ABSTRAKSI: Biometrika adalah mengukur karakteristik pembeda (distinguisthing traits) pada badan atau perilaku seseorang yang digunakan untuk melakukan pengenalan secara otomatis terhadap identitas orang tersebut dengan membandingkannya dengan karakteristik yang sebelumnya telah disimpan pada suatu database, dimana pengenalan secara otomatis disini adalah dengan menggunakan teknologi komputer. Dengan begitu, pengenalan terhadap identitas seseorang dapat dilakukan secara waktu nyata (real time), tidak membutuhkan waktu berjam-jam atau berhari-hari untuk proses pengenalan itu.
Pada Tugas Akhir ini bagian tubuh yang digunakan sebagai biometrika adalah jantung, dimana suara jantung atau Phonocardiogram (PCG) berperan sebagai karakteristik pembedanya. Suara jantung ini direkam dalam bentuk *.wav selama 10 detik dengan frekuensi sampling 8000Hz. Suara jantung tersebut direkam dalam 4 kondisi (santai, bangun tidur, sehabis jalan dan jantung berdegup kencang). Terdapat 2 skenario dalam pengujian system pada Tugas Akhir ini, yakni pengujian tanpa penambahan noise (skenario 1) dan dengan penambahan noise AWGN dengan SNR 10dB, 20dB, 30dB, 40dB, 50dB, 55dB & 60dB yang diujikan pada masing-masing kondisi secara terpisah (skenario 2). Untuk mengekstraksi ciri dari suara jantung ini digunakan dekomposisi wavelet 5 tingkat dan sebagai classifier digunakan K-NN classify.
Nilai akurasi klasifikasi untuk pengujian tanpa penambahan noise didapat sebesar 20%, hal ini menunjukkan bahwa suara jantung tidak layak digunakan sebagai modalitas pengenalan individu dan untuk pengujian dengan penambahan noise didapat akurasi sebesar 5%-100%, pada skenario 2 sinyal suara jantung memiliki ketahanan terhadap noise pada saat SNR ≥ 50dB.
Kata Kunci : Biometrika, Phonocardiogram (PCG), dekomposisi wavelet,AWGN, K-NN classifyABSTRACT: Biometrics is a measure distinguishing characteristics (distinguisthing traits) in the body or behavior of someone who used to perform automatic recognition of the identity of the person by comparing it with the characteristics previously stored in a database, which automatically introduction here is to use computer technology. That way, the introduction of personal identity can be done in real time (real time), does not require hours or days for that recognition process.
In this final part of the body are used as pattern recognition is the heart, where the heart sounds or Phonocardiogram (PCG) serves as a distinguishing characteristics. cardiac sound is recorded in the form *. wav for 10 seconds with a sampling frequency of 8,000 Hz. cardiac sounds were recorded in 4 conditions (relax, wake up, after the street and the heart beat faster). There are 2 scenarios in testing the system on this final, for the test without the addition of noise (scenario 1) and with the addition of AWGN noise with SNR 10dB, 20 dB, 30dB, 40dB, 50dB, 55dB and 60dB are tested on each condition separately ( scenario 2). To extract the characteristics of heart sound is used 5 levels of wavelet decomposition and a used K-NN classifier classify.
The value of classification accuracy for the test without the addition of noise obtained by 20%, this suggests that the cardiac sounds are not fit for use as an individual recognition modalities and for testing with the addition of noise obtained an accuracy of 5%-100%, in scenario 2 cardiac sounds signal has the resilience to noise when SNR ≥ 50 dB.Keyword: Biometrics, Phonocardiogram (PCG), wavelet decomposition,AWGN, K-NNclassify