Final_Project

Klasifikasi Citra Spektogram Suara Burung Menggunakan Mechine Learning Untuk Peringatan Dini Kebakaran Hutan Dengan Convolution Neural Network

---

Kebakaran hutan saat ini menjadi salah satu bencana tahunan yang kerap
melanda Indonesia. Asap yang ditimbulkan akibat kebakaran hutan hingga
menjangkau negara tetangga seperti Malaysia, Singapura dan Brunei Darussalam.
Musim kemarau yang berkepanjangan menjadi salah satu penyebab utama
terjadinya kebakaran hutan. Kerugian yang diakibatkan dari bencana ini tidak hanya
dirasakan di Indonesia saja, melainkan dampaknya juga dirasakan oleh negaranegara yang berdekatan dengan Indonesia. Namun pencegahan terjadinya
kebakaran hutan dapat dilakukan dengan mempelajari perilaku satwa hutan, salah
satunya adalah satwa burung. Burung dapat berkomunikasi dengan anggota lain
dari kawanannya melalui cuitan. Cuitan yang dihasilkan burung dapat diartikan
sebagai komunikasi antar burung, atau menandakan adanya ancaman di sekitarnya,
hal tersebut dapat menciptakan jenis cuitan yang berbeda.
Penelitian ini bertujuan untuk mempelajari perbedaan dari suara cuitan yang
dihasilkan burung dalam kondisi normal maupun kondisi terancam berdasarkan
citra spektogram, kemudian dilatih menggunakan jaringan syaraf terlatih. Data
masukan suara dengan format (.wav) nantinya diubah ke dalam citra spektogram
yang kemudian dilatih menggunakan Convolutional neural network untuk
kemudian diklasifikasikan berdasarkan kondisi normal dan terancam. Jumlah data
yang digunakan pada penelitian ini adalah sebanyak 480 data citra dengan ukuran
227 x 227. Kemudian data citra dibagi menjadi 2 bagian sebagai data training dan
data testing dengan skema 80 : 20. Untuk mendapatkan hasil akurasi yang baik
dilakukan 5 kali uji coba model. Model yang digunakan berasal dari modifikasi
parameter pada proses pelatihan dataset. Dari uji coba dengan beberapa model,
didapatkan nilai akurasi pelatihan dan pengujian yang optimal dengan
menggunakan 50 maksimum epoch. Didapatkan nilai akurasi training sebesar
92.61%, dan nilai akurasi pengujian sebesar 96.4%.

---

Ketersediaan

TI 21/013

Referensi

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

TI 21/013

Penerbit

Jakarta : Universitas Trilogi., 2021

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

-

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar