ABSTRAKSI: Keterbatasan manusia, dalam hal ini seorang dokter dalam menganalisa suatu penyakit atau kelainan yang diderita oleh pasien memunculkan ide-ide baru dalam bidang teknologi kedokteran yang dapat membantu dokter dalam proses analisa agar hasil yang didapatkan lebih akurat. Salah satu metode yang digunakan seorang dokter dalam menganalisa penyakit atau kelainan yang diderita oleh pasien adalah dengan memeriksa suara jantung dari pasien. Suara jantung yang didengarkan dengan stethoscope menghasilkan detak berbeda yang sering dinyatakan dengan lub-dub. Pengecekan kelainan atau penyakit yang diderita oleh pasien dapat dilakukan dengan menganalisa karakteristik dari detak lub yang sering disebut dengan suara jantung pertama (S1) dan detak dub yang sering disebut dengan suara jantung kedua (S2).
Subyektivitas seorang dokter dalam menganalisa karakteristik suara jantung S1 dan suara jantung S2 tersebut bisa mengakibatkan kesalahan diagnosa penyakit atau kelainan yang diderita oleh pasien. Pada tugas akhir ini akan dilakukan klasifikasi jenis suara jantung normal dan abnormal berdasarkan karakteristik suara jantung S1 dan S2 dengan menggunakan metode Hidden Markov Model (HMM) yang diharapkan dapat meningkatkan keakuratan diagnosa seorang dokter. Proses klasifikasi jenis suara jantung pada tugas akhir ini diharapkan mempunyai tingkat keakuratan optimal berkisar antara 70%-80%.Kata Kunci : lub-dub, heart sounds, hidden markov model.ABSTRACT: Human disability, in this case, a doctor, when analyzing patient’s diseases, emerge new ideas in medical technology that can help a doctor in analyzing patient’s diseases more accurately. One method that is used by a doctor in analyzing patient’s diseases is by examining patient’s heart sounds. Heart sounds that are heard by a stethoscope result a different heart taps which are named lub-dub. Checking patient’s diseases can be done by analyzing characteristic of lub, called first heart sound (S1) and dub, called second heart sound (S2).
A doctor’s subjectivity in analyzing characteristic of heart sound S1 and S2 can be resulted in wrong disease diagnosis for patient. In this final task, it will be classified between normal heart sound and abnormal heart sounds using a method Hidden Markov Model (HMM) that is hoped for increasing accuracy of doctor’s diagnoses. Classification process in this final task is hoped for having optimal accuracy in range 0f 70%-80%.Keyword: lub-dub, heart sounds, hidden markov model.