Perpustakaan Digital ITB

Kemajuan teknologi, khususnya dalam pembelajaran mesin dan pembelajaran mendalam telah berperan penting dalam mengatasi tantangan di bidang kedokteran. Dengan keterbatasan sumber daya manusia dalam bidang medis dan metode tradisional, implementasi teknologi ini dapat menjadi sebuah solusi. Penyakit Pernapasan Obstruktif Kronis atau disingkat PPOK merupakan salah satu dari 10 penyakit paling mematikan di dunia. Diagnosis dini dan pengobatan tepat waktu sangat penting dalam menangani PPOK. Penelitian ini bertujuan untuk menentukan metode yang paling baik antara metode model Convolutional Neural Network (CNN) dan Decision Tree dalam mendiagnosa PPOK. Data yang digunakan adalah data suara pernapasan ICBHI 2017, yang terdiri dari 920 file pernapasan pasien beserta keterangan file tersebut. Evaluasi model dilakukan dengan accuracy, precision, recall, F1-score, dan confusion matrix. Dalam percobaan yang dilakukan, penulis memanfaatkan berbagai fitur dari library machine learning Pandas, Numpy, Librosa, Tensorflow, dan Scikit-Learn. Selain itu, digunakan metode ekstraksi suara seperti, seperti MFCC, Chroma-STFT, dan Mel-Spectrogram.