PENERAPAN METODE ICA (INDEPENDENT COMPONENT ANALYSIS) UNTUK PEMISAHAN SINYAL SUARA JANTUNG DAN PARU-PARU

IKA AYU RUSWINDIARSIH

Informasi Dasar

153 kali
111030021
621.382 2
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: Stetoskop merupakan peralatan medis yang biasanya digunakan untuk mengamati suara jantung atau suara paru-paru. Penggunaan stetoskop untuk pemeriksaan paru-paru, suara jantung merupakan noise bagi suara paru-paru, sehingga suara yang dihasilkan saling tumpang tindih. Agar tidak terjadi kesalahdeteksian informasi, sebaiknya dilakukan pemisahan antara suara jantung dengan suara paru-paru.
Ada berbagai macam metode yang dapat diterapkan untuk pemisahan sinyal suara yang saling tercampur. Salah satu metode yang digunakan pada tugas akhir ini adalah Independent Component Analysis (ICA). ICA merupakan metode pemisahan sumber (source separation) yang didasarkan pada statistika orde banyak.
Pada tugas akhir ini dirancang sebuah sistem yang dapat mengukur performansi ICA dalam memisahkan sinyal suara tercampur. Metode ICA akan diterapkan untuk memisahkan dua sumber suara yaitu rekaman suara jantung dan paru-paru pada manusia, dengan menggunakan algoritma FastICA.
Dari hasil pengujian terhadap sinyal suara jantung dan paru diperoleh bahwa performansi ICA dalam memisahkan sinyal tercampur sangat bagus. Output sinyal suara jantung dan paru yang dihasilkan melalui proses FastICA menghasilkan sinyal suara yang lebih baik dibandingkan dengan tanpa melalui proses FastICA.
Kata Kunci : suara paru, suara jantung, ICA, FastICAABSTRACT: Stethoscope is a medical equipment commonly used to observe the heart sound or the lung sound. The heart sound is considered as a noise for lung. Therefore, in observing the lung, produced sounds overlays. In order to avoid miss-information, separation between the heart sound and lung sound is needed.
There are several applicable methods to separate mixed sounds signal, one of the methods used in this final project is Independent Component Analysis (ICA). ICA is a source separation method based on many order statistic.
This final project, will design a system that is able to measure the ICA performance in separating the two sounds source, heart sound and lung in human by using FastICA algorithm.
From the test result of the heart and lung sound signals, it is gained that ICA performance in separating the mixed signal is excellent. The output of heart and lung sound produced through the FastICA process is better than the previous signals.
Keyword: lung sound, heart sound, ICA, FastICA

Subjek

Pengolahan Sinyal Informasi
 

Katalog

PENERAPAN METODE ICA (INDEPENDENT COMPONENT ANALYSIS) UNTUK PEMISAHAN SINYAL SUARA JANTUNG DAN PARU-PARU
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

IKA AYU RUSWINDIARSIH
Perorangan
Achmad Rizal, Iwan Iwut Tirtoasmoro
 

Penerbit

Universitas Telkom
Bandung
2008

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini