Tugas Akhir - 2007 REDUKSI SUARA JANTUNG DARI REKAMAN PARU-PARU MENGGUNAKAN ALGORITMA WAVELET PACKET DECOMPOSITION (HEART SOUNDS REDUCTION FROM LUNG SOUNDS RECORDINGS USING WAVELET PACKET DECOMPOSITION ALGORITHM) Freddi Edward Posma P¹, Achmad Rizal², Iwan Iwut Tirtoasmoro³ ¹Teknik Telekomunikasi, Fakultas Teknik Elektro, Universitas Telkom Abstrak Suara paru-paru adalah suara yang dihasilkan oleh aliran udara yang keluar masuk paru-paru karena aktivitas pernafasan. Semakin meningkat intensitas pernafasan maka akan mengakibatkan meningkatnya aliran udara yang keluar masuk paru-paru. Suara paru-paru ini biasanya digunakan untuk mendiagnosis kondisi psikologis dan kesehatan manusia terutama sejak ditemukannya stetoskop. Pemeriksaan suara paru-paru ini biasanya dilakukan di dada pasien. Karena dalam domain waktu dan frekuensi ada kombinasi antara sinyal pernafasan aliran udara paru-paru dengan suara jantung dan otot di dalam sinyal suara yang diperoleh ketika memeriksa dengan stetoskop pada permukaan dada. Hal ini dapat mengakibatkan kesulitan untuk menentukan suaru paru-paru secara spesifik sebagai parameter yang mendasari dalam mendiagnosis kondisi kesehatan pasien. Dalam tugas akhir ini diteliti kemampuan proses algoritma wavelet packet decomposition dalam mereduksi suara jantung dari rekaman paru-paru, sehingga mempermudah bagi seorang medis dalam mendiagnosis kondisi kesehatan pasien. Penelitian ini direalisasikan menggunakan perangkat lunak MATLAB 7.0 dengan kriteria hasil uji kinerja diukur dalam bentuk pernyataan nilai PSD (Power Spektral Density) dan Mean Difference Error hasil dari pemfilteran. Hasil analisis kuantitatif menunjukkan bahwa proses pemfilteran dengan menggunakan algoritma wavelet packet decomposition nilai PSD (Power Spektral Density) antara suara paru-paru hasil filter dan suara paru-paru tanpa suara jantung mendekati sama dan filter efektif pada frekuensi 0-200 Hz. Selain itu, hasil secara kualitatif menunjukkan bahwa sistem tersebut baik, dengan nilai MOS rata-rata 3.825. Mengacu kepada analisis secara kuantitatif dan kualitatif, sistem wavelet filter sudah memadai untuk digunakan sebagai alat reduksi suara jantung dari rekaman paru-paru. Kata Kunci : * Abstract Lung sounds are sound that produced by air stream in and out from lung because breath activity. If intensity of breath more increase will cause the increasing of stream air in and out from lung. Lung sounds are used to diagnose psychological and health expecially since stethoscope was invented. Inspection lung sounds were done in patient chest. In time domain and frequency domain there are combination between lung sound with heart sounds and muscle in sound signal when inspect on chest. It can cause diffculty to determine the specific lung sounds as parameter for diagnose patient health condition. In this thesis, is done the research about the ability of algorithm wavelet filter to reduce heart sound from lung sounds recording. This research is realized by using software named MATLAB 7.0 with criteria work experiment result is measured in form of PSD (power spectral density) and Mean Difference Error . The result of quantitative analysis shows that process of filtering with using wavelet decomposition packet algorithm PSD ( Power Spektral Density) lung sound and sound without heart sound are same and the effective filter at frequency 0-200 Hz. Meanwhile, the qualitative analysis shows that this system is good with the mean value of MOS mean 3.825. Refer to the analysis quantitatively and qualitative, system of wavelet filter have effective to be used to reduce heart sound from lung sound recording. Keywords : * Fakultas Teknik Elektro Powered by TCPDF (www.tcpdf.org) Program Studi S1 Teknik Telekomunikasi Tugas Akhir - 2007 BAB I PENDAHULUAN 1.1 Latar Belakang Suara paru-paru adalah suara yang dihasilkan oleh aliran udara yang keluar masuk paru-paru karena aktivitas pernafasan. Semakin meningkat intensitas pernafasan maka akan mengakibatkan meningkatnya aliran udara yang keluar masuk paru-paru. Suara paru-paru ini biasanya digunakan untuk mendiagnosis kondisi psikologis dan kesehatan manusia terutama sejak ditemukannya stetoskop. Pemeriksaan suara paru-paru ini biasanya dilakukan di dada pasien. Karena dalam domain waktu dan frekuensi ada kombinasi antara sinyal pernafasan aliran udara paru-paru dengan suara jantung dan otot di dalam sinyal suara yang diperoleh ketika memeriksa dengan stetoskop pada permukaan dada. Hal ini dapat mengakibatkan kesulitan untuk menentukan suaru paru-paru secara spesifik sebagai parameter yang mendasari dalam mendiagnosis kondisi kesehatan pasien. Beberapa penelitian telah dilakukan untuk mendapatkan suara paru-paru yang bebas dari suara-suara lain yang tidak diinginkan Salah satunya dengan menggunakan algoritma wavelet packet decomposition. Dengan menganggap suara jantung sebagai noise maka bisa dilakukan lokalisasi suara jantung untuk mereduksi suara jantung dari rekaman suara paru-paru. Dalam Tugas Akhir ini digunakan algoritma wavelet packet decomposition yang bertujuan untuk mereduksi suara jantung dari rekaman suara paru-paru. 1.2. Tujuan Adapun tujuan penulisan Tugas Akhir ini adalah: 1. Meneliti dan menganalisis algoritma wavelet packet decomposition untuk mereduksi suara jantung dari rekaman paru-paru. 2. Merancang sistem reduksi yang dapat mereduksi suara jantung dari rekaman paru-paru. Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi Tugas Akhir - 2007 3. Mendapatkan sinyal output berupa sinyal suara paru-paru yang terbebas dari suara jantung dengan nilai error minimum. 1.3 Rumusan Masalah Beberapa masalah yang dibahas dalam Tugas Akhir ini antara lain: 1. Cara kerja filter dengan algoritma wavelet packet decomposition dalam mereduksi suara jantung yang tercampur didalam rekaman suara paruparu. 2. Menentukan keefektifan algoritma wavelet packet decomposition dengan membandingkan Power Spectral Density (PSD) sinyal sebelum dan sesudah difilter. 3. Merancang sebuah software untuk mereduksi suara jantung dari rekaman suara paru-paru dengan menggunakan pemrograman Matlab 7.01. 1.4 Batasan Masalah Agar pembahasan dalam Tugas Akhir ini tidak terlalu kompleks dan tidak terlalu dangkal maka dalam penulisannya dilakukan pembatasan-pembatasan masalah sebagai berikut : 1. Sinyal input berupa rekaman suara paru-paru . 2. Rekaman suara paru-paru dilakukan di bagian dada sebelah kanan. 3. Metode yang digunakan adalah algoritma wavelet packet decomposition. 4. Hanya dilakukan pada rekaman paru-paru yang tidak memiliki penyakit 5. Metoda transformasi yang dipakai adalah sistem wavelet dengan fungsi dasar bior 3.9. 6. Pemrograman yang digunakan adalah Matlab 7.01 1.5 Metodologi Penelitian Langkah yang ditempuh dalam menyelesaikan tugas akhir ini diantaranya adalah : 1. Studi literature, dengan mengkaji teori–teori dasar dan teori pendukung yang tersedia dalam buku dan sumber-sumber referensi. 2. Analisis matematis mengenai struktur fungsi dalam masing-masing algoritma. Fakultas Teknik Elektro Program Studi S1 Teknik Telekomunikasi Tugas Akhir - 2007 3. Simulasi, yaitu pembuatan pemrograman filter dengan menggunakan algoritma wavelet packet decomposition pada Matlab 7.01 . 4. Konsultasi dengan pembimbing dan orang-orang yang ahli dalam bidang pemrograman filter adaptif dengan menggunakan Matlab 7.01. 1.6. SISTEMATIKA PENULISAN Secara umum keseluruhan Tugas Akhir ini dibagi menjadi lima bab bahasan, ditambah dengan lampiran dan daftar istilah yang diperlukan. Penjelasan masing-masing bab adalah sebagai berikut: BAB I : PENDAHULUAN Menjelaskan tentang permasalahan yang dibahas secara umum dengan memperhatikan latar belakang masalah, perumusan masalah, tujuan tugas akhir, pembatasan masalah serta sistematika pembahasan BAB II : DASAR TEORI Mengulas tentang teori-teori yang berkaitan dengan kasus yang diangkat pada tugas akhir ini, diantaranya adalah teori tentang sinyal suara paru-paru, sinyal suara jantung, algoritma wavelet packet decomposition. BAB III : PERANCANGAN SISTEM DAN SIMULASI Bab ini membahas tentang desain sistem serta pembuatan suatu software filter pada pemrograman dengan menggunakan matlab 7.01 BAB IV : HASIL SIMULASI DAN ANALISIS Membahas analisis terhadap data yang diperoleh dari hasil simulasi penelitian dari bab sebelumnya yang menyangkut faktor kualitas, keadaan gambar grafik dan output program dan juga membahas keterkaitan analisis dengan teorema-teorema yang ada. BAB V : KESIMPULAN DAN SARAN Berisi tentang kesimpulan dari hasil penelitian dan saran untuk perbaikan atau pengembangan pada penelitian berikutnya Fakultas Teknik Elektro Powered by TCPDF (www.tcpdf.org) Program Studi S1 Teknik Telekomunikasi Tugas Akhir - 2007 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Dari hasil analisis dapat disimpulkan bahwa : 1. Transformasi wavelet efektif sebagai alat untuk melakukan denoising pada sinyal rekaman paru-paru. 2. Thresholding dengan menggunakan hard thresholding lebih baik dibandingkan dengan soft thresholding, yang dibuktikan pada mean difference error dan power spectral density . 3. Dari analisis secara subjektif diperoleh bahwa dengan menggunakan wavelet filter telah menunjukkan berkurangnya suara jantung dari rekaman paru-paru dari 30 responden diperoleh MOS (mean opinion score) dengan nilai rata-rata 3.7. 4. Nilai PSD(power spectral density) menunjukkan bahwa unjuk kerja wavelet filter lebih efektif dibanding filter HPF karena wavelet filter dapat bekerja pada seluruh daerah frekuensi dan tidak merusak sinyal informasi dari sinyal tersebut. 5. Proses pemfilteran dengan wavelet transform sangat sederhana, mudah, cepat dan tidak membutuhkan sinyal referensi. 5.2 Saran 1. Sistem wavelet adalah sistem yang paling sederhana, sehingga penerapan sistem lain perlu dicoba untuk melihat efisiensinya. 2. Kedepannya untuk membuat alat yang dapat merekam sinyal sendiri sehingga nilai akurasinya lebih tepat. 3. Perlu dilakukan proses metoda thresholding yang lain untuk melihat pengaruh pemfilteran pada sinyal rekaman. Fakultas Teknik Elektro Powered by TCPDF (www.tcpdf.org) Program Studi S1 Teknik Telekomunikasi Tugas Akhir - 2007 DAFTAR PUSTAKA [1]. Faculty of Technology, Department of Electrical and Computer Engineering, Di6ision of Medical Signal and Image Processing, Aristotle Uni6ersity of Thessaloniki, GR- 540 06Thessaloniki, Greece [2]. J. Gnitecki, Z. Moussavi, H. Pasterkamp, Recursive Least Squares Adaptive Noise Cancellation Filtering for heart sound reduction in lung sound recording, Universitas of Manitoba 2003. [3]. L.J Hadijileontis,D.A.. Patakas, N.J. Margaris,S.M. Panas, Separation of crakles and squawks from vesicular sounds using a wavelet-based filtering technique, Proceedings of Ninth ISTET ’97, Palermo, Sciliy, 1997, pp.216-219 [4]. www. R.A.L.E. com, R.A.L.E Repository [5]. G. Mallat, A theory for multiresolution signal decomposition: The wavelet representation, IEEE Trans. Patt. Anal. Machine Intell. 11 (7) (1989) 674693 [6]. Ferdi Sukresno, Reduksi suara jantung dari rekaman suara paru-paru menggunakan filter adaptif dengan algoritma recursive least square,2007. [7]. M. Vetterli, J. Kovacevic, Wavelets and subband Coding, Prentice-Hall, Englewood Cliffs, NJ, 1995, pp. 201-198 [8]. L.J. Hadjileontiadis, S.M. Panas, Separation of discontinuous adventitious sounds from vesicular sounds using a wavelet-based filter, Trans. Biomed. Eng. 44 (12) (1997) 1269–1281. [9]. L.J. Hadiileontiadis, S.M. Panas, Adaptive reduction of heart sounds from lung sounds using fourth-order statistics, Trans. Biomed. Eng. 44 (7) (1997) 642–648. [10]. Cohen, A. (1992), "Ondelettes, analyses multirésolution et traitement numérique du signal," Ph. D. Thesis, University of Paris IX, DAUPHINE [11]. Daubechies, I. (1992), Ten lectures on wavelets, CBMS-NSF conference series in applied mathematics. SIAM Ed. Fakultas Teknik Elektro Powered by TCPDF (www.tcpdf.org) Program Studi S1 Teknik Telekomunikasi