Sistem Identifikasi Penyakit Paru Obstruktif Kronik (PPOK) Berdasarkan Suara Paru-Paru Menggunakan Jaringan Saraf Tiruan Berbasis Raspberry Pi

Abstract

Menurut World Health Organization (WHO), Penyakit Paru Obstruktif Kronik (PPOK) merupakan penyakit yang menyebabkan kematian peringkat ketiga terbesar di seluruh dunia, dimana terdapat sebanyak 3.23 juta kasus kematian pada tahun 2019. Sebanyak 80% dari kasus kematian akibat PPOK terjadi pada negara-negara dengan pendapatan rendah hingga sedang. PPOK biasannya ditandai dengan kesulitan bernapas dan batuk yang disertai dengan dahak. PPOK ini merupakan penyakit progresif yang tidak dapat disembuhkan dan akan semakin memburuk seiring berjalannya waktu. Salah satu cara yang biasa digunakan oleh dokter untuk melakukan diagnosis kondisi paru-paru adalah menggunakan stetoskop. Cara ini biasa disebut dengan nama auskultasi. Teknik diagnosis menggunakan auskultasi ini memiliki kelemahan dimana hasil diagnosis bergantung pada kepekaan telinga dan jam terbang dari dokter yang melakukan diagnosis. Maka solusi yang diusulkan dari permasalahan ini adalah membuat sistem identifikasi PPOK untuk melakukan diagnosis sehingga PPOK dapat diketahui sejak dini dan dapat diberikan perawatan dini untuk menghambat memburuknya kondisi paru-paru. Sistem ini juga menggunakan sistem kecerdasan buatan sehingga proses diagnosis lebih cepat, tepat, dan konsisten sehingga tidak bergantung pada kepekaan telinga dan jam terbang dokter. Sistem ini bekerja dengan cara mendeteksi apakah suara paru-paru terindikasi PPOK atau Sehat. Keluaran dari sistem ini adalah visualisasi dari suara paru-paru yang ditangkap stetoskop dan hasil diagnosis dari kondisi paru-paru yang ditampilkan secara real-time. Berdasarkan pegujian yang telah dilakukan, tingkat akurasi yang didapatkan oleh sistem adalah sebesar 93.35% dengan waktu komputasi sebesar 3.116 s. AbstractAccording to the World Health Organization (WHO), Chronic Obstructive Pulmonary Disease (COPD) is the third-largest disease that causes death worldwide, with 3.23 million deaths in 2019. As many as 80% of these deaths from COPD occur in low- and middle-income countries. COPD is usually characterized by difficulty breathing and coughing accompanied by phlegm. COPD is a progressive disease that cannot be cured and will get worse over time. One way that is commonly used by doctors to diagnose lung conditions is to use a stethoscope. This method is commonly referred to by the name of auscultation. This technique of diagnosis using auscultation has disadvantages where the results of the diagnosis depend on the sensitivity of the ear and the expertise of the doctor who did the diagnosis. So, the proposed solution to this problem is to create a COPD identification system to diagnose COPD so that COPD can be known early and can be given early treatment to inhibit worsening of lung conditions. The system also uses an artificial intelligence system so that the diagnosis process is faster, precise, and consistent so that it does not depend on the sensitivity of the ear and the doctor's expertise. This system works by detecting whether the sound of the lungs is COPD infected or healthy. The output of this system is a visualization of the sound of the lungs captured by the stethoscope and the diagnosis of the lung condition displayed in real-time. Based on the tests that have been done, the accuracy rate obtained by the system is 93.35% with a computational time of 3.116 s.