to eat, talk and move. Therefore, a system that can help the oral cavity is needed so that it can help the doctor's work. Telecommunication technology can be applied using sound processing. Sound processing is done by input SAR disease based on human voice in one particular sentence. After that, the preprocessing process is performed, feature extraction using the LPC method and classification using the LVQ. This Final Project aims to make ordinary people and doctors easier to identify SAR disease using sound processing. Percentage determination is designed using Matlab based software. The data used is 72 data consisting of 48 training data and 24 test data. The feature extraction method used is LPC and its classification is LVQ can produce a program that can determine the type and percentage of disease groups in one sample. From the results of tests conducted, getting the best accuracy of 95.83 \%. So it can be concluded that the detection of infection in the oral cavity with the LPC method and the LVQ classification was successful. Keywords: Voice, Speech, Stomatitis aftosa rekuren, LPC, LVQ