Paru paru adalah organ manusia yang memiliki peranan penting dalam sistem pernapasan. Paru-paru dapat memenuhi kebutuhan oksigen dalam tubuh, namun jika paru-paru mengalami suatu gangguan maka sistem pernapasan akan terkena dampaknya bahkan bisa menyebabkan kematian. Wheezing merupakan suatu penanda dari gejala abnormal paru paru yang dialami oleh setiap individu. Wheezing terjadi secara berulang-ulang, dengan pitch yang tinggi dan sering terdengar saat ekspirasi. Penelitian Tugas Akhir kali ini dilakukan proses ektraksi ciri menggunakan Discrete Wavelet Transform (DWT) dengan fungsi basis yang berbeda-beda seperti, Wavelet Coiflet, Symlet, dan Daubechies. Hasil dari basis wavelet tersebut digunakan sebagai masukan pada tahap klasifikasi mengguanakan K-Nearest Neighbor (KNN). Setelah dilakukan pengujian terhadap data dari Respiratory Sound Database 2018 hasil yang diperoleh yaitu Wavelet Daubechies4 level 10 yang menghasilkan performansi tertinggi dengan nilai Akurasi 68.45%, Sensitivity 68.43%, Specificity 75.61%, dan F-1 Score 68.27%.
Kata kunci : ektraksi ciri, wheezing, DWT