TA : Analisis dan Ekstraksi Ciri Sinyal Suara Jantung Menggunakan Transformasi Wavelet Diskrit.
Teks penuh
Gambar
Dokumen terkait
Input jaringan syaraf tiruan ini berasal dari ekstraksi ciri suara jantung yang telah dilakukan menggunakan metode Dekorlet serta menggunakan metode Transformasi Wavelet
Dari grafik dapat dilihat bahwa untuk query citra asli dapat diperoleh tingkat kesuksesan rata-rata 100%, pada distorsi jenis blur diperoleh tingkat kesuksesan rata-rata
Setelah dilakukan ekstrasi ciri isyarat vokal dengan menggunakan metode Discrete Wavelet Transform (DWT) level 3 secara realtime maka diperoleh rata-rata
Dari hasil Tabel 4.4 dan Gambar 4.14 dapat dilihat bahwa Biorthogonal 3.9 memiliki rata-rata normalisasi energi dekomposisi yang paling tinggi yaitu 1 dengan
Pengujian sistem sendiri meliputi beberapa sekema seperti penggunaan tiga mother wavelet yaitu sym2, db2 dan coif1, selanjutnya memvariasikan level dekomposisi 1
Untuk itu dilakukan analisa suara jantung normal dengan menggunakan enam buah data suara jantung normal yang berbeda, dengan metode Discrete Wavelet Transform (DWT)
Dari grafik dapat dilihat bahwa untuk query citra asli dapat diperoleh tingkat kesuksesan rata-rata 100%, pada distorsi jenis blur diperoleh tingkat kesuksesan rata-rata 99.22%,
Kemudian pada tahap ketiga yaitu tahap ekstraksi ciri, citra bakteri hasil cropping akan melalui proses dekomposisi dengan menghitung energi aproksimasi, energi
