Sistem Deteksi Tingkat Kebisingan Kendaraan Bermotor Dengan Metode Mel Frequency Cepstrum Coefficients Dan K Nearest Neighbour
Abstrak
Dalam menentukan tingkat kebisingan sepeda
motor sering kali terjadi kekeliruan karena di deteksi dengan
cara manual. Maka penulis ingin merancang metode
klasifikasi untuk mendeteksi kebisingan sepeda motor. pada
penelitian ini dilakukan perancangan sistem yang dapat
mendeteksi tingkat kebisingan kendaraan berdasarkan
peraturan yang sudah diputuskan oleh Menteri Negara
Lingkungan Hidup nomor 7 tahun 2009. Penelitian ini
menggunakan inputan data audio yang diambil dengan
smarthphone kemudian data diolah menggunakan simulator
MatLab. Dengan menggunakan metode MFCC sebagai vector
untuk mempresentasikan suara sepeda motor dan K-NN yang
dapat mengklasifikasi untuk mendeteksi kebisingan kendaraan
bermotor. Pengujian sitem dengan MFCC dan K-NN
dilakukan dengan cara mengubah beberapa parameter,
diantaranya jumlah sampel, jumlah nilai K dan jumlah
persentase data. Tujuan pengujian dan analisis untuk
mengetahui pengaruh jumlah sampel, nilai K dan persentase
data latih terhadap kinerja sistem. Hasil pengujian sistem
dengan parameter diatas didapatkan untuk jumlah akhir
sampel terbaik yaitu 75000, untuk jumlah persentase data
80%, dan untuk jumlah nilai K yaitu K=5.
Kata kunci— Kebisingan, Klasifikasi, MatLab, Mel
Frequency Cepstrum Coefficients (MFCC), K-Nearest
Neighbor (K-NN).
Referensi
M. T. E. A. D. S. Ridwan Khairandy, Pengantar
Hukum Dagang Indonesia, Yogyakarta: Gama
Media, 1999.
R. E. P. Nila Sari Agustin, "Pengaruh Kesadaran
Masyarakat, Sanksi Perpajakan Dan Kualitas
Pelayanan Terhadap Kepatuhan Wajib Pajak Dalam
Membayar Pajak Kendaraan Bermotor Pada Samsat
Kota Batam," Measurement, vol. 13, pp. 58-59,
I. A. Rachmawati, Hubungan Antara Intensitas
Kebisingan Dengan Keluhan Non Auditory Effect Di
Area Turbin Dan Boiler Pembangkit, Jember: Digital
Repository Universitas Jember, 2015.
Y. D. B. W. Vera Surtia Bachtiar, "Analisis Tingkat
Kebisingan Dan Usaha Pengendalian Pada Unit
Produksi Pada Suatu Industri Di Kota Batam,"
Jurnal Teknik Lingkungan UNAND, pp. 86-88, 2013.
T. M. Pratama, Deteksi Ketepatan Frekuensi Yang
Dihasilkan Alat Musik Gambang Melalui
Pemrosesan Sinyal Audio Digital Dengan Metode
Mel Frequency Cepstral Coefficient Dan Klasifikasi
K-Nearest Neighbor, Bandung: Universitas Telkom,
S1 Teknik Telekomunikasi, 2019.
F. Ramdani, Deteksi Ketepatan Frekuensi Nada
Angklung Melalui Pemrosesan Sinyal Audio Digital
Dengan Metode Discrete Wavelet Packet Transform
(DWPT) Dan Klasifikasi K-Nearest Neighbour (KNN),
Bandung: Telkom University, S1 Teknik
Telekomunikasi, 2021.
S. M. A. S. I. G. P. S. W. Eva Susanti,
"KLASIFIKASI SUARA BERDASARKAN USIA
MENGGUNAKAN MEL FREQUENCY
CEPSTRAL COEFFICIENT (MFCC) DAN KNEAREST
NEIGHBOUR (K-NN)," Dielektrika, pp.
-126, 2017.
I. G. P. S. W. Y. H. Pandu Deski Prasetyo,
"Klasifikasi Genre Musik Menggunakan Metode Mel
Frequency Cepstrum Coefficients (MFCC) Dan KNearest
Neighbor Classifier," JTIKA, Vols. Vol. 1,
No. 2, p. 190, 2019.
D. J. M. S. R. S. Theodorus S Kalengkongan,
"Rancang Bangun Alat Deteksi Kebisingan Berbasis
Arduino Uno," Jurnal Teknik Elektro dan Komputer,
vol. Vol. 7 No. 2, p. 184, 2018.
S. B. Agus Sutisna, "Penyetelan Alat Bantu
Mendengar 3 Channel Dengan Menggunakan
Aplikasi Microphone – Hearing AID Pada
Handphone Berbasis Android," Seminar Nasional
ISSN : 2355-9365 e-Proceeding of Engineering : Vol.10, No.5 Oktober 2023 | Page 4395
Sains dan Teknologi Fakultas Teknik Universitas
Muhammadiyah Jakarta, p. 2, 2016.
L. Avitaningrum, "Analisis Tingkat Kebisingan
Untuk Mereduksi Dosis Paparan Bising Di PT.
XYZ," E-Jurnal Teknik Industri FT USU, Vols. Vol
, No. 1, pp. 2-3, 2013.
Benny L, Pratama dan Adhi Ari Utomo dalam Edhie
Sarwono, dkk, 2002, Green Company Pedoman Pengelolaan
Lingkungan, Keselamatan dan Kesehatan Kerja (LK3),
Jakarta: PT Astra International Tbk.
Dwi P. Sasongko, dkk, 2000, Kebisingan Lingkungan,
Semarang : Badan Penerbit Universitas Diponegoro
Semarang.
S. H. A. E. P. Heriyanto, "EKSTRAKSI CIRI MEL
FREQUENCY CEPSTRAL COEFFICIENT (MFCC) DAN
RERATA COEFFICIENT UNTUK PENGECEKAN
BACAAN AL-QUR’AN," TELEMATIKA, vol. Vol. 15, p.
, 2018.