Identifikasi suara respirasi menggunakan anfis (Adaptive neuro fuzzy inference system)

Pada umumnya, dokter menggunakan suara yang keluar dari tubuh, untuk memeriksa kinerja sistem respirasi pasien, dengan stetoskop. Stetoskop menghasilkan suara yang lemah, sehingga sangat tergantung pada subjektivitas dan pengalaman dokter. Penelitian ini menguji sistem identifikasi suara respirasi berbasis spektral menggunakan ANFIS. Input sistem berupa tujuh isyarat suara respirasi dalam file berformat WAV. Pada Pra proses dilakukan segmentasi, normalisasi dan windowing. Hasil windowing dicari FFT (fast fourier transform) dan kerapatan dayanya. Ekstraksi ciri diperoleh dengan mencari mean, variance, skewness dan kurtosis dari kerapatan dayanya. Sistem ANFIS dilatih dengan tujuh jenis suara respirasi , antara lain : normal, asthma, bronchial type 1, bronchial type 2, pleural friction, medium rowls, dan cairan dalam paru. kemudian sistem diuji dengan suara respirasi yang ditambah derau. Hasil penelitian menunjukkan bahwa ANFIS dapat digunakan untuk identifikasi tujuh suara respirasi, tanpa derau maupun dengan derau hingga SNR minimum 5 dB. Keberhasilan klasifikasi sebesar 74 % untuk sistem tujuh ANFIS dan 52 % untuk sistem satu ANFIS. Generaly, doctors use the signals sound to test respiration system performance using stethoscope. The use of stethoscope produce a weak signal, so for a diagnosis requires physician experience. This research implements a classification system for respiration sound signal based on spectral using ANFIS. The network input consists of mean, variance, skewness, and kurtosis of the input spectrum. The network is trained with seven cases of respiration signals which are : normal, asthma, bronchial type 1, bronchial type 2, pleural friction, medium rowls, and fluid in lung. Then the network is tested with the respiration sound signals added with noise. Test results showed that ANFIS can be used for identification of seven cases of respiratory signals, although the signals are noisy up to SNR minimum 5 dB. The identification successfully of seven ANFIS system is 74 % and 52 % for one ANFIS.