Text
Augmentasi data untuk klasifikasi suara burung menggunakan convolutional neural network
Data merupakan hal yang sangat kruisial untuk berlangsungnya proses pembelajaran menggunakan deep learning. Terkadang, data yang bukan berasal dari sensor sangat kurang dalam hal jumlahnya. Kekurangan data mengakibatkan proses pembelajaran dalam deep learning ini menghasilkan overfitting dimana model akan menghasilkan akurasi yang kurang akurat saat proses testing. Salah satu data yang sulit dicari adalah suara burung. Suara dari burung akan mengisyaratkan hal tertentu. Suara burung yang digunakan dalam penelitian ini adalah burung Pleci, Prenjak, Merbah Cerucuk, dan Cipoh. Suara ini mempunyai 2 versi yaitu suara cuitan burung normal dan dalam posisi bahaya. Suara yang didapatkan dari hasil penelitian sebelumnya adalah 60 suara per versi burung tersebut. Penelitian ini mencoba mengambil 10% dari suara burung tersebut dan penelitian ini mencoba membuat data baru untuk pelatihan. Penelitian ini akan membandingkan akurasi pendeteksian suara dengan menggandakan dan membuat data baru dari data yang tersedia. Data yang baru ini akan dilatih dan diuji melalui penerapan Convolutional Neural Network (CNN). Metode augmentasi yang digunakan mencakup peningkatan noise, penyesuaian frekuensi, penyesuaian syllable. serta pemotongan dan penggabungan amplitudo, yang bertujuan untuk memperkaya variasi dan kompleksitas data suara. Model yang dihasilkan pada penelitian ini akan dibandingkan. Penelitian ini diharapkan dapat menjadikan referensi untuk data augmentation dalam membuat data baru dari data yang susah untuk didapatkan agar dapat mencapai akurasi model yang optimum.
TI24/017 | TI 24/017 | Prodi Teknik Informatika (Ruang Skripsi dan Tesis) | Tersedia |
Tidak tersedia versi lain