ABSTRAKSI: Dalam dunia kesehatan, terdapat suatu teknik pemeriksaan pasien yang dinamakan Auskultasi. Auskultasi merupakan teknik mendengarkan suara yang dihasilkan dari proses biologis yang terjadi dalam tubuh. Teknik ini menggunakan stetoskop sebagai alat bantu. Auskultasi merupakan teknik dasar dalam pemeriksaan kesehatan pasien, dengan stetoskop, dokter mendengarkan suara nafas yang berasal dari paru-paru dan dapat juga melalui sinyal atau detakan suara jantung untuk menentukan kesehatan pasien.
Pada tugas akhir ini, kita akan menggunakan rekaman suara jantung dimana rekaman suara jantung ini dapat digunakan oleh dokter untuk mendiagnosis kesehatan seseorang. Dalam perekaman suara jantung sering sekali ditemukan adanya noise yang dapat membuat kesalahan diagnosis dari dokter maka diperlukanlah suatu metode untuk mereduksi noise yang ada seperti suara menelan, pernapasan atau karena stetoskop yang terkena goresan rambut dan pada tugas akhir ini noise yang akan kita reduksi adalah suara menelan. Suara jantung yang direkam dalam bentuk *.wav selama 10 detik dengan frekuensi sampling 8000 Hz.
Ekstraksi ciri yang digunakan dalam tugas akhir ini adalah segmentasi adaptif dengan dimensi varian dimana data suara akan dibagi ketiap segment dan nilai varian itu yang berfungsi untuk mensegmentasinya. Setelah dilakukan segmantasi maka langkah selanjutnya menggunakan K-NN yang berfungsi untuk mengelompokkan yang merupakan sinyal suara jantung dan sinyal suara menelan. Dengan nilai MSE yaitu 0.096573 yang merupakan nilai yang cukup kecil yang berarti bahwa sinyal campuran tersebut menghasilkan sinyal suara jantung yang akurat.Kata Kunci : Suara menelan , Segmentasi adaptif, Dimensi Varian dan K-NNABSTRACT: In the world of health, there is a patient examination technique called auscultation. Auscultation is a technique of listening to the sound produv=ced from biological processes that occur in the body. This technique uses a stethoscope as a tool. Auscultation is a basic technique in medical examinations of patients, with stethoscope, the doctor listened to the sound of breath / lung sound or heart sounds to determine the patients health
In this thesis, we will use the heart sound recordings where recordings of heart sound can be used by physicians to diagnose a person’s health. In the recording of heart sounds often found the noise that can make a mistake then requires the doctor’s diagnosis of a method to reduce the existing noise like the sound of swallowing, breathing or because the stethoscope the affected hair and scratches in this final noise reduction is that we will swallow sound. Heart sounds recorded in the form *.wav for 10 seconds with sampling frequency of 8000 Hz.
Feature extraction used in this thesis is adaptive segmentation with the dimensions of the variant in which voice data will be shared ketiap segment and the variance is a function to mensegmentasinya. After segmantasi then the next step using K-NN which is used to classify which is the heart sound signals and sound signals to swallow. With the MSE value is 0.096573, which is a fairly small value which means that the mixed signal is produced accurate heart sound signals.Keyword: Swallowing sound, Adaptive segmentation, Variance dimension and K-NN