KLASIFIKASI SUARA UNTUK MENENTUKAN KUALITAS BURUNG LOVEBIRD MENGGUNAKAN METODE MEL FREQUENCY CEPSTRAL COEFFICIENTS DAN DYNAMIC TIME WARPING

Putra, Bertha Pratama Adhita (2019) KLASIFIKASI SUARA UNTUK MENENTUKAN KUALITAS BURUNG LOVEBIRD MENGGUNAKAN METODE MEL FREQUENCY CEPSTRAL COEFFICIENTS DAN DYNAMIC TIME WARPING. Other thesis, Universitas Pembangunan Nasional Veteran Yogyakarta.

[img]
Preview
Text
COVER_123140099_Bertha Pratama Adhita Putra.pdf

Download (147kB) | Preview
[img]
Preview
Text
HALAMAN PENGESAHAN PEMBIMBING_123140099_Bertha Pratama Adhita Putra.pdf

Download (130kB) | Preview
[img]
Preview
Text
ABSTRAK_123140099_Bertha Pratama Adhita Putra.pdf

Download (31kB) | Preview
[img]
Preview
Text
DAFTAR ISI_123140099_Bertha Pratama Adhita Putra.pdf

Download (76kB) | Preview

Abstract

ABSTRAK Burung lovebird (Agapornis) merupakan jenis burung yang menjadi primadona burung peliharaan baru akhir - akhir ini. Minat dari penghobi pada burung kicau yang satu ini karena lovebird memiliki kicauan yang unik. Bagi penggemar pemula burung lovebird, kurangnya pengetahuan dan pengalaman tentang burung lovebird mengakibatkan berbagai kasus penipuan dalam memilih lovebird berkualitas. Mereka kecewa lovebird mahal yang telah dibeli tetapi tidak sesuai dengan apa yang diharapkan. Pengenalan suara kicauan burung lovebird dapat dipelajari dan dikenali melalui proses pembelajaran speaker recognition yang merupakan bagian dari voice recognition. Speaker recognition menangkap frekuensi dari suara burung lovebird tersebut, kemudian dibandingkan dengan frekuensi suara data training yang ada. Frekuensi suara dan panjangnya durasi kicauan dari burung lovebird akan diekstraksi melalui metode Mel-Frequency Cepstral Coefficient (MFCC). Informasi dalam bentuk Mel Frequency Cepstrum Coeficients dari data input dan data training kemudian dibandingkan metode Dynamic Time Warping. Metodologi yang dilakukan dalam penelitian ini menggunakan metode grapple. Hasil penelitian ini adalah didapatkan nilai akurasi validasi suara sebesar 80%. Diharapkan dengan kemampuan sistem ini, dapat membantu para pecinta kicau burung mengetahui kualitas suara burung lovebird yang bagus, sedang, dan kurang. Selain itu, bisa membantu juri burung berkicau, sehingga dapat dijadikan standar akurasi yang tepat dalam mengkasifikasikan suara lovebird. Kata Kunci: Burung Lovebird, Voice Recognition, MFCC, DTW.

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics > QA76 Computer software
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Basir Umaryadi
Date Deposited: 08 Oct 2019 06:41
Last Modified: 08 Oct 2019 06:41
URI: http://eprints.upnyk.ac.id/id/eprint/21550

Actions (login required)

View Item View Item