REDUKSI NOISE DARI REKAMAN SUARA PERNAPASAN

MENGGUNAKAN WAVELET TRANSFORM

BASED FILTER

SKRIPSI

SAMUEL INDRA GUNAWAN SITUMEANG

091402036

PROGRAM STUDI S1 TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014

Universitas Sumatera Utara

 REDUKSI NOISE DARI REKAMAN SUARA PERNAPASAN
MENGGUNAKAN WAVELET TRANSFORM
BASED FILTER

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah

Sarjana Teknologi Informasi

SAMUEL INDRA GUNAWAN SITUMEANG

091402036

PROGRAM STUDI S1 TEKNOLOGI INFORMASI

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014

Universitas Sumatera Utara

 PERSETUJUAN

Judul : REDUKSI NOISE DARI REKAMAN SUARA

PERNAPASAN MENGGUNAKAN WAVELET
TRANSFORM BASED FILTER
Kategori : SKRIPSI
Nama : SAMUEL INDRA GUNAWAN SITUMEANG
Nomor Induk Mahasiswa : 091402036
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI (FASILKOM-TI) UNIVERSITAS
SUMATERA UTARA

Diluluskan di
Medan, Juni 2014

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Romi Fadillah Rahmat, B.Com.Sc, M.Sc M. Fadly Syahputra, B.Sc.,M.Sc.IT

NIP. 19860303 201012 1 004 NIP. 19830129 200912 1 003

Diketahui / Disetujui oleh

Program Studi S1 Teknologi Informasi
Ketua,

M. Anggia Muchtar, S.T, M.MIT

NIP. 19800110 200801 1 010

Universitas Sumatera Utara

 PERNYATAAN

REDUKSI NOISE DARI REKAMAN SUARA PERNAPASAN

MENGGUNAKAN WAVELET TRANSFORM
BASED FILTER

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, Juni 2014

Samuel Indra Gunawan Situmeang

091402036

Universitas Sumatera Utara

 UCAPAN TERIMA KASIH

Segala hormat, puji dan syukur kepada Tuhan Yesus Kristus, yang senantiasa
melimpahkan berkat dan kasih-Nya sehingga penulis dapat menyelesaikan skripsi ini
sebagai syarat untuk memperoleh ijazah Sarjana Teknologi Informasi, Program Studi
S1 Teknologi Informasi Universitas Sumatera Utara.

Proses penyusunan skripsi ini tidak lepas dari dukungan dan bantuan dari berbagai
pihak. Oleh karena itu, penulis mengucapkan terima kasih dan penghargaan yang
setinggi-tingginya kepada :

1. Kedua orang tua penulis yang telah mendidik, membesarkan penulis, memberi
nasehat, mendukung dan memotivasi, ayah Drs. Antoni Situmeang dan ibu
Dra. Kristina Laoli. Adik-adik penulis : Jeremiya Situmeang, Mohaga Rianto
Manalaksak Situmeang dan Julio Gilbert Hamonangan Situmeang yang selalu
mendoakan, memberikan dorongan dan dukungan kepada penulis. Serta
kepada keluarga besar, termasuk kakek, nenek, paman, bibi, sepupu atas segala
dukungan dan doanya. Skripsi ini penulis persembahkan untuk orangtua dan
keluarga penulis.
2. Amangboru Good Fried Panggabean, S.T., M.T. yang telah memberikan saran
dan masukan untuk membantu penulis menyelesaikan skripsi ini.
3. Bapak M. Fadly Syahputra, B.Sc, M.Sc.IT. dan Bapak Romi Fadillah Rahmat,
B.Com.Sc, M.Sc. selaku dosen pembimbing penulis yang telah banyak
memberikan inspirasi, saran, masukan, serta bersedia meluangkan waktu,
tenaga dan pikiran untuk membantu penulis menyelesaikan skripsi ini.
4. Bapak Prof. Dr. M. Zarlis, M.Sc. selaku Dekan Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara beserta seluruh Staf Dosen
Pengajar dan pegawai, atas didikan, bimbingan dan layanan yang telah
diberikan kepada penulis selama menuntut ilmu di Fakultas Ilmu Komputer
dan Teknologi Informasi Universitas Sumatera Utara.

Universitas Sumatera Utara

 iv

5. Bapak Muhammad Safri Lubis, S.T., M.Com. selaku dosen penasehat

akademik yang senantiasa memberikan saran, petunjuk dan bimbingan yang
bermanfaat selama penulis menuntut ilmu di Fakultas Ilmu Komputer dan
Teknologi Informasi Universitas Sumatera Utara.
6. Bapak Prof. Dr. Opim Salim Sitompul, M.Sc. dan Bapak Dani Gunawan, ST.,
MT. yang telah bersedia menjadi dosen pembanding penulis.
7. Sahabat-sahabat yang selalu mendukung dan mendoakan penulis : Frans J.H.
Sihombing, Joy J.G. Simanjuntak, Eldo H. Tobing, Tri N.A. Situmorang,
Lidya R. Ginting, Elysabeth Y. Nababan, Fransisca R.E. Pardede dan Wanda
E. Simatupang.
8. Teman-teman guru sekolah minggu dan pemuda/i GKPI Jemaat Khusus Binjai
Kota yang senantiasa mendukung dan mendoakan penulis.
9. Pemimpin Kelompok Kecil Kami Ga Mamoru, kak Rolina Harianja serta
Saudara Kelompok Kecil Kami Ga Mamoru : Iphon H. Panjaitan, Alman, J.
Tarigan dan T.B. Reinhard Pasaribu yang senantiasa mendukung dan
mendoakan penulis. Terima kasih juga atas kebersamaan kita dalam
persekutuan selama di kelompok kecil.
10. Teman-teman angkatan 2009, senior, dan junior yang telah memberikan
dukungan, serta teman-teman mahasiswa yang tidak dapat penulis sebutkan
satu-persatu.

Akhir kata, penulis memohon maaf bila dalam penulisan karya tulis ilmiah ini terdapat
beberapa kesalahan. Oleh karena itu, penulis sangat mengharapkan adanya masukan-
masukan yang membangun.

Semoga karya tulis ini dapat memberikan kontribusi bagi perkembangan Teknologi
Informasi di Indonesia. Tuhan Yesus memberkati.

Universitas Sumatera Utara

 ABSTRAK

Perkembangan ilmu pengetahuan dan teknologi di bidang kesehatan semakin

memberikan kemudahan dalam mendiagnosa sistem pernapasan. Perekaman suara
pernapasan adalah salah satu contoh perkembangan tersebut. Suara pernapasan
direkam menggunakan stetoskop digital, kemudian disimpan dalam format file suara.
Suara pernapasan ini nantinya akan dianalisis oleh praktisi kesehatan untuk diagnosa
gejala penyakit ataupun penyakit. Namun, suara pernapasan ini belum terbebas dari
gangguan sinyal. Oleh karena itu, diperlukan filter suara atau sistem reduksi gangguan
sinyal sehingga komponen suara pernapasan yang berisi sinyal informasi dapat lebih
diperjelas. Pada penelitian ini dirancang sebuah filter yang disebut wavelet transform
based filter. Wavelet transform based filter yang dirancang dalam penelitian ini
menggunakan wavelet daubechies dengan empat koefisien wavelet transform.
Berdasarkan pengujian terhadap sepuluh jenis data suara pernapasan, diperoleh SNRdB
terbesar pada data bronkial, sebesar 74.3685 desibel.

Kata kunci: wavelet transform based filter, suara pernapasan, noise, snr

Universitas Sumatera Utara

 NOISE REDUCTION OF BREATH SOUND RECORD USING WAVELET
TRANSFORM BASED FILTER

ABSTRACT

The development of science and technology in health area increasingly to give

convenience in diagnose of breath system adoption. Recording breath sound is one of
the example of that development. Breath sound recorded with digital stethoscope, than
stored in audio format file. This breath sound will be analyzed by the health expertise
for disease symptoms diagnosis or diseases diagnosis. Even though, this breath sound
not yet free from noise. Therefore, required a sound filter or noise reduction system so
that the breath sound component that contain signal information will be enhance. In
this research, designed wavelet transform based filter. Wavelet transform based filter
that designed in this research using wavelet daubechies with four wavelet transform
coefficients. According to testing of ten type of breath sound data, acquired the
biggest SNRdB in bronchial data, the size is 74.3685 decibel.

Keywords: wavelet transform based filter, breath sound, noise, snr

Universitas Sumatera Utara

 DAFTAR ISI

Hal.

PERSETUJUAN i
PERNYATAAN ii
UCAPAN TERIMA KASIH iii
ABSTRAK v
ABSTRACT vi
DAFTAR ISI vii
DAFTAR TABEL ix
DAFTAR GAMBAR x
BAB 1 PENDAHULUAN 1
1.1. Latar Belakang 1
1.2. Rumusan Masalah 3
1.3. Batasan Masalah 4
1.4. Tujuan Penelitian 4
1.5. Manfaat Penelitian 4
1.6. Metodologi Penelitian 5
1.7. Sistematika Penulisan 6
BAB 2 LANDASAN TEORI 7
2.1. Suara Pernapasan 7
2.2. Suara Napas Abnormal 9
2.3. Karakteristik Suara Paru-paru dan Noise 10
2.4. WAVE 10
2.5. Wavelet Transform 12
2.6. Analisis Multiresolusi 13
2.7. Denoising 15
2.8. Threshold 16
2.9. Signal-to-Noise Ratio (SNR) 16
2.10. Penelitian Terdahulu 17
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 19
3.1. Data Yang Digunakan 19

Universitas Sumatera Utara

 viii

3.2. Analisis Sistem 20

3.3. General architecture 31
3.4. Perancangan Tampilan Antarmuka 33
BAB 4 IMPLEMENTASI DAN PENGUJIAN 35
4.1. Implementasi Sistem 35
4.1.1. Spesifikasi hardware dan software yang digunakan 35
4.1.2. Implementasi perancangan antarmuka 35
4.2. Pengujian Sistem 36
4.2.1. Rencana pengujian sistem 37
4.2.2. Kasus dan hasil pengujian sistem 37
4.2.3. Pengujian kinerja sistem 39
4.2.4. Pengujian data 43
BAB 5 KESIMPULAN DAN SARAN 54
5.1. Kesimpulan 54
5.2. Saran 54
DAFTAR PUSTAKA 55
LAMPIRAN A: KODE PROGRAM 58

Universitas Sumatera Utara

 DAFTAR TABEL

Hal.

Tabel 2.1 Deskripsi format berkas WAVE 11

Tabel 2.2 Penelitian Terdahulu 17
Tabel 3.1 Rangkuman Data Rekaman Suara Pernapasan 19
Tabel 4.1 Rencana Pengujian Sistem 37
Tabel 4.2 Hasil Pengujian Komponen Jendela Utama 38
Tabel 4.3 Data dalam Bentuk Larik bertipe Double 40
Tabel 4.4 Hasil Dekomposisi 41
Tabel 4.5 Sinyal Suara Pernapasan Hasil Threshold 41
Tabel 4.6 Noise Hasil Threshold 41
Tabel 4.7 Sinyal Suara Pernapasan Hasil Rekonstruksi 42
Tabel 4.8 Noise Hasil Rekonstruksi 42
Tabel 4.9 Hasil Pengujian Reduksi Noise dari Suara Pernapasan 43

Universitas Sumatera Utara

 DAFTAR GAMBAR

Hal.

Gambar 2.1 Format file WAVE 11

Gambar 2.2 Penerapan dekomposisi pada Discrete Wavelet Transform; dimana
g[n] adalah high pass filter; h[n] adalah low pass filter 14
Gambar 3.1 Flowchart tahapan preprocess 26
Gambar 3.2 Flowchart tahapan dekomposisi 27
Gambar 3.3 Flowchart tahapan threshold 28
Gambar 3.4 Flowchart tahapan rekonstruksi 29
Gambar 3.5 Flowchart tahapan final process 30
Gambar 3.6 General Architecture 31
Gambar 3.7 Rancangan Jendela Utama (Main Window) 33
Gambar 4.1 Tampilan Jendela Utama (main window) 36
Gambar 4.2 Sinyal suara pernapasan 40
Gambar 4.3 Sinyal suara pernapasan setelah melalui filter 43
Gambar 4.4 Noise setelah melalui filter 43
Gambar 4.5 Sinyal bronkial sebelum reduksi noise (atas) dan sinyal setelah
reduksi noise (bawah) 44
Gambar 4.6 Sinyal coarse crackles sebelum reduksi noise (atas) dan sinyal
setelah reduksi noise (bawah) 45
Gambar 4.7 Sinyal fine crackles dengan bronkial yang gugur sebelum reduksi
noise (atas) dan sinyal setelah reduksi noise (bawah) 46
Gambar 4.8 Sinyal fine crackles sebelum reduksi noise (atas) dan sinyal setelah
reduksi noise (bawah) 47
Gambar 4.9 Sinyal inspirasi stridor sebelum reduksi noise (atas) dan sinyal
setelah reduksi noise (bawah) 48
Gambar 4.10 Sinyal trakea normal sebelum reduksi noise (atas) dan sinyal setelah
reduksi noise (bawah) 49

Universitas Sumatera Utara

 xi

Gambar 4.11 Sinyal vesikular normal sebelum reduksi noise (atas) dan sinyal
setelah reduksi noise (bawah) 50
Gambar 4.12 Sinyal gesekan pleura sebelum reduksi noise (atas) dan sinyal
setelah reduksi noise (bawah) 51
Gambar 4.13 Sinyal rhonchus sebelum reduksi noise (atas) dan sinyal setelah
reduksi noise (bawah) 52
Gambar 4.14 Sinyal wheezing sebelum reduksi noise (atas) dan sinyal setelah
reduksi noise (bawah) 53

Universitas Sumatera Utara