pernapasan. Inspeksi visual dan pendengaran, analisis kuantitatif, serta algoritma waktu eksekusi digunakan untuk menilai performa algoritma. Dalam penelitian
mengkode ucapan, dua sinyal dengan jarak log-spektral lebih kecil dari 1 dB dianggap tidak dapat dibedakan secara perseptif Kleijn Paliwal, 1995. Menggunakan
pernyataan tersebut dengan ambang batas yang berbeda untuk transparansi spektral, dapat diamati bahwa rata-rata jarak log-spektral 0,61 dB dan 0,31 dB dapat dicapai
untuk memisahkan masing-masing sinyal suara paru-paru dan sinyal suara jantung. Oleh karena itu, artefak yang dapat didengar tidak digunakan dalam metode
pemisahan yang diusulkan; pernyataan ini lebih dikuatkan dengan mendengar sinyal suara paru-paru dan suara jantung yang telah dipisahkan.
Sukresno et al. 2009, menggunakan filter adaptif karena mempunyai kemampuan untuk mengubah bobot koefisiennya secara otomatis, menyesuaikan
dengan sinyal input. Filter adaptif dirancang sebagai noise cancellar dengan algoritma recursive least square RLS untuk mereduksi suara jantung dari rekaman paru-paru.
Pada penelitian ini digunakan rekaman suara pernapasan dimana suara jantung memiliki amplitudo yang lebih besar dibandingkan dengan suara-paru-paru.
Dalam penelitian ini, akan diterapkan wavelet transform based filter untuk mereduksi suara-suara asing atau gangguan sinyal dalam rekaman suara pernapasan,
sehingga didapatkan sinyal yang lebih jelas tanpa kehilangan informasi penting yang terdapat di dalam sinyal tersebut. Dalam penelitian ini white noise juga akan dicoba
untuk dikurangi. Dengan rekaman suara paru-paru yang telah difilter, praktisi kesehatan atau dokter mendapatkan informasi yang lebih jelas sehingga hasil diagnosa
menjadi lebih baik.
1.2. Rumusan Masalah
Berdasarkan latar belakang maka rumusan masalahnya adalah sulitnya mendiagnosa penyakit melalui rekaman suara pernapasan yang masih bercampur dengan noise.
Universitas Sumatera Utara
1.3. Batasan Masalah
Penulis membuat batasan masalah yaitu sebagai berikut: 1.
Wavelet yang dipakai hanya Wavelet Daubechies Db4. 2.
Hasil kerja sistem diukur dengan kriteria objektif dan subjektif. Kriteria objektif yang digunakan adalah signal-to-noise ratio SNR serta tampilan
sinyal. Sedangkan kriteria subjektif adalah pengamatan terhadap sinyal suara dan pendengaran manusia.
3. Suara pernapasan dalam hal ini adalah suara yang dapat didengar manusia
yaitu antara frekuensi 20 - 20.000 Hz Serway Jewett 2013. 4.
Data yang digunakan adalah sepuluh rekaman suara pernapasan dari perusahaan Littmann.
5. Data yang digunakan bersifat umum, tidak mempertimbangkan variabel usia
dan jenis kelamin. 6.
Format berkas rekaman suara pernapasan yang akan dipakai hanya file suara berekstensi wav.
1.4. Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk mengolah suara pernapasan sehingga sinyal yang mengandung informasi dapat lebih diperjelas.
1.5. Manfaat Penelitian
Manfaat penelitian ini adalah sebagai berikut: 1.
Membantu proses penganalisaan suara pernapasan dalam kaitannya mendeteksi penyakit atau kelainan pada pernapasan.
2. Menyumbangkan metode yang efektif dalam mereduksi gangguan sinyal pada
suara pernapasan.
Universitas Sumatera Utara
1.6. Metodologi Penelitian
Metodologi penelitian yang digunakan pada penelitian ini adalah:
1. Studi Literatur
Studi literatur dilakukan dengan cara mengumpulkan bahan referensi yaitu dari buku, artikel, paper, jurnal, makalah, maupun situs-situs dari internet. Studi
literatur yang dilakukan berkaitan dengan peningkatan kualitas sinyal, karakteristik sinyal suara paru-paru, karakteristik noise pada sinyal suara
pernapasan, metode wavelet daubechies, dan wavelet transform based filter.
2. Pengumpulan Data
Pada tahap ini dilakukan pengumpulan data dan informasi yang akan diperlukan dalam penelitian.
3. Analisis dan Perancangan
Pada tahap ini dilakukan analisis terhadap studi literatur untuk mengetahui penyelesaian permasalahan reduksi gangguan sinyal noise pada rekaman suara
pernapasan dengan menggunakan wavelet transform based filter. Setelah itu dilakukan perancangan sistem berdasarkan analisis yang telah dibuat
sebelumnya.
4. Implementasi
Pada tahap ini dilakukan analisis terhadap studi literatur untuk mengetahui penyelesaian permasalahan reduksi gangguan sinyal noise pada rekaman suara
pernapasan dengan menggunakan wavelet transform based filter. Setelah itu dilakukan perancangan sistem berdasarkan sistem berdasarkan analisis yang
telah dibuat sebelumnya.
5. Pengujian
Pada tahap ini dilakukan pengujian aplikasi yang telah dibuat untuk mengetahui apakah aplikasi tersebut sudah berjalan dengan benar dan sesuai
dengan perancangan yang telah dilakukan sebelumnya.
Universitas Sumatera Utara
6. Penyusunan Laporan
Pada tahap ini dilakukan penyusunan dokumentasi dari hasil analisis dan implementasi dari aplikasi yang telah dibuat.
1.7. Sistematika Penulisan
