1. pendahuluan - Repository

1. PENDAHULUAN
1.1
LATAR BELAKANG
Penyakit jantung merupakan penyakit yang mematikan. Data WHO (2008)
menyebutkan 17,8 juta orang meninggal akibat penyakit serangan jantung. Salah
satu penyebab dari serangan jantung adalah adanya kelainan yang terdapat di
jantung. Kelainan jantung dapat dibedakan menjadi dua, yaitu kelainan dalam
bentuk morfologis dan fisiologis. Hal yang harus diperhatikan sebelum
mendeteksi kelainan jantung adalah memisahkan suara jantung menjadi
komponen-komponen utamanya, yaitu S1(suara jantung pertama), S2(suara
jantung kedua), dan murmur pada satu siklus suara jantung melalui analisis
frekeuensi.
Murmur merupakan salah satu kelainan fisiologis pada jantung. Murmur
adalah suara (bunyi) yang dapat didengar dengan stethoscope, yang dihasilkan
ketika aliran darah didalam jantung tidak lancar dan menyebabkan turbulensi[1].
Identifikasi jenis murmur diperlukan untuk mengetahui kelainan pada bagian
tertentu pada jantung.
Sampai saat ini, dokter masih menggunakan teknik auskultasi, yaitu
mendengarkan suara jantung dengan menggunakan bantuan stetoskop. Teknik
seperti ini membutuhkan kepekaan tinggi serta pengalaman untuk mendapatkan
murmur yang menentukan ada tidaknya kelainan jantung yang dialami pasien.
Kesalahan mendiagnosa suara jantung menyebabkan kesalahan dalam menangani
pertolongan bagi pasien.
Pengolahan sinyal digital menawarkan solusi untuk analisa rekaman suara
jantung (phonocardiogram). Data mentah suara jantung menghadirkan informasi
waktu saja. Hal ini menyulitkan untuk mengetahui informasi lainnya seperti
informasi frekuensi. Informasi yang terkandung di dalam phonocardiogram
(PCG) dapat digali untuk menentukan ciri dari suara yang terkandung, khususnya
pada analisis komponen frekuensi yang terkandung.
Salah satu metode untuk pengolahan sinyal digital adalah continuous
wavelet transform (CWT). Transformai ini dikenakan pada suatu sinyal sehingga
diperoleh informasi frekuensi-waktu secara bersamaan yang memberikan
representasi waktu-frekuensi suatu sinyal. CWT menawarkan representasi
frekuensi-waktu dalam bentuk skala-translasi dalam melakukan transformasi.
CWT cocok untuk analisis yang membutuhkan representasi frekuensi-waktu
secara bersamaan.
Pengenalan pola dari PCG dapat dilakukan dengan menggunakan jaringan
syaraf tiruan. Pada umumnya JST melupakan pola yang telah dipelajari
sebelumnya begitu pola masukan baru dipelajari. Pola masukan akan dilatih
kembali untuk mengenali pola masukan yang baru dan ditambahkan dengan polapola yang telah dipelajari sebelumnya.. Hal ini akan mengurangi pengertian JST
dalam merepresentasikan kerja syaraf manusia. Kemampuan sistem untuk
mengenali pola masukan yang baru tanpa melupakan pola masukan yang telah
dipelajari sebelumnya sangat dibutuhkan. Adaptive Resonance Theory 2 (ART-2)
menawarkan solusi atas permasalahan di atas. ART-2 akan beradaptasi terhadap
1
pola masukan baru tanpa melupakan pola masukan yang dipelajari sebelumnya
dengan mekanisme pembentukan cluster baru untuk pola masukan yang baru
pertama kali dipelajari.
Pada tugas akhir ini, dibangun sebuah sistem untuk mengatasi
permasalahan permasalahan di atas dengan menggunakan CWT dan ART-2
sehingga mempermudah dokter dalam mendiagnosa kelainan jantung. Rekaman
suara jantung menjadi masukan untuk sistem ini. Output sistem ini dapat menjadi
salah satu rujukan dokter dalam menentukan diagnosa.
1.2
PERUMUSAN MASALAH
Perumusan masalah pada tugas akhir ini adalah
1. Bagaimana mendapatkan ciri PCG dengan CWT?
2. Bagaimana mengklasifikasikan suara jantung menjadi empat macam, yaitu
normal, murmur sitolik, murmur diastolik, dan murmur kontinu dengan ART2?
3. Bagaimana analisis performansi ketepatan deteksi murmur dan klasifikasi
suara jantung?
1.3
BATASAN MASALAH
Batasan masalah dalam Tugas Akhir ini adalah
1. Masukan bagi perangkat lunak yang dirancang adalah sinyal suara jantung
yang telah direkam dengan format *.wav, frekuensi sampling 8000 Hz dan
kuantisasi 16 bit serta mencakup minimal dua siklus suara jantung.
2. Tidak dibahas mengenai cara perekaman suara jantung
3. Keluaran pola suara jantung mencakup normal, murmur diastolik, murmur
sistolik, dan murmur kontinu.
4. Sistem ini tidak menganalisis suara jantung secara real-time (offline).
1.4
TUJUAN
Tujuan dari Tugas Akhir ini adalah
1. Mengimplementasikan CWT dan ART-2 ke dalam diagnosa murmur.
2. Menunjukkan bahwa diagnosa murmur menggunakan CWT dan ART-2
mampu untuk mendeteksi kelainan pada jantung.
3. Membantu pembelajaran diagnosa murmur pada jantung.
1.5
HIPOTESA
Penggunaan CWT dan ART-2 ke dalam diagnosa murmur dapat mengenali 4 jenis
pola, yaitu normal, murmur diastolik, murmur sistolik, dan murmur kontinu
dengan tingkat akurasi lebih dari 85%.
2
1.6
METODOLOGI PENYELESAIAN MASALAH
Metode Penyelesaian masalah dalam Tugas Akhir ini adalah:
1. Studi Literatur, yakni dengan mempelajari berbagai referensi dan literatur
yang relevan dengan materi CWT dan ART-2, serta melakukan konsultasi
kepada para pakarnya.
2. Pengumpulan Data, yaitu mengumpulkan data dari pakar jantung, serta
melakukan wawancara dengan pakar jantung.
3. Perancangan Sistem, yaitu dengan menggunakann konsep desain dan
perancangan sistem.
4. Implementasi Program, yaitu dengan melakukan coding menggunakan tools
MATLAB R2010b untuk membangun sistem sesuai dengan rancangan pada
tahap sebelumya.
5. Pengujian dan Analisis, yaitu dengan melakukan pengujian terhadap sistem
yang telah dibangun dengan data testing. Selanjutnya, hasil pengujian akan
dianalisis sesuai dengan parameter-parameter pengujian yang telah ditetapkan
sebelumnya.
6. Penyusunan Laporan, yakni dengan mendokumentasikan dan melaporkan
hasil pengerjaan Tugas Akhir sesuai dengan kaidah dan sistematika penulisan
yang telah ditetapkan oleh pihak konstitusi.
3