Rancangan Sistem Identifikasi Jenis Burung Kicau Berdasarkan Suara Burung dengan Mel Frequency Cepstrum Coefficiens (MFCC)

Authors

  • Terry Anda Putra Nurarinda Univ. Nusantara PGRI Kediri Indonesia
  • Julian Sahertian Univ. Nusantara PGRI Kediri Indonesia
  • Umi Mahdiyah Univ. Nusantara PGRI Kediri Indonesia

DOI:

https://doi.org/10.29407/inotek.v4i1.203

Abstract

Identifikasi Jenis Burung Kicau Berdasarkan Suara Burung Menggunakan Pengenalan Suara. Perkembangan teknologi yang semakin pesat memberikan kemudahan bagi masyarakat pecinta burung kicau untuk secara otomatis mengidentifikasi jenis burung berdasar suara kicauannya. Burung selain memiliki keindahan fisik juga memiliki keindahan suara. Teknologi selain berperan penting sebagai media untuk bertukar informasi mengenai seputar tips dalam merawat burung, juga diharapkan untuk dapat memberikan fungsi lain, yaitu mendeteksi suara burung, sehingga masyarakat yang memiliki hobi serupa dapat dengan mudah membedakan jenis burung berdasarkan suara kicaunya. Penelitian ini menghasilkan sebuah model identifikasi otomatis jenis burung. Data yang digunakan berupa data rekaman suara yang didapat dari komunitas penghobi burung di setiap perlombaan burung kicau. Berdasarkan pengetahuan tentang suara kicau burung untuk setiap jenis burung terdapat perbedaan yang cukup signifikan, maka dapat disimpulkan bahwa identifikasi jenis burung dapat dilakukan berdasarkan suara kicauannya. Sehingga hal ini dapat memberikan kemudahan pada komunitas pecinta burung kicau.

Keywords:

MFCC, Pengenalan Suara Burung, Rekayasa Perangkat Lunak.

##plugins.themes.default.displayStats.downloads##

##plugins.themes.default.displayStats.noStats##

References

Annisa, R 2012. Klasifikasi jenis burung berdasarkan kicau burung menggunakan wavelet packet decomposition dan jaringan syaraf tiruan self organizing map. Universitas Telkom.

Destian, Tri Handoko., Patmi Kasih, Voice Recognition untuk Sistem Keamanan PC Menggunakan Metode MFCC dan DTW, Generation Journal, Volume 2, No.1. Januari 2018

Sanjaya, M. Implementasi pengenalan pola suara menggunakan Mel Frequency Cepstrum Coefficients dan adaptif neuro-fuzzy infrense system (anfis) sebagai kontrol lampu otomatis, Volume 1, No.1, Desember 2014

Candra, D. 2017 Implementasi Teknik Dynamic Time Warping (DTW) pada Aplikasi Speech to Text, Volume 10, No. 1, 2017.

Syafria, F. Dkk. Pengenalan Suara Paru-Paru dengan MFCC sebagai Ekstraksi Ciri dan Backpropagation sebagai Classifier, Jurnal Ilmu Komputer Agri-Informatika, Volume 3 Nomor 1 halaman 28 – 37

Mustofa, A. 2007. Sistem Pengenalan Penutur dengan Metode Mel-Frequency Wrapping. Jurnal Teknik Elektro. Vol. 7(2): 88-96.

Putera, L. E. S. & Adi, C. K. Klasifikasi Burung Berdasarkan Suara Kicau Burung Menggunakan Jaringan Syaraf Tiruan Propagasi Balik, Seminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN: 978-602-1034-40-8.

Setyawan A. 2011. Aplikasi Pengenalan Ucapan dengan Ekstraksi Mel-Frequency Cepstrum Coefficients (MFCC) Melalui Jaringan Syaraf Tiruan (JST), Learning Vector Quantization (LVQ) untuk Mengoperasikan Kursor Komputer.

Downloads

Published

2020-12-17

Issue

Vol. 4 No. 1 (2020): PROSIDING SEMNAS INOTEK Ke-IV Tahun 2020

Section

Articles

License

Copyright (c) 2020 Terry Anda Putra Nurarinda, Julian Sahertian, Umi Mahdiyah

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with this journal agree to the following terms:

  1. Copyright on any article is retained by the author(s).
  2. The author grants the journal, right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work’s authorship and initial publication in this journal.
  3. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal’s published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  4. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
  5. The article and any associated published material is distributed under the Creative Commons Attribution-ShareAlike 4.0 International License

How to Cite

Rancangan Sistem Identifikasi Jenis Burung Kicau Berdasarkan Suara Burung dengan Mel Frequency Cepstrum Coefficiens (MFCC) . (2020). Prosiding SEMNAS INOTEK (Seminar Nasional Inovasi Teknologi), 4(1), 237-241. https://doi.org/10.29407/inotek.v4i1.203