<![CDATA[Asma adalah penyakit pada saluran napas yang menyebabkan peningkatan hiperesponsif jalan napas dan menimbulkan gejala mengi/wheeze (napas berbunyi ngik-ngik). Bunyi napas wheeze merupakan salah satu ciri yang menandakan seseorang menderita asma. Penelitian ini dilakukan untuk membuat serta menguji suatu sistem yang dapat mengidentifikasi perbedaan ciri suara pernapasan wheeze pada pasien asma dan pernapasan lainnya dengan metode k-Nearest Neighbors (k-NN). Ciri suara yang digunakan yaitu rata-rata sinyal dan standar deviasi sinyal dalam domain waktu, rata-rata spektrum, standar deviasi spektrum, magnitude tertinggi saat frekuensi 0Hz, frekuensi dengan magnitude tertinggi pertama, kedua, dan ketiga. K-NN adalah sebuah metode untuk melakukan klasifikasi terhadap objek berdasarkan data pembelajaran yang jaraknya paling dekat dengan objek tersebut. Didapatkan data suara pernapasan wheeze dan non wheeze melalui perekaman langsung kepada subjek penderita asma dan tidak asma. Dari seluruh data suara yang didapatkan kemudian dilakukan segmentasi data untuk mengambil event pernapasasn yang dibutuhkan kemudian dilakukan ekstraksi ciri untuk mendapatkan ciri matematis dari suara tersebut. 80% dari total keseluruhan data dilakukan pelatihan menggunakan metode 10 fold cross validation dan diapatkan hasil pelatihan dengan kemampuan klasifikasi maksimum pada k=3 dan k=5 dengan validitas yang sama 97,2%. Untuk pengujian kinerja k-NN pada tahap akhir diperoleh kemampuan maksimum pengklasifikasian untuk k=3 adalah 86,6% dan k=5 adalah 86,6%.]]>
Copyrights © 2021
