Klasifikasi Suara Paru dengan Ekstraksi Ciri Wavelet Menggunakan Algoritma Stacked Denoising Autoencoder

MOCHAMAD NUR HIDAYAT WACHID WIRATAMA

Informasi Dasar

20.04.2100
600
Karya Ilmiah - Skripsi (S1) - Reference

Paru-paru merupakan bagian terpenting bagi manusia. Paru-paru memiliki peranan penting bagi manusia dalam bernapas. Ketika orang mulai terganggu penapasannya berarti terdapat kelainan yang ada di paru-paru dan mengakibatkan terjadinya penyakit pernapasan. Kelainan dari Suara Pernapasan ini dibagi kedalam 4 kelas, yaitu kelas normal, kelas crackel, kelas wheeze, dan kelas crackel dan wheeze. Untuk mendiagnosa penyakit pernapasan ini, salah satu metodenya ialah membaca pola suara dari paru-paru menggunakan Wavelet dan Stacked Denoising Autoencoders (SDAE) untuk melakukan klasifikasinya. Wavelet digunakan untuk mendapat ekstrasksi ciri suatu data dan SDAE digunakan untuk merekontruksi suatu data mendekati dengan informasi data sebenarnya. Dengan menggunakan SDAE maka data dari Wavelet dapat diolah lagi menjadi data Wavelet yang bersih dan diklasifikasikan terhadap gejala-gejala pernapasan yang ada. Setelah melakukan pengujian terhadap SDAE maka didapatkan akurasi sebesar 71.57% terhadap data latih dan 67.97% terhadap data uji.

Kata kunci : Stacked Denoising Autoencoder, Wavelet

Subjek

MEDICAL SCIENCES - TECNNOLOGIES
 

Katalog

Klasifikasi Suara Paru dengan Ekstraksi Ciri Wavelet Menggunakan Algoritma Stacked Denoising Autoencoder
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MOCHAMAD NUR HIDAYAT WACHID WIRATAMA
Perorangan
JONDRI, ACHMAD RIZAL
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2020

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini