Casmika Saputra _ SpiroComp

Seediscussions,stats,andauthorprofilesforthispublicationat:http://www.researchgate.net/publication/273910977

SpiroComp:SpirometerDigitalMenggunakanMicrophoneLaptop

ARTICLE·SEPTEMBER2014

DOWNLOADS

9

VIEWS

19

1AUTHOR:

CasmikaSaputra

BandungInstituteofTechnology

11PUBLICATIONS0CITATIONS

SEEPROFILE

Availablefrom:CasmikaSaputra

Retrievedon:23September2015

SpiroComp : Spirometer Digital MenggunakanMicrophone Laptop

Casmika Saputra10212001

Program Studi Fisika Institut Teknologi [email protected]

Abstrak. Telah dibuat SpiroComp, yaitu spirometer yang memanfaatkan microphonelaptop sebagai sensor ekspirasi. Dilakukan signal processing dengan cara pendeteksianHilbert Envelope hingga konversi menjadi parameter fungsi paru. Parameter tersebutadalah FVC, FEV1, Rasio FEV1/FVC, dan PEF. Kemudian ditampilkan dalam bentuk grafikVolume-Flow dan Volume-Waktu dapat digenerate dari sinyal audio ekspirasi. Namun,penelitian ini belum dapat dipakai untuk diagnosa kedokteran. Karena hasil penelitianbelum dilakukan kalibrasi dan pembandingan dengan menggunakan spirometer standar.Kata kunci : SpiroComp, Spirometer, FEV1, FVC, dan PEF

PENDAHULUAN

Salah satu instrumentasi medis untuk menganalisis fungsional paru-paruadalah spirometer. Spirometer sudah banyak dikembangkan mulai dari modelkonvensional hingga beralih ke digital. Secara konvensionala spirometer dapatdibuat menggunakan selang dan tabung penampung udara serta menggunakanpena untuk membuat kurva volume atau flow rate terhadap waktu [1]. Digitalspirometer menggunakan sensor flow rate. Biasanya menggunakan selang yangdihubungkan dengan sensor flow rate dan seperangkat perangkat instrumentasi.Inovasi terbaru spirometer adalah menggunakan microphone HP sebagai sensorflow rate nya. Seperti yang dikembangkan oleh Eric C. Larson dkk, Spirosmart.Spirosmart menggunakan microphone HP untuk mengukur fungsi paru-paru.Namun, aplikasi spirosmart hanya dapat digunakan menggunakan HP tertentuyang memenuhi spesifikasi. Pada penelitian ini, ide spirosmart digunakan untukmembuat spirometer menggunakan microphone pada Laptop, disebutSpiroComp.

METODE

Pengukuran pada dasarnya “merekam” respon setelah sistem diberi gangguan.Pada beberapa pengukuran, sistem tidak diberi gangguan, melainkan darikarakteristik sistem tersebutlah yang dipakai pada pengukuran, SpiroCompmenggunakan metode ini.

Gambar 1. Pendeteksian Sistem

Responden (Sampel) berekspirasi maksimal dan kemudian sensor (microphone)mendeteksi gelombang suara (audio) yang diahsilkan saat berekspirasimaksimal. Gelombang suara yang ditangkap kemudian diproses untukmenghasilkan grafik Volume ekspirasi terhadap waktu dan volume ekspirasiterhadap flow rate (Debit).

Gambar 2. Skema Signal Processing

Buffer berperan sebagai penyimpan sementara sinyal audio sebelum di proses.Sinyal yang direkam memiliki 44100 frame per detik (44100 datum setiapdetiknya). Gambar 3 berikut merupakan sampel yang telah direkam.

Gambar 3. Sinyal audio ekspirasi

Amplitudo sinyal audio yang terbentuk telah ternormalisasi, sehinggamemberikan nilai amplitudo maksimum sebesar 1. Dari gambar 3 terlihat jelassinyal audio ekpirasi terbentuk pada sekira t = 2 s hingga t = 3 s. Untuk selang t< 2 s dan t > 3 s masih terbentuk sinyal dengan amplitudo yang sangat kecil.Sinyal tersebut tidak diinginkan, sehingga dianggap sebagai nois. Untukmenganalisisnya maka dilakukan FFT (Fast Fourrier TransformI) untukmenentukan spektrumnya. Berikut hasil FFT sinyal audio t = 0 s hingga t = 2 s.

Gambar 4. Sinyal Nois

Gambar 5. sinyal audio ekspirasi

Filter digunakan untuk menghilangkan / meredam nois. Terlihat jelas, sinyal noismemiliki spektrum yang lebar. Sedangkan untuk sinyal audio ekspirasi hanyadominan pada frekuensi rendah, sehingga untuk menghilangkan nois makasinyal harus di filter dengan hanya meloloskan frekuensi rendah. Dipilih Low PassFilter dengan frekuensi cut-off sebesar 200 Hz. Selain itu nilai ini dipilih sehinggamencegah suara dengan audiosonik (20Hz – 20kHz) manusia tidak berdampakpada pengukuran. Filter digital menggunakan butterwood ordo 6 denganfrekuensi cut of 200Hz.

Gambar 6. Spektrum sinyal audio ekspirasi setelah difilter.Untuk memudahkan pengolahan, sinyal masukan dikonversi sehingga menjadi100 frame per detik.

Gambar 7. Sebelum (kiri) dan sesudah (kanan) konnversi 44100 fps menjadi 100 fps

Hibert Transform digunakan untuk membuat Hilbert Envelope yangkemudian digunakan untuk mendeteksi sinyal ekspirasi. Sinyal ekspirasi memilikikarakterisiti tertentu sehingga dalam rekaman sinyal dapat dideteksi (DeteksiHilbert Envelope) dan kemudian dipotong. Hasil potongan tersebutlah yangakan digunakan dan diproses lebih lanjut. Pendeteksian Hilbert Envelope dapatdilakukan dengan membandingkan karakteristik sinyal dengan karakteristiksinyal referensi. Sinyal referensi digenerate menggunakan fungsi berikut:y (t )=1.5t exp (−2 t 2) (1)

Untuk mendeteksi sinyal dengan karakteristik ekspirasi, digunakan fungsi padapersamaan 1 sebagai pembanding. Iterasi dilakukan dari t = 0 s hingga tmaksimum sinyal sampel. Apa bila ditemukan absolut simpangan sinyal yang

memiliki pola mirip dengan persamaan 1 maka sinyal tersebut lah yangdianggap sebagai sinyal ekspirasi sedangkan sinyal lainnya diabaikan. Berikutadalah contoh sinyal ekspirasi yang dideteksi melalui Hilbert Envelope.

Gambar 8. Sinyal referensi (kiri) dan sinyal audio ekspirasi yang dideteksi (kanan)

Smoothing dan Aproksimasi, pada bagian ini hasil kurva yang dideteksidiperhalus dengan metode rata-rata. Nilai rata-rata dilkukan untuk menentukannilai y i+1 dengan mengambil nilai rata-rata y i dan y i+2.

Perhitungan iterasi dilakukan dengan persamaan berikut:

y i+1=yi+ yi+2

2(2)

Gambar 9. Sinya audio ekspirasi yang sudah di smoothing

Sinyal audio (suara) dapat ditinjau sebagai gelombang tekanan. Perubahantekanan yang merambat di medum udara menimbulkan getaran padamicrophone sehingga suara terdeteksi. Simpangan tekanan berupa sinyal audioy(t) secara empiris akan sebanding dengan kuadrat debit hembusan udara (flowrate) dari mulut [1].v (t )=k √ y (t) atau secara numerik vi=k √ y i (3)

Dengan v(t) debit (flow rate) sebagai fungsi waktu, y(t) merupakan sinyal audioekspirasi yang dideteksi, dan k merupakan konstanta kesebandingan yang dapatdikalibrasi melaluli percobaan.

Volume gas ekspirasi dapat dihitung dengan cara mengintegralkan flow rate terhadap waktu. Dan dapat dihitung melalui persamaan berikut:

V (t )=∫0

tv ( t )dt=k∫0

t

√ y ( t)dt atau secara numerikV i=∑ v iΔ t (4)

Gambar 10. hasil aproksimasi volume dengan k = 4410.35

Penentuan konstanta k melalui kalibrasi (akan dibahas pada subbab selanjutnya).Hasil nilai fitur volume-time memperlihatkan adanya waktu mulai bukan pada t =0. Perhitungan zero time (waktu mulai) sebagai perhitungan tidak bolehsembarangan. Waktu mulai didefinisikan seperti gambar berikut [2]:

Gambar 11. Zero Time

dengan menggunakan metode Back Extrapolation maka nilai zero time dapatditentukan dengan mudah. Setelah zero time diketahui maka fitur Volume-timedengan koreksi zero time serta fitur Flow-Volume dapat dibuat dengan mudah.

Gambar 12. fitur flow-volume (kiri) dan fitur Volume-time (kanan)

Kalibrasi dilakukan dengan cara eksperimen. Ekspirasi maksimum dihembuskankedalam plastik kemudian dilakukan pengukuran volume udara pada plastitersebut. Dengan hembusan ekspirasi dilakukan dengan SpiroComp. Dengancara ini, konstanta k pada persamaan 4 dapat ditentukan.

k=V eksperimen

∫0

t

√ y (t)dt(5)

konstanta k hasil kalibrasi ini kemudian digunakan untuk pengukuran fungsionalparu-paru menggunakan SpiroComp.

Grafik User Interface pada SpiroComp menggunakan Proccessing. Processingmerupakan free open source software. Processing programing berbasis Java.Interface dibuat menggunakan Processing, namun pengolahan datamenggunakan software Octave. Octave merupakan free software yang memilikifungsi dan struktur programingnya sama persis dengan MatLab. Begitupun fileexitensinya berupa .m dan dapat dikompile. SpiroComp dibuat berbasis Linux.

HASIL DAN DISKUSI

Kalibrasi SpiroComp

Kalibrasi dilakukan menggunakan percobaan untuk menentukan volumeekspirasi berdasarkan percobaan dan menggunakan SpiroComp. Berdasarkanpercobaan dengan menggunakan plastik penampung ekspirasi dan dilakukanpengukuran volumenya serta menggunakan SpiroComp empat kali pengukuran,diperoleh nilai k hasil pengukuran pertama dan seterusnya berturut-turut 4741.1,4205.0, 3958.6, 4760.7. Nilai k rata-rata = 4416.35. nilai k ini dipakai dalam ujiSpiroComp pada beberapa responden (sampel).

Grafik User Interface SpiroComp

Gambar 13. Tampilan muka SpiroComp

Gambar 14. Tampilan SpiroComp – Result

Hasill pengukuran ditampilkan grafik flow-volume dan volume-time dan disertaidengan nilai parameter fungsional paru-paru, FVC (mL), FEV1 (mL), PEV (mL/s),dan rasio FEV1/FVC (%).

Pengaruh Kondisi Lingkungan

Pengukuran SpiroComp menggunakan sinyal audio ekspirasi, sinyal audiodapat dipengaruhi kondisi lingkungan. Tentu, pengukuran yang baik adalahdilakukan pada suasana lingkungan senyap (tidak berisik). Namun, hal tersebutumumnya sulit dipenuhi. Sehingga, diuji SpiroComp dengan kondisi lingkunangrelatif bising. Suasana bising dibuat dengan memutar musik saat dilakukanpengukuran. Dilakukan pengukuran dengan nois musik Metal, Pop, dan Dangdutdan diperoleh hasil berikut:

Gambar 15. Nois musik Pop

Gambar 16. Nois musik Rock

Gambar 17. Nois musik Dangdut

Gambar 18. Kondisi Senyap

Terlihat pada gambar 15 hingga 17, grafik flow-volume mengalami sedikit riak(gejolak) akibat adanya sinyal audio tambahan dari musik. Terutama pada musikrock dan pop, riak (gejolak naik-turun) pada grafik lebih terlihat jelas. Berbedadengan kondisi yang relatif senyap, kurvanya cenderung lebih mulus dibandingyang lain. Pada grafik volume-time tidak terlalu berdampak. Pengamatanmenunjukan nois tidak terlalu berdampak pada perhitungan volume. Inidisebabkan Signal per Nois (S/N) nya besar. Nois musik ini sangat mempengaruhiFEV1 dan FVC sehingg nilai rasio FEV1/FVC pun memberikan nilai berbeda.Terlihat pada gambar 15 – 17, nilai rasio FEV1/FVC praktis menjadi < 80 %,sedangkan pada kondisi senyap, nilainya menjadi > 80%.

Pengaruh Jarak Mulut – Microphone

Perambatan sinyal audio dalam medium udara akan mengalami ipedansi,sehingga sinyal akan melemah seiring jarak mulut – microphone bertambah.Untuk mengetahui pengaruh ini, SpiroComp diuji dengan memvariasikan jarakmulut – microphone dan diperoleh data sebagai berikut:

Tabel 1. Variasi jarak mulut – microphone (d)

Sedangkan grafik volume-time dan flow-volume terlampir. Karakteristik grafikvolume-time dan flow-volume memberikan bentuk kurva yang sama untuk setiapvariasi jarak. Namun, nilai parameter-parameter fungsional paru-parubergantung pada jarak.

Grafik 1. Variasi jarak

Grafik 1 menjelaskan bahwa semakin besar jarak mulut-microphone nilai yangterukur semakin melemah. Namun, terlalu dekat pun memberikan nilai yangkurang stabil.

Grafik 2. Rasio FEV1/FVC terhadap jarak mulut – microphone

d (cm) FEV1 (mL) FVC (mL) PEF (mL/s) FEV1/FVC (%)1 1539.74 2228.87 2346.05 69.082 1747.59 2213.95 2535.84 78.945 1578.01 1895.93 2467.42 83.2310 1584.13 1922.95 2509.09 82.3815 1252.83 1448.01 2066.93 86.5220 1026.50 1205.98 1626.95 85.1225 763.23 941.45 1398.86 81.0730 808.16 1085.37 1437.17 74.4635 580.41 804.97 960.67 72.1040 626.11 928.69 941.04 67.4245 396.08 726.74 814.11 54.50

0 5 10 15 20 25 30 35 40 45 500

500

1000

1500

2000

2500

3000

FEV1 (mL)

FVC (mL)

PEF (mL/s)

d (cm)

Grafik 2 menunjukan bahwa nilai rasio FEV1/FVC relatif stabil untuk dberbeda-beda. Hasi ini memberikan informasi bahwa pengukuran dapatdilakukan pada rentang tertentu dimana pengukuran memberikan nilai optimum.Nilai optimum diperoleh pada d = 5 cm hingga d = 10 cm. Namun, untukpengukuran rasio tanpa memperhatikan nilai FEV1 maupun FVC nya dapatdilakukan pada rentang d = 5 cm hingga d = 25 cm.

SOP SpiroComp

Pengukuran SpiroComp memberikan hasil yang bergantung padapengambilan datanya. Sehingga dibuat Standar Operational Prosedure (SOP)dalam melakukan pengukuran menggunakan SpiroComp.

1. Posisi Mulut dan Microphone Laptom tidak terlalu dekan dan terlalu jauh (5– 10) cm

2. Posisi tuhuh sebisamungkin tegap3. Nyalakan SpiroComp untuk merekam sample ekspirasi4. Inspirasi smaksimal mungkin, kemudian ekspirasi semaksimal mungkin

didepan microphon Laptop. (hembusan ekspirasi diarahkan ke microphonelaptop)

5. Semua tahap harus mengikuti instruksi dari Istruktur

Uji SpiroComp

Hasil uji SpiroComp diliakukan kepada beberapa responden yang telah diketahuikondisi (riwayat) kesehatan responden. Namun, uji belum dilakukan diagnosisdari dokter. Berikut ini hasil uji SpiroComp pada beberapa Responden.

Tabel 2. Uji SpiroComp

Untuk kondisi sehat (paru-paru sehat) nilai FEV1/FVC > 80 %. Pada uji SpiroCompdiperoleh 3 responden sehat FEV1/FVC > 80 % dan 3 responden sehat FEV1/FVC

0 5 10 15 20 25 30 35 40 45 500

102030405060708090

100

d (cm)

FE

V1

/FV

C (

%)

Responden umur (tahun) jenis klamin FVC (mL) FEV1 (mL) PEF (mL/s) FEV1/FVC (%) RiwayatAndi Kuswoyo 21 Laki-laki 3398.75 2821.48 4913.28 83.02 SehatAnita 19 Perempuan 3850.04 2924.06 4058.45 75.95 SehatAziz AF 20 Laki-laki 3308.6 2344.28 4715.47 70.85 SehatAzka MB 23 Laki-laki 2314.87 1691.7 3129.5 73.08 SehatCasmika Saputra 20 Laki-laki 1991.16 1635.81 2429.76 82.15 SehatDwi Susilo 19 Perempuan 2410.14 2046.66 5127.12 84.92 SehatErna 19 Perempuan 2295.6 1503.97 2450.27 65.52 Riwayat Asma

> 70 %. Berdasarkan referensi, fungsional paru-paru normal FEV1/FVC > 80%.Haslil uji, menunjukkan keberhasilan diagnosis FEV1/FVC normal hingga 50%.sedangkan untuk responden dengan riwayat asma memiliki FEV1/FVC = 65.52%.Hasil ini menunjukan fungsional paru-paru lebih lemah dibanding orang normal(sehat). Namun, semua hasil hanya didiagnosis dan analisis oleh penulis,sehingga untuk uji SpiroComp harus dilakukan peninjauan lebih lanjut dengancara membandingkannya dengan hasil menggunakan spirometer standarkedokteran serta rujukan diagnosa Dokter.

KESIMPULAN

SpiroComp telah dibuat menggunakan microphone laptop sebagai sensorflow rate untuk untuk pengukuran fungsional paru-paru. Hasil uji SpiroCompmampu mengukur FEV1/FVC secara tepat dengan keberhasilan 50%. GrafikVolume-Flow dan Volume-Waktu dapat digenerate dari sinyal audio ekspirasimaksimal responden. SpiroComp-Result dapat di save dan dijadikan sebagaipemantauan dini kondisi paru-paru.

REFERENSI

[1] Larson, Eric C., dkk. SpiroSmart: Using a Microphone to Measure LungFunction on a Mobile Phone.

[2] Stewart, R.I, E. Basson. Standardisationofspirometry. SAMJ VOL79 6APR1991[3] S. Ananthi. Medical Instruments. New Age International.

DAFTAR SIMBOL

v (t ) : flow rate (debit) dalam mL/s

V (t ) : Volume dalam mL

y (t) : simpangan gelombang tekanan (gelombang suara)

v i : besar flow rate ke-i

V i : besar volume ke-i

y i : simpangan gelombang ke-i

k : Konstanta kalibrasi

Fps : Frame per Second

LAMPIRAN

Hasil Uji Responden

SCRIPT PROGRAM

1. Script Octave

disave dalam file spiro.m

clear;clc;clf;filename = "myrecording.wav";[WaveSource,Fs] = wavread(filename);Buf(1:4*Fs) = 0;if length(WaveSource) < 3*Fs +10;for i = 1:length(WaveSource) - 1;Buf(i) = WaveSource(i);endforWave = Buf;endifif length(WaveSource) > 3*Fs + 9;Wave = WaveSource;endif[b,a] = butter(6,200/Fs);Wave = filter(b,a, Wave);t = 0:1/Fs:(length(Wave)-1)/Fs;%Hilbert TransformWave = hilbert(Wave);%Convert wave Fs to fsL = length(Wave);fs = 100;indexMax = fs*L/Fs;wave(1:indexMax) = 0;for j = 1:indexMax;tempMax = 0;for i = (j-1)*Fs/fs +1 : j*Fs/fs;if abs(tempMax) < abs(Wave(i));tempMax = Wave(i);endifwave(j) = tempMax;endforendfor%Create Envelope Function for detecting Hilbert EnvelopewaveHilbert(1:2*fs) = 0; tH = 0 : 1/fs : 1.99;for i = 1:2*fs;x = i/fs;waveHilbert(i) = 1.5*x*exp(-2* x^2 );endfor

% Hilbert Env elopeenv = abs(wave);start = -1;% Detected Hilbert Envelopekriteria = 2;while start < 0;for j = floor(indexMax) - 2*fs : -1 : 1;detec = 0;for i = 2*fs:-1:1;if env(j+i - 1) > waveHilbert(i);detec ++ ;endifendforif detec > kriteria*fs;start = j;endifendforkriteria -= 0.1;endwhile if start == -1;Detected = falseendif% LPCif start != -1; %Create detected Hilbert EnvelopewaveDetected(1:3*fs) = 0; tH = 0 : 1/fs : 2.99;for i = 1:3*fs;waveDetected(i) = wave(start+i);endfor

% Aproximate waveabsWave = abs(waveDetected);for j = 1:10;for i = 1:3*fs-2;absWave(i+1) = (absWave(i) +absWave(i+2))/2;endforendfor

% u(t) ~ sqrt(2p(t))% Kflow with experimentKflow = 4416.35;absWave = absWave -min(absWave(1:3*fs - 4));flow = Kflow * sqrt(2*absWave);for z = 1:2*fs;if flow(z) == max(flow);

pfs = z;endifendfordt = 1/fs;Volume(1:3*fs) = 0;tempVolume = 0;for i = 1:3*fs;Volume(i) = tempVolume + flow(i)*dt; tempVolume = Volume(i);endfor

Vsaturasi = max(Volume);grad = (Volume(pfs) - Volume(pfs - 5))/5;to = pfs - Volume(pfs)/grad;to = floor(to) - 10;if to > 100;to = 100;endiftempFlow = flow;for i = 1:2*fs ;tempFlow(i) = flow(i+to);endforflow = tempFlow;% Integrating to Volume% Volume = flow.ttempVolume = 0;tSaturasi = 0;for i = 1:2*fs;Volume(i) = tempVolume + flow(i)*dt; tempVolume = Volume(i);%FEV1if i == fs;FEV1 = tempVolume;endifif Volume(i)/Vsaturasi > 0.9 && tSaturasi == 0;tSaturasi = i;endifendforFVC = max(abs(Volume));PEF = max(flow);FEV1 = abs(FEV1);Ratio = FEV1/FVC;t_Sat = tSaturasi;figure(1);h = figure; plot(Volume(1:2*fs-4), flow(1:2*fs-4), 'LineWidth', 4);title('Volume vs Flow', 'FontSize', 20, 'FontWeight', 'bold');

ylabel('Flow (mL/s)', 'FontSize', 20, 'FontWeight', 'bold');xlabel('Volume (mL)', 'FontSize', 20, 'FontWeight', 'bold');set(gca, 'FontSize', 15, 'FontWeight', 'bold');saveas(h, 'result1', 'png');

figure(2);plot(tH(1:2*fs-4), Volume(1:2*fs-4), 'LineWidth', 4);title('Time vs Volume', 'FontSize', 20, 'FontWeight', 'bold');ylabel('Volume (mL)', 'FontSize', 20, 'FontWeight', 'bold');xlabel('t (Seconds)', 'FontSize', 20, 'FontWeight', 'bold'); set(gca, 'FontSize', 15, 'FontWeight', 'bold');saveas(h, 'result2', 'png');

save('RESULT.txt','FVC','PEF', 'FEV1', 'Ratio', 't_Sat','-ascii');endif

2. SCRIPT C++

Untuk mengkompile file spiro.m secara otomatis maka dibuat aplikasimenggunakan C++ untuk mengkompile spiro.m secara otomatis.

Disave dengan nama file : run.cpp

#include <iostream>#include <stdlib.h>

using namespace std;

int main() {system("octave spiro.m");

}

kemudian dikompile dengan cara

g++ run.cpp -o run

3. SCRIPT PROCESSING

Scrip Processing terdiri dari 6 file script dengan ekxitensi .pde

file utama, diberi nama SpiroComp.pde

import ddf.minim.*;Minim minim;AudioInput in;AudioRecorder recorder;PImage logo, graf1, graf2, CekGraph;boolean indHome = true;boolean klik = false;void setup() { size(1000, 600); logo = loadImage("logo.jpg"); recSetup(); open("/home/cms/Documents/simulasi cpp/FFT/spiro/SpiroComp/reset");}void draw() { home(); record(); load(); result(); klik = false;}void mouseReleased() { klik = true; }

file kedua : Home.pde

String name = "";String age = "";String sex = "";boolean indName = true;boolean indAge = false;boolean indSex = false;

void home() {if(indHome) { background(0); textSize(77); fill(255); text("SpiroComp", 300, 100); image(logo, 50, 185); stroke(255); fill(0); rect(550,200, 100, 50); rect(670,200, 280, 50); rect(550,270, 100, 50); rect(670,270, 280, 50); rect(550,340, 100, 50); rect(670,340, 280, 50); rect(710,410, 200, 50); fill(255); textSize(25); if(mouseX > 670 && mouseY > 200 && mouseX < 950 && mouseY < 250 &&klik) { indName = true; indAge = false; indSex = false; } if(mouseX > 670 && mouseY > 270 && mouseX < 950 && mouseY < 320 &&klik) { indName = false; indAge = true; indSex = false; } if(mouseX > 670 && mouseY > 340 && mouseX < 950 && mouseY < 390 &&klik) { indName = false; indAge = false; indSex = true; } if((millis()/500)%2 == 0 && indName) { text("Name " + name + "|", 565,235); } else { text("Name " + name, 565,235); } if((millis()/500)%2 == 0 && indAge) { text("Age " + age + "|", 575,305); } else { text("Age " + age, 575,305);

} if((millis()/500)%2 == 0 && indSex) { text("Sex " + sex + "|", 575,375); } else { text("Sex " + sex, 575,375); } if(mouseX > 710 && mouseY > 410 && mouseX < 910 && mouseY < 460) { fill(255); rect(715, 415, 190, 40); fill(0); text("Test...", 775,450); if(klik) { if(name != "" && age != "" && sex != "") {// Go to Slide 2 indHome = false; inisialRec = true; Records = true; } } } text("Test...", 775,450); }}

file ketiga : Loading.pde

boolean proccess = false;boolean loading = false;int timeLoad;void load() { if(proccess) { open("/home/cms/Documents/simulasi cpp/FFT/spiro/SpiroComp/run"); proccess = false; } if(loading) { background(0); textSize(50); fill(255); lines = loadStrings("RESULT.txt"); if(lines.length != 5) { text("Proccessing....", 300,400); println(lines.length); } else { proccess = false; loading = false; setupResult(); indResult = true; } } }

File keempat : Record.pde

boolean indRec;boolean indClc;boolean indSave;boolean indFinisRec;boolean indR;boolean indC;boolean indS;boolean Records = false;boolean inisialRec = false;void recSetup() { minim = new Minim(this); in = minim.getLineIn();}

void record() {if(inisialRec) { indRec = false; indClc = false; indSave = false; indFinisRec = false; indR = false; indC = false; indS = false; recorder = minim.createRecorder(in, "myrecording.wav"); inisialRec = false;} if(Records) { background(0); stroke(255); textSize(77); fill(255); text("SpiroComp", 300, 100); image(logo, 50, 25, 150,100); stroke(255); textSize(30); text("Name : " + name, 50, 200); text("Age : " + age, 50, 230); text("Sex : " + sex, 55, 260); fill(0); rect(50,300,900,200); for (int i = 50; i < 950; i++) { line(i, 400 + in.left.get(i)*100, i+1, 400 + in.left.get(i+1)*100); } rect(760,200,50,50); rect(830,200,50,50); rect(900,200,50,50); rect(75, 525, 100,50); rect(825, 525, 100,50); fill(255); text(" R", 755, 235); text(" C", 825, 235); text(" S", 900, 235);

text(" Back", 75, 565); text(" Next", 825, 565);

if((mouseX > 760 && mouseY > 200 && mouseX < 810 && mouseY < 250 ||indR) && !indFinisRec) { fill(255); rect(760,200,50,50); fill(0); text(" R", 755, 235); if(klik) { indR = true; indC = false; indS = false; indRec = true; indClc = false; indSave = false; } } if(mouseX > 830 && mouseY > 200 && mouseX < 880 && mouseY < 250 ||indC) { fill(255); rect(830,200,50,50); fill(0); text(" C", 825, 235); if(klik) { indC = true; indR = false; indS = false; indRec = false; indClc = true; indSave = false; } } if(mouseX > 900 && mouseY > 200 && mouseX < 950 && mouseY < 250 ||indS) { fill(255); rect(900,200,50,50); fill(0); text(" S", 900, 235); if(klik) { indS = true; indR = false; indC = false; indRec = false; indClc = false; indSave = true; } } if(indRec && !indFinisRec) { recorder.beginRecord(); status = "Currently recording..."; indRec = false; } if(indClc) {

recorder.endRecord(); recorder.save(); recorder = minim.createRecorder(in, "myrecording.wav"); status = "Not recording !"; indClc = false; indFinisRec = false; } if(indSave) { recorder.save(); status = "Done Saving !"; indSave = false; indFinisRec = true; }

if(mouseX > 75 && mouseY > 525 && mouseX < 175 && mouseY < 570) { fill(255); rect(75, 525, 100,50); fill(0); text(" Back", 75, 565); if(klik) { Records = false; indHome = true; } } if(mouseX > 825 && mouseY > 525 && mouseX < 925 && mouseY < 570) { fill(255); rect(825, 525, 100,50); fill(0); text(" Next", 825, 565); if(klik) { Records = false; // Goto Slide 3 proccess = true; loading = true; } } fill(255); text(status, 400, 550); }}

File kelima : Result.pde

boolean indResult = false;boolean statusSave = false;float[] param = new float[5];float FVC, PEF, FEV, Ratio, Tsat;String[] lines;void setupResult() { graf1 = loadImage("result1.png"); graf2 = loadImage("result2.png"); lines = loadStrings("RESULT.txt"); for(int index = 0; index < lines.length; index++) { param[index] = float(lines[index]); } FVC = param[0]; PEF = param[1]; FEV = param[2]; Ratio = param[3]; Tsat = param[4];}

void result() { if(indResult) { background(255); stroke(0); textSize(40); fill(0); text("SpiroComp - Result", 300, 50); stroke(0); textSize(14); line(25,75, 975, 75); line(25,150, 975, 150); text("Name : " + name, 50, 100); text("Age : " + age, 50, 120); text("Sex : " + sex, 50, 140); text("FVC : " + String.format("%.2f", FVC) + " mL", 550, 110); text("FEV1 : " + String.format("%.2f", FEV) + " mL", 550, 130); text("PEV : " + String.format("%.2f", PEF) + " mL/s", 700, 110); text("FEV1/FVC : " + String.format("%.2f", Ratio*100) + " %", 700, 130); text("Test-date : " + day() + "/" + month() + "/" + year(), 800,25); rect(24,199,452,377); rect(524,199,452,377); image(graf1, 25, 200, 450, 375); image(graf2, 525, 200, 450, 375); fill(200); rect(20,15,50,50); rect(80,15,50,50); if(mouseX > 20 && mouseY > 15 && mouseX < 70 && mouseY < 65) { fill(100); rect(20,15,50,50); if(klik) { open("/home/cms/Documents/simulasi cpp/FFT/spiro/SpiroComp/reset");

statusSave = false; indResult = false; indHome = true; } } if(mouseX > 80 && mouseY > 15 && mouseX < 130 && mouseY < 65) { fill(100); rect(80,15,50,50); if(klik) { String save = "output/" + name + ".png"; saveFrame(save); statusSave = true; } } fill(0); textSize(20); text("New Save", 25,50); if(statusSave) { text("Done Saving !", 140, 30); }}}

File keenam : keyPressed.pde

int charCountName = 0;int charCountAge = 0;int charCountSex = 0;int countName = 0;int countAge = 0;int countSex = 0;char[] charsName = new char[50];char[] charsAge = new char[20];char[] charsSex = new char[20];String status = " ";

void keyReleased() { if ((key == 'r' || key == 'R' ) && Records && !indFinisRec ) { indR = true; indC = false; indS = false; indRec = true; indClc = false; indSave = false; } if ((key == 'c' || key == 'C') && Records ) { indC = true; indR = false; indS = false; indRec = false; indClc = true; indSave = false; }

if ((key == 's' || key == 'S') && Records ) { indS = true; indR = false; indC = false; indRec = false; indClc = false; indSave = true; } if(indName && ((key >= '!' && key <= 'z') || key == ' ' || key == 8)) { if(key != 8) { if(charCountName < 15) { charsName[charCountName] = key; name = name + key; charCountName ++; } } else { String tempName = ""; charCountName --; if(charCountName < 0) { charCountName = 0; } for(int i = 0; i < charCountName; i++) { tempName = tempName + charsName[i];

} for(int i = charCountName; i < charsName.length; i++ ) { charsName[i] = 0; } name = tempName; } }

if(indAge && ((key >= '!' && key <= 'z') || key == ' ' || key == 8)) { if(key != 8) { charsAge[charCountAge] = key; age = age + key; charCountAge ++; } else { String tempAge = ""; charCountAge --; if(charCountAge < 0) { charCountAge = 0; } for(int i = 0; i < charCountAge; i++) { tempAge = tempAge + charsAge[i]; } for(int i = charCountAge; i < charsAge.length; i++ ) { charsAge[i] = 0; } age = tempAge; } }

if(indSex && ((key >= '!' && key <= 'z') || key == ' ' || key == 8)) { if(key != 8) { charsSex[charCountSex] = key; sex = sex + key; charCountSex ++; } else { String tempSex = ""; charCountSex --; if(charCountSex < 0) { charCountSex = 0; } for(int i = 0; i < charCountSex; i++) { tempSex = tempSex + charsSex[i]; } for(int i = charCountSex; i < charsSex.length; i++ ) { charsSex[i] = 0; } sex = tempSex; } } }