Deteksi Pulpitis Reversibel Melalui Sinyal Wicara Dengan Metode Wavelet Packet Dan Klasifikasi Self Organizing Maps (som)

Abstract

Abstrak Suara setiap manusia pastinya berbeda-beda. Dimana masing-masing suara memiliki frekuensi dan karakteristik yang berbeda-beda pula. Saat ini di era teknologi yang sudah canggih suara dapat digunakan sebagai media pendeteksi melalui aplikasi atau program komputer, sehingga dapat digunakan sebagai alat bantu pendeteksi khususnya di bidang kesehatan. Dengan adanya aplikasi atau program tersebut dapat membantu mendeteksi adanya fenomena barodontalgia khususnya pada kasus perawatan pulpitis reversibel pada penyelam. Pada tugas akhir ini dirancang sebuah program aplikasi untuk membantu para dokter mendeteksi sinyal suara pada penyelam dengan fenomena barodontalgia khususnya kasus perawatan pulpitis reversibel melalui metoda klasifikasi Wavelet Packet dan Self Organizing Maps (SOM). Suara yang akan di proses melewati beberapa tahap sepeti input data, preprocessing, window normalisasi, ekstraksi ciri, klasifikasi, dan tahap penentuan. Sistem ini sangat bergantung pada sinyal suara dengan menggunakan audio processing. Pada tugas akhir ini hasil yang diperoleh adalah sebuah aplikasi berbasis Matlab untuk mengidentifikasi dan mengklasifikasi. Dari penelitian ini diperoleh hasil akurasi sebesar 73,333 %. Kata kunci : pulpitis reversibel, audio processing, Wavelet Packet, Self Organizing Maps (SOM) Abstract The sound of every human being must be different. Where each voice has different frequencies and characteristics. At present in the era of advanced technology, sound can be used as a detection medium through an application or computer program, so that it can be used as a detection aid especially in the health sector. With the application or program it can help detect the presence of barodontalgia phenomena, especially in the case of reversible pulpitis treatment in divers. In this final project an application program is designed to help doctors detect sound signals in divers with barodontalgia phenomena, especially cases of reversible pulpitis treatment through the Wavelet Packet classification method and Self Organizing Maps (SOM). The sound that will be processed goes through several stages such as data input, preprocessing, normalization window, feature extraction, classification, and determination stage. This system is very dependent on sound signals using audio processing. In this final project the results obtained are a Matlab-based application for identifying and classifying. From this study the results of the accuracy were 73.333%. Keywords: Reversible Pulpitis, Audio Processing, Wavelet Packet, Self Organizing Maps (SOM)