Klasifikasi Suara Burung Lovebird Dengan Algoritma Fuzzy Logic

Abstract

Abstrak
Pada tugas akhir ini, dilakukan penelitian untuk mengklasifikasikan suara lovebird menjadi tiga kelas yaitu suara kelas A, suara kelas B, dan suara kelas C. Pengklasifikasiaan suara lovebird ini dilakukan melalui tahap audio processing. Tahapan yang dilakukan untuk proses klasifikasi suara lovebird, meliputi : pre- processing, ekstraksi ciri, dan klasifikasi. Metode ekstraksi ciri yang digunakan adalah STFT(Short Time Fourier Transform) dengan menganalisis spectrogram serta menggunakan klasifikasi Fuzzy Logic. Berdasarkan hasil pengujian, spectrogram memberikan nilai ekstraksi ciri yang cukup akurat dengan waktu komputasi yang terhitung cepat. Hasil dari penelitian tugas akhir ini adalah mendapatkan tingkat akurasi mencapai 92,16% dengan waktu komputasi 0,1886 detik dan kategori MOS baik. Diharapkan dengan kemampuan sistem ini, dapat membantu para kicau mania dan juri burung berkicau sehingga dapat dijadikan standar akurasi yang tepat dalam mengkasifikasikan suara lovebird.

Kata kunci : suara lovebird, kicau mania, spektrogram, algoritma fuzzy logic.