BAB I

PENDAHULUAN

1.1 Latar Belakang

Suara paru-paru terjadi karena adanya turbulensi udara saat udara memasuki
saluran pernafasan selama proses pernafasan[1]. Turbulensi ini terjadi karena darah
mengalir dari saluran udara yang lebih lebar ke saluran udara yang lebih sempit atau
sebaliknya. Pada saat inspirasi, udara mengalir dari saluran udara yang lebih luas
ke saluran udara yang lebih sempit sehingga turbulensi yag terjadi lebih kuat
sedangkan pada saat ekspirasi terjadi sebaliknya. Sistem pernafasan paru-paru
dapat dipisahkan menjadi 2 saluran (saluran atas dan bawah)[1]. Saluran pernafasan
atas terdiri dari hidung, paranasal sinus, pharinx, dan larinx. Fungsi dari saluran ini
adalah untuk menyaring, menghangatkan, dan melembabkan udara sebelum
mencapai unit pertukaran gas. Saluran bawah pernafasan dimulai dari trachea,
bronchus utama kanan yang terbagi menjadi 3 lobar atau bagian paru (atas, tengah
dan bawah), bronchus kiri yang terbagi menjadi 2 lobar, bronchioli, dan berakhir di
alveoli, dimana terjadi pertukaran gas.
Secara umum suara paru-paru dibagi menjadi 3, suara normal, suara abnormal
dan suara tambahan. Suara-suara tersebut dibagi dalam beberapa kategori berdasar
pitch, intensitas, lokasi dan rasio inspirasi dan ekspirasi[1]. Suara paru-paru normal
terbagi atas 4 kelompok, tracheal, bronchial, bronchovesikular dan vesikular.
Suara pernafasan tracheal sangat nyaring dan pitchnya relatif tinggi. Inspirasi
dan ekspirasi relatif sama panjang. Suara ini dapat didengar di atas trakea yang agak
jarang dilakukan pada pemeriksaan rutin. Suara pernafasan vesikular merupakan
suara pernafasan normal yang paling umum dan terdengar hampir di semua
permukaan paru-paru. Suaranya lembut dan pitch rendah. Suara inspirasi lebih
panjang dibanding suara ekspirasi. Suara vesikular bisa terdengar lebih kasar dan
sebagian terdengar lebih panjang apabila ada ventilasi yang cepat dan dalam
(misalnya setelah berolah raga) atau pada anak-anak yang memiliki dinding dada
yang lebih tipis. Suara vesikular juga bisa lebih lembut jika pasien lemah, tua,
gemuk atau sangat berotot. Suara bronchial sangat nyaring, pitch tinggi, dan suara
terdengar dekat dengan stetoskop. Terdapat gap antara fasa inspirasi dan ekspirasi
pada pernafasan, dan suara ekspirasi terdengar lebih lama dibanding suara inspirasi.
Jika suara ini terdengar dimanamana kecuali di manubrium, hal tersebut biasanya
mengindikasikan terdapat daerah konsolidasi yang biasanya berisi udara tetapi
berisi air. Terdapat suara pernafasan yang tingkat instensitas dan pitch-nya sedang.
Inspirasi dan ekspirasinya sama panjang. Suara ini terdengar sangat baik di ICS ke
-1 dan ke -2 dan di antara skapula. Dengan suara bronchial, jika terdengar di
manamana selain di batang utama bronchus, biasanya mengindikasikan daerah
konsolidasi [1].
Salah satu cara yang digunakan dokter untuk mendiagnosa penyakit paru-paru
adalah dengan mendengarkan suara paru-paru dengan menggunakan stetoskop.
Teknik ini dikenal dengan teknik aukultasi. Suara paru-paru yang dihasilkan pada
beberapa kasus penyakit paru menunjukan adanya pola tertentu yang bisa dikenali.
Pola suara ini dapat diambil sebagai bahan untuk mengambil diagnosa[1]. Masalah
yang timbul adalah suara yang menempati frekuensi yang cukup rendah sekitar 20-
400 Hz, amplitudo yang rendah, masalah kebisingan lingkungan, kepekaan telinga
dan pola suara yang mirip antara jenis suara paru-paru yang satu dengan yang
lain[2].
Karena faktor-faktor tersebut di atas kesalahan diagnosis tidak dilakukan dengan
benar[2]. Pada penelitian ini dilakukan pengenalan suara paru-paru normal dan
tidak normal mengunakan metode K-Means Clustering, metode K-Means
merupakan salah satu algoritma dengan partitional, karena K-Means didasarkan
pada penentuan jumlah awal kelompok dengan mendefinisikan nilai centroid
awalnya. Algoritma K-Means menggunakan proses secara berulang-ulang untuk
mendapatkan basis data cluster. Dibutuhkan jumlah cluster awal yang diinginkan
sebagai masukan dan menghasilkan jumlah cluster akhir sebagai output[3]. Jika
algoritma diperlukan untuk menghasilkan cluster K maka akan ada K awal dan K
akhir. Metode K-Means akan memilih pola k sebagai titik awal centroid secara
acak. Jumlah iterasi untuk mencapai cluster centroid akan dipengaruhi oleh calon
cluster centroid awal secara random dimana jika posisi centroid baru tidak berubah.
Nilai K yang dipilih menjadi pusat awal, akan dihitung dengan menggunakan rumus
Euclidean Distance yaitu mencari jarak terdekat antara titik centroid dengan
data/objek [4].
Oleh karena itu pada penelitian ini, klasifikasi penyakit paru-paru berdasarkan
suara akan dilakukan dengan mengimplementasikan metode K-Means Custering
dan dalam pengenalan ekstasi ciri mengunakan metode MFCC ( Mel Frequency
Cpestrum Coefisien ) merupakan salah satu metode yang banyak digunakan dalam
bidang speech technology. Metode ini digunakan untuk melakukan feature
extraction, sebuah proses yang mengkonversikan sinyal suara menjadi beberapa
parameter [5], Dengan menggunakan metode ini, diharapkan mampu
Mengidentifikasi suara paru-paru
1.2 Perumusan masalah
1. Bagaimana proses ekstrasi ciri yang dilakukan sehingga dari data suara
dapat dihasilkan berupa fitur domain frekuensi MFCC ( Mel Frequency
Cepstrum Coefficient ) yang nantinya digunakan dalam proses klasifikasi
untuk mengindentifikasi suara paru-paru ?
2. Bagaimana cara mengklasifikasi dan mengidentifikasi suara paru-paru
mengunakan K-means clustering berdasarkan parameter yang ada ?
3. Bagaimana akurasi yang terbentuk jika metode K-Means Clustering
diimplementasikan dalam mengklasifikasikan suara berdsarkan penyakit
paru-paru ?
1.3 Tujuan penelitian
1. Melakukan ekstrasi ciri berupa MFCC ( Mel Frequency Cepstrum
Coefficient ) pada suara paru-paru
2. Melakukan klasifikasi dan mengindentifikasi suara paru-paru menggunakan
metode K-Means Clustering
3. Menghitung akurasi dari hasil pengklasifikasian suara
1.4 Manfaat Penelitian
Manfaat penelitian digunakan untuk membantu dalam bidang kedokteran
sehingga dapat mempermudah mengindentifikasi penyakit paru-paru tanpa adanya
masalah yang timbul dikenakan banyak ganguan suara dari lingkungan maupun dari
suara yang dihasilkan terlalu rendah dikarenakan adanya permasalah pendengaran
pada dokter.

1.5 Batasan Masalah

Agar dalam penelitian ini tidak terlalu meluas untuk dilakukan, maka penelitian
melakukan pembatasan dalam penelitian ini, sebagai berikut :
1. Pada penelitian ini data akan di olah menggunakan software MATLAB
2010 Data yang digunakan dalam penelitian ini adalah file suara
berformat(.wav) sepanjang siklus pernafasan.
2. Hanya menganalisa sinyal suara yang didapatkan dari data internet maupun
dari data rumah sakit dalam proses ektrasi ciri menggunakan MFCC.

Sistematika Penulisan
Agar diperoleh gambaran yang lebih jelas mengenai permasalahan yang akan
di bahas, maka berikut ini dikemukakan secara garis besar isi dari tiap-tiap bab
dalam penelitian ini
BAB I PENDAHULUAN
Dalam bab ini dijelaskan Latar Belakang Tema Penelitian, Perumusan Masalah
Penelitian, Tujuan Dari Penelitian, Batasan Masalah Penelitian, dan Sistematika
Penulisan.

BAB II BAHASAN UMUM

Dalam bab ini dijelaskan mengenai landasan teori yang di ambil dari jurnal
maupun buku dan kajian pustaka yang membahas penelitian sebelumnya yang
berkaitan dengan judul yang diambil

BAB III METODOLOGI PENELTIAN

Dalam bab ini menjelaskan mengenai metodologi penelitian yang di pakai pada
penilitian di antaranya menjelaskan mengenai Metodologi Penelitian , Isntrumen
Penelitian, Perancangan Penelitian , Tempat dan Waktu Penelitian.
BAB IV HASIL DAN PEMBAHASAN
Dalam bab ini dijelaskan mengenai hasil dari penelitan dan pembahasan
mengenai penelitian yang di ambil

BAB V PENUTUP
Dalam bab ini mengenai kesimpulan dari deskripsi singkat hasil dari penelitian
dan saran untuk pengembangan penelitian yang di dalamnya berupa rekomendasi
untuk penelitian yang akan dilakukan dikemudian hari