KLASIFIKASI SUARA JANTUNG MENGGUNAKAN NEURAL NETWORK BACKPROPAGATION BERBASIS CIRI STATISTIS

Nur Hudha Wijaya
Indah Soesanti
Eka Firmansyah

Abstract


Abstrak

Para ahli memerlukan konsentrasi dalam pengambilan kesimpulan untuk menentukan kelainan suara jantung manusia. Menggali berbagai macam ciri untuk mengklasifikasikan suara jantung menjadi normal dan abnormal merupakan bagian yang sangat penting. Dengan metode artificial neural network (ANN) berbasis ciri statistis ini bekerja diranah spasial sehingga tidak perlu melakukan transformasi di ranah frekwensi.  Suara jantung diklasifikasikan menjadi dua kelas yaitu normal dan abnormal. Penelitian ini terdapat data suara jantung normal sejumlah 8 suara, sedangkan data suara jantung abnormal sejumlah 13 suara. Pendekatan ciri statistis dengan menghitunng nilai mean, mode, variance, deviation, skewness, kurtosis, entropy klasifikasi dengan neural backpropagation memberikan hasil Accuracy = 91,72%, Sensitivity = 99,50%, Spesificity = 79,17%, Precision = 90,16%. Berdasarkan hasil klasifikasi dengan metode artificial neural network backpropagation menunjukkan accuracy mencapai 91,72%.

 

Kata kunci: ekstraksi, ciri, suara, jantung, statistik.

Teks Lengkap:

PDF

Article Metrics

Abstract views : 532| PDF views : 648

Refbacks

  • Saat ini tidak ada refbacks.