Kampus UVRI Makassar YKDDM

Jl. W.R. Supratman No. 2 Makassar Gedung SAO SORO KANNAE

Wisuda UVRI Makassar YKDDM Tahun 2011

dihadiri oleh Gubernur Sulawesi Selatan Dr. H. Syahrul Yasin Limpo, S.H., M.H

Wisuda UVRI Makassar YKDDM Tahun 2012

Kata sambutan oleh Ketua YKDDM : Brigjend TNI (Purn.) H. Andi Oddang

Wisuda UVRI Makassar YKDDM Tahun 2012

Kata sambutan oleh Ketua Badan Pembina YKDDM : Brigjend. TNI (Purn.) H. Andi Bachtiar

Wisuda UVRI Makassar YKDDM Tahun 2012

dihadiri oleh Pengurus Yayasan Karya Dharma Daerah Makassar (YKDDM)

Identifikasi Isyarat Murmur Jantung dengan Jaringan Syaraf Tiruan Learning Vector Quantization oleh Dwi Purnama Soiswaty, S.T., M.T.



Serangan jantung masih menempati urutan pertama penyebab kematian di dunia. Gejala abnormalitas jantung (murmur) kadang datang secara tiba-tiba, oleh sebab itu pengenalan secara dini terhadap penyakit jantung dapat membantu  pasien terhindar dari serangan jantung. Saat ini dokter masih menggunakan suara jantung untuk membantu kinerja jantung dengan menggunakan stetoskop yang penggunaannya menghasilkan suara yang lemah, oleh karena itu pendiagnosaan penyakit jantung pasien diperlukan kepekaan dan pengalaman dari seorang dokter.
Kemampuan seorang dokter mengenali kondisi pasien merupakan suatu hal yang fenomenal. Kondisi pasien yang sakit dapat dengan mudah diketahui oleh seorang dokter dengan memeriksa kondisi jantung si pasien karena mempunyai pengetahuan medis dibantu dengan alat-alat kedokteran yang mendukungnya.
Kemampuan mengenali kondisi jantung pasien semacam ini dapat diterapkan pada komputer sehingga si pasien tidak perlu berlama-lama antri dirumah sakit atau klinik dokter, hal ini komputer dapat membantu mempermudah pekerjaan dokter dan memudahkan si pasien, dalam artian komputer dapat melakukan pradiagnosa sendiri terhadap kondisi jantung  pasien.

Menyadari adanya kelemahan komputer dalam menangani kasus-kasus tertentu, menyebabkan para ahli mencoba mengembangkan konsep baru yang diharapkan dapat meningkatkan kemampuan komputer dalam menangani kasus tersebut. Untuk itulah usaha peningkatan kemampuan komputer tidak saja dilakukan lewat perbaikan bahan material pembuat prosesor dan memori, tetapi juga lewat perubahan konsep dasar cara kerja komputer, yang salah satunya adalah dengan menggunakan konsep jaringan syaraf tiruan.
Sistem identifikasi suara jantung dengan menggunakan jaringan saraf tiruan adalah suatu sistem terpadu yang bertujuan untuk mengolah suatu input berupa suara jantung yang dimasukkan ke dalam sistem jaringan syaraf tiruan dan setelah diproses akan mampu mengidentifikasi suara murmur jantung. Sistem ini dapat diimplementasikan dengan menggunakan metode pencarian bentuk ciri khas (feature) suara jantung kemudian jaringan saraf tiruan memproses ciri khas suara jantung untuk diidentifikasi.
Jaringan syaraf tiruan  mempunyai kemampuan yang baik dalam mengeneralisasi sehingga jaringan syaraf  ini merupakan salah satu pilihan yang dapat digunakan dalam memecahkan masalah pengklasifikasian bentuk. Berdasarkan hal tersebut diatas salah satu metode yang dapat melakukan proses pengenalan suara jantung dalam Jaringan Syaraf Tiruan (JST) adalah Learning Vector Quantization (LVQ). LVQ itu sendiri merupakan salah satu metode dalam JST untuk melakukan pembelajaran pada lapisan kompetitif yang terawasi.
Berdasarkan uraian yang telah dikemukakan diatas maka Dwi Purnama Soiswaty, ST., MT. salah satu Dosen Fakultas Teknik Universtas Veteran R.I Makassar YKDDM melakukan penelitian bagaimana membangun sebuah sistem Jaringan Syaraf Tiruan (JST) dengan menggunakan metode Learning Vector Quantization (LVQ) yang mampu memberikan informasi serta melakukan proses  identifikasi isyarat murmur jantung sehingga memudahkan seorang dokter untuk melakukan pradiagnosa terhadap kondisi jantung pasien.
Penelitian ini mengolah data suara murmur jantung yang diperoleh adalah 120 suara jantung, jumlah data berdasarkan jenis murmur adalah 20 suara jantung Aortic Stenosis, 20 suara jantung Aortic Regurgitation, 20 suara jantung Mitral Regurgitation, 20 suara jantung Murmur lain, dan 20 suara jantung Normal. Banyaknya suara yang digunakan untuk pelatihan jaringan syaraf tiruan adalah 100 dan 20 suara lainnya digunakan untuk uji coba jaringan syaraf tiruan. 
     Sebelum mengolah data tersebut, ibu dari Andi Muh. Athaullah Aqil dan Andi Khairul Azzam membuat aplikasi Jaringan Syaraf Tiruan LVQ, dari hasil pengujian terhadap Jaringan Syaraf Tiruan LVQ dalam mengidentifikasi suara murmur jantung menunjukkan bahwa nilai keberhasilan yang terendah sebesar 70% dan nilai keberhasilan yang tertinggi sebesar 100% atau rata-rata dari seluruh hasil pengujian adalah sebesar 80%. Faktor parameter pelatihan sangat menentukan nilai keberhasilan jaringan syaraf tiruan diantaranya adalah nilai FFT, Laju Pelatihan, dan Metode Pelatihan.