Perpustakaan Digital ITB

Tugas Akhir ini menyajikan karakterisasi singularitas suara batuk untuk sistem prescreening penyakit pernapasan. Proses sistem sistem tersebut merekam suara batuk dari subjek untuk menentukan kemungkinan subjek mengidap penyakit Covid-19. Pengukuran sinyal pada suara batuk menghasilkan pasangan ukuran dan dimensi (S, D) untuk digunakan sebagai pembeda fitur. Tujuan kami adalah untuk mempelajari kemampuan karakteristik singularitas untuk memisahkan suara batuk yang berasal dari populasi Covid-19 dan yang berasal dari populasi non-Covid-19, dan merekomendasikan cara untuk menggunakan karakteristik tersebut untuk meningkatkan akurasi sistem prescreening. Hipotesis kami adalah suara batuk yang berasal dari orang dengan penyakit pernapasan, seperti Covid-19, menunjukkan perilaku singularitas, sehingga pengukuran tunggal dapat meningkatkan akurasi sistem prescreening berbasis batuk. Kami mengusulkan pengukuran singularitas kami pada sampel batuk dari 16 pasien yang disediakan oleh database Virufy, 7 di antaranya diuji positif Covid-19. Hasil menunjukkan singularitas pada enam dari tujuh pengamatan batuk Covid-19. Sederhana pengklasifikasi berbasis ambang mencapai area di bawah kurva ROC 0,84 yang sangat baik bahkan sebelum menggunakan pemodelan apa pun dan machine learning, dengan sensitivitas, spesifisitas dan akurasi sebesar 83,33%. Karakterisasi singularitas dapat meningkatkan kinerja sistem pra-penyaringan untuk mengidentifikasi adanya penyakit pernapasan.