Deteksi Barodontalgia Pada Kasus Perawatan Pulpitis Reversibel Melalui Sinyal Wicara Dengan Metoda Mel-frequency Cepstral Coefficients Dan Klasifikasi Decision Tree
DOI:
https://doi.org/10.34818/eoe.v6i1.8708Abstract
Abstrak Sinyal wicara merupakan salah satu parameter yang dapat digunakan untuk mendeteksi kesehatan seseorang. Parameter ini diharapkan dapat digunakan sebagai salah satu data oleh ahli radiologi kedokteran gigi untuk mengidentifikasi tingkat kesehatan gigi penyelam berdasarkan analisis pada suatu rekaman suara. Lalu pada dekade terakhir ini telah dilaporkan adanya peningkatan insidensi barodontalgia yang terjadi pada penyelam lebih besar. Barodontalgia adalah rasa nyeri pada gigi akibat perubahan tekanan pada saat menyelam. Selain perubahan tekanan udara, pulpitis dengan peradangan periapikal adalah penyebab utama terjadinya barodontalgia. Pada penelitian ini penyakit yang diteliti adalah pulpitis reversibel. Pulpitis reversibel merupakan inflamasi pada pulpa yang tidak parah. Pada tugas akhir ini telah dirancang sebuah sistem aplikasi berbasis Matlab yang dapat mendeteksi pulpitis reversibel melalui sinyal wicara pada penyelam. Hasil dari penelitian ini diharapkan dapat membantu dan mempermudah ahli radiologi kedokteran gigi dalam mendeteksi dan meminimalisir terjadinya Barodontalgia pada Penyelam. Metode yang digunakan dalam penelitian ini adalah Mel-Frequency Cepstral Coefficient sebagai ekstraksi ciri dan Desicion Tree sebagai klasifikasinya dengan akurasi terbaik sebesar 80%. Kata Kunci: Barodontalgia, Pulpitis Reversibel, Mel-Frequency Cepstral Coefficient, Desicion Tree Abstract Speech signals is one of the parameters that can be used to detect a person's health. This parameter is expected to be used as one of the data by the radiologist Dentistry dental health to identify the level of diver based on analysis on a sound recording. Then in the last decade have reported an increase in the incidence of barodontalgia is happening on a diver is larger. Barodontalgia is a pain on teeth due to changes of pressure at the time of the dive. In addition to changes in air pressure, inflammatory pulpitis by periapikal is the main cause of occurrence of barodontalgia. In this research diseases that will be examined is reversible pulpitis. Reversible pulpitis is an inflammation on the pulpa are not severe. This final project a Matlab-based application system has been designed that can detect reversible pulpitis through a speech signal on divers. The result of this research can help and ease the radiologist dentistry in detect and minimize the occurrence of Barodontalgia in divers. The method to be used in this research is the Mel-Frequency Cepstral Coefficient as extraction characteristics and Desicion Tree as classification with best accuracy is 80%. Keywords: Barodontalgia, Reversible Pulpitis, Mel-Frequency Cepstral Coefficient, Desicion TreeDownloads
References
Armidin Raagung Putra,“Aplikasi Flowable Resin Komposit dalam Mengurangi Salah Satu Resiko dari Barodontalgia”,Fakultas Kedokteran Gigi, Universitas Sumatera Utara Medan, 2010.
Zadik Y,“Barodontalgia : What have we learned in the past decade?”, Oral Surg Oral Med Oral Pathol Oral Radiol Endod, 109 (4) : 65-69, 2010.
Stoetzer Marcus, et al.,“Pathophysiology of Barodontalgia: A Case Report and Review of the Literature”, In: Case Reports in Dentistry, Article ID 453415, 2012.
Zadik Y, ”Aviation dentistry: current concepts and practice”, Br Dent J, 206 (11-16), 2009.
Widodo Trijoedani,”Respons imun humoral pada pulpitis,” Vol.38, No.2, 2005.
Walton RE, Torabinejad M,”Prinsip dan praktik ilmu endodonsia,” edisi 3, Jakarta: EGC, 2008.
Mustofa Ali,”Sistem Pengenalan Penutur dengan Metode Mel-Frequency Wrapping dan Kantisasi Vektor,” Jurusan Teknik Elektro, Universitas Brawijaya, 2008. 8. (2018, Februari 07) [online].Available : http://erepo.unud.ac.id/10374/3/fa93446011132edc4de4666337c140ce.pdf 9. (2018, Februari 22) [online].Available : https://repository.unri.ac.id/xmlui/bitstream/handle/123456789/7878/KI%20Norma.pdf?sequence=1
Suyudi Ichwan, Saptono Debyo,“Analisis Vocal Tract pada Kajian Akustik Vokal Bahasa Indonesia,” Vol. 6 ISSN: 1858-2559, 2015.
Wicaksono Galieh, Prayudi Yudi,“ Teknik Forensika Audio untuk Analisa Suara pada Barang Bukti Digital,” 2013. 12. (2018, Februari 24) [online]. Available : http://repository.usu.ac.id/bitstream/handle/123456789/51875/Chapter%20II.pdf?sequence=4
Ronando Elsen, Irawan M. Isa,“Pengenalan Ucapan Kata sebagai Pengendal Gerakan Robot Lengan secara Real-Time dengan Metode Linear Predictive Coding – Neuro Fuzzy,” Jurnal Sains dan Seni ITS Vol. 1, No. 1, ISSN: 2301-928X, 2012.
Imaro Anjar, Wisaksono Dodi, Ariyanto Endro,”Uji Validasi Suara Berbasis Pengenalan Suara (Voice Recognition) menggunakan Easy VR 3.0,” ISBN: 978-602-1180-50-1, 2017.
Rahmi Rustati,”Pengolahan Suara menggunakan Transformasi Wavelet dan Jaringan Syaraf Tiruann untuk Pengenalan Pembicara,” Progresif, Vol. 6 No. 2, ISSN 0216-3284 , 2010.
Sihombing Jefri,”Perancangan dan Implementasi Voice Recognition Menggunakan Linear Predictive Coding Berbasis FPGA”, Fakultas Teknik Elektro, Institut Teknologi Telkom, 2013.
Setiawan Angga, Hidayatno Achmad, Isnanto R. Rizal,”Aplikasi Pengenalan Ucapan dengan Ekstraksi Mel-Frequency Cepstrum Coefficients (MFCC) Melalui Jaringan Syaraf Tiruan (JST) Learning Vector Quantization (LVQ) untuk mengoprasikan Kursor Komputer,” Transmisi, 13 (3), 82-86, 2011.
Fawziah Siti Khodijah Fathonatun Nurul, et al.,“Pemodelan Speech Recognition Speech-to-Text dalam Bahasa Indonesia menggunakan Mel Frequency Cepstral Coefficients (MFCC) dan Hidden Markov Model (HMM)” Fakultas Elektro dan Komunikasi, Institut Teknologi Telkom Bandung, 2013
Anik Andriani, “Penerapan Algoritma C4.5 Pada Program Klasifikasi Mahasiswa Dropout,” 2012 20. (2018, Maret 05) [online]. Available : http://www.mathworks.com/help/stats/decision-trees.html.
Ryamizard Alif Fajri,” Deteksi Nada Tunggal Alat Musik Kecapi Bugis Makassar Menggunakan Metode Mel Frequency Cepstral Coefficient (MFCC) Dan Klasifikasi K-Nearest Neighbour (KNN)”, Fakultas Teknik Elektro, Univeritas Telkom,2018.



