Akuisisi Data Menggunakan Mel-Frequency Cepstral Coeffcients (MFCC) pada Sinyal Akustik Phonocardiogram untuk Klasifikasi Gangguan Kecemasan
Gangguan kecemasan dapat memengaruhi fisiologi manusia, salah satunya melalui perubahan aktivitas pada jantung yang dapat berdampak signifikan terhadap kualitas hidup. Perubahan aktivitas jantung tersebut dapat memengaruhi karakteristik suara jantung yang dihasilkan, sehingga suara jantung berpotensi digunakan sebagai salah satu sumber informasi untuk mengidentifikasi perubahan kondisi fisiologis yang berkaitan dengan kecemasan. Oleh karena itu, diperlukan suatu metode deteksi dini yang efektif, efisien, dan non-invasif dengan memanfaatkan karakteristik suara jantung sebagai salah satu parameter dalam proses analisis dan identifikasi gangguan kecemasan. Penelitian ini bertujuan untuk mengklasifikasikan tingkat kecemasan melalui analisis sinyal akustik phonocardiogram (PCG) dengan memanfaatkan ekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC) yang dipadukan dengan penerapan Suport vector machine (SVM). Proses penelitian meliputi tahapan pra-pemrosesan sinyal, ekstraksi fitur MFCC, serta pengujian performa klasifikasi. Sebanyak 100 rekaman suara jantung berhasil diekstraksi secara keseluruhan dan menghasilkan 13 koefisien MFCC, dengan C0 tidak digunakan sehingga fitur yang dianalisis terdiri atas C1 hingga C13. Hasil ekstraksi menunjukkan bahwa koefisien C1 memiliki nilai paling dominan dalam merepresentasikan karakteristik utama sinyal, sedangkan koefisien C2 hingga C13 berperan sebagai fitur pendukung. Hasil pengujian menunjukkan bahwa pendekatan MFCC mampu memberikan akurasi klasifikasi yang tinggi, sehingga metode ini berpotensi dikembangkan sebagai solusi deteksi dini gangguan kecemasan berbasis suara jantung yang praktis, efisien, dan non-invasif untuk mendukung layanan kesehatan modern.
URI
https://repo.itera.ac.id/depan/submission/SB2609010026
Keyword
Ekstraksi Fitur Kecemasan MFCC Prapemrosesan Suara Jantung