Visualisasi Pleural friction

Gambar 6. Visualisasi Pleural friction

Pleural rub merupakan suara yang terdengar menggesek atau menggeretak yang terjadi saat

Gambar 5. Visualisasi Coarse crakles

permukaan pleural membengkak atau menjadi kasar dan bergesekan satu dan lainnya. Suaranya dapat

Dari hasil visualisasi suara coarse crackles yang bersifat kontiniu atau diskontiniu. Biasanya terlokasi ditunjukkan oleh gambar 5 pada suara coarse

pada suatu tempat di dinding dada dan terdengar crackles terlihat grafik yang sedikit lebih teratur.

selama fase inspirasi atau ekspirasi. Gambar 6 Crackles adalah jenis suara yang bersifat menampilkan hasil visualisasi. Informasi yang discontinuous (terputus-putus), pendek, dan kasar.

didapat yaitu:

Suara ini umumnya terdengar pada proses inspirasi.

Frekuensi rata-rata tarik nafas : 124 Hz Suara crackles ini juga sering disebut dengan nama

Frekuensi rata-rata buang nafas : 22 Hz rales atau crepitation. Pada sampel ini, suara diambil

: 0,48 detik pada bagian kanan bawah.Suara coarse crackles ini

Jarak antar nafas

Durasi rata-rata tarik nafas : 1,20 detik juga terdapat pada saat inspirasi, sehingga dapat

Durasi rata-rata buang nafas : 1,08 detik dilihat pada gambar 5, frekuensi inspirasi yang

terlihat lebih besar sehingga grafik yang terlihat lebih

VI. KESIMPULAN

tinggi dari pada saat ekspirasi (buang nafas). Suara

A. Kesimpulan

ini dapat diklasifikasikan sebagai coarse, yaitu pitch Berdasarkan pengujian terhadap 10 data suara yang rendah, lebih keras, tidak terlalu singkat. Pada suara

telah dilakukan didapat beberapa kesimpulan, yaitu : ini apabila didengarkan akan terdengar suara

a. Telah dibangun suatu aplikasi untuk terputus-putus.

visualisasi suara paru-paru manusia pada Pada sampel suara Coarse crackles ini didapatkan

perangkat android.

hasil informasi :

b. Rekaman suara pernafasan yang berekstensi -

Frekuensi rata-rata tarik nafas : 75 Hz selain *.wav tidak menghasilkan grafik suara -

yang cukup terlihat. Dengan menggunakan file -

Frekuensi rata-rata buang nafas

: 24 Hz

wav grafik suara terlihat cukup jelas. -

Jarak antar nafas

: 0,08 detik

c. Visualisasi rekaman suara pernafasan berjalan -

Durasi rata-rata tarik nafas : 1,16 detik

Durasi rata-rata buang nafas : 1,82 detik cukup baik di perangkat android Froyo 2.2 ke atas sesuai dengan yang diharapkan.

d. Suara paru-paru yang sudah digunakan Dari hasil visualiasasi suara pleural friction yang

3. Pleural friction – right middle lobe

sebagai sampel menghasilkan grafik yang ditunjukkan oleh gambar 6, terlihat grafik yang cukup

berbeda-beda dan informasi suara yang rapat. Jenis suara paru-paru pleural friction ini

berbeda.

terdengar seperti suara yang menggesek. Pada sampel suara ini suara di ambil pada daerah dinding dada

B. Saran

pada bagian kanan tengah paru-paru. suara pleural Diharapkan penelitian mengenai visualisasi suara pada sampel ini terdengar hampir di setiap tarik nafas

pernafasan (paru-paru) pada perangkat mobile dapat dan buang nafas, sehingga grafik yang dihasilkan

dikembangkan lebih dalam lagi. Dapat menggunakan 366

ISBN: 979-458-766-4 KeTIK 2014 Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi

metode-metode ataupun menambahkan fitur machine

Ramadhan, M, Z. 2012. Perancangan Sistem learning sehingga mendapatkan hasil informasi yang

Instrumentasi untuk Identifikasi dan Analisis lebih akurat dan dapat mendeteksi penyakit dari suara

Suara Paru-Paru Menggunakan pernafasan yang telah direkam.

DSPTMS320C6416T. Skripsi. Universitas Indonesia.

DAFTAR PUSTAKA [5] Rizal, A. &Soegijoko, S. 2006. Stetoskop

Baydar, K. Serhat., Ertuzun, Aysin., Kahya, elektronik sederhana berbasis PC dengan fasilitas Yasemin P. 2003. Analysis and Classification of

pengolahan sinyal digital untuk auskultasi jantung Respiratory Sounds by Signal Coherence Method.

dan paru. Seminar Instrumentasi Berbasis Fisika Proceeding of the 25 th Annual International

2006 , pp. 236-239.

Conference of the IEEE EMBS. Cancun, Mexico ,

Rizal, Achmad., Suryani, Vera. 2007. Aplikasi September 17-21, 2003.

Pengolahan Sinyal Digital pada Analisis dan

Gunawan, I. & Gunadi, K. 2005. Pembuatan Pengenalan Suara Jantung dan Paru untuk perangkat lunak wave manipulator untuk

Diagnosis Penyakit Jantung dan Paru Secara Memanipulasi file wav . Jurnal Informatika vol. 6,

Otomatis. STT Telkom Bandung.

no. 1, Mei 2005: 41 – 50. Fakultas Teknologi [7] Sovijarvi, A.R.A., Malmberg,L.P., Industri, Jurusan Teknik Informatika, Universitas

Charbonneau,G., Vanderschoot,J., Dalmasso, F., Kristen Petra. Surabaya.

Sacco, C., Rossi, M., Earis, J.E. 2000.

Hariyanto, Guruh. 2011. Defenisi Visualisasi, Characteristic of Breath Sounds and Adventitious Animasi dan Simulasi, dan Contoh.pdf (online).

respiratory Sounds. ERS Journals Ltd 2000. http://www.google.co.idurl=http%3A%2F%2Fskp

Sukresno, F., Rizal, A. & Iwut, I. 2009. Reduksi .unair.ac.id%2Frepository%2Fweb-

suara jantung dari rekaman suara paru-paru pdf%2Fweb_Definisi_VisualisasiAnimasi_da_G

menggunakan filter adaptif dengan algoritma URUH_HARIYANTO.pdf (14 Maret 2014)

recursive least square. Prosiding SENTIA 2009, pp. A1-A7.

KeTIK 2014 ISBN: 979-458-766-4 Konferensi Nasional Pengembangan Teknologi Informasi dan Komunikasi