Text
Klasifikasi suara burung elang jawa dalam mencari makan menggunakan metode mel frequency cepstral coefficient dan convolutional neural network
Elang Jawa (Nisaetus bartelsi), menggunakan suara mereka sebagai alat
komunikasi yang penting dalam interaksi sosial dan dalam menanggapi lingkungan sekitar. Bunyi dan intonasi yang dihasilkan dalam cuitan Elang Jawa
memungkinkan untuk menyampaikan berbagai pesan, termasuk cuitan ketika
mencari makan. Dengan memahami pola suara yang dihasilkan ketika mencari
makan dapat menjadi informasi yang berharga bagi para peneliti dan ahli konservasi dalam mengidentifikasi aktivitas makan burung ini. Oleh karena itu, penelitian ini akan mengklasifikasi suara dari burung Elang Jawa yang sedang mencari makan dengan cuitannya. Suara burung tersebut direkam kemudian diekstrak untuk mengetahui informasi fitur suaranya menggunakan Mel Frequency Cepstral Coefficient (MFCC). MFCC telah terbukti efektif dalam mengatasi masalah variasi dalam pengucapan suara. Burung Elang Jawa memiliki variasi individual dalam cuitan mereka, tergantung pada faktor seperti usia, jenis kelamin, atau kondisi fisik. Dengan menggunakan MFCC, dapat mengidentifikasi pola-pola umum dalam cuitan tersebut tanpa terpengaruh oleh variasi individual yang tidak relevan. Hasil dari MFCC berupa citra mel spectrogram berisi karakteristik suara Elang Jawa. Selanjutnya citra gambar tersebut dipelajari oleh Convolutional Neural Network (CNN) untuk mengklasifikasikan suara burung dalam dua kondisi yaitu keadaan normal dan keadaan mencari makan. Hasil uji coba menunjukkan bahwa model CNN yang telah dilatih berhasil mencapai tingkat akurasi sebesar 98% dalam membedakan suara normal dan mencari makan. Pencapaian ini diharapkan dapat memberikan kontribusi berharga bagi peneliti dan ahli konservasi dalam mengidentifikasi aktivitas makan burung ini.
TI24/003 | TI 24/003 | Prodi Teknik Informatika (Ruang Skripsi dan Tesis) | Tersedia |
Tidak tersedia versi lain