Mengukur Kualitas Kicau Kenari Pra-Kontes Menggunakan Metode Naive Bayes


Aplikasi pengukuran kualitas kicau burung menggunakan MATLAB
Project ini adalah salah satu project dari kawan kami, Rana Firdausi. Dikerjakan untuk persyaratan skripsi. Kami share diblog ini untuk referensi bagi teman-teman jika sedang mengerjakan tugas dengan topik yang sama. Oke, langsung saja... 

Untuk menghasilkan kicauan burung yang berkualitas baik seperti kualitas burung penyanyi berbendera merah, maka banyak hal yang harus dilakukan oleh para pelatih atau pemilik songbird seperti memberikan makanan-makanan bernutrisi, melatihnya agar selalu berkicau, memutar rekaman kicauan-kicauang terbaik, memutar rekaman master seperti suara jangkrik, melatihnya bergerak lincah dan lain sebagainya yang membantu meningkatkan kualitas kicauannya. Setelah beberapa aktifitas dilakukan secara berkala, segi pengukur kualitas kicauan burung hanya sebatas opini dari rekan sesama pecinta burung penyanyi. Penulis belum menemukan sistem yang dapat mengukur kualitas suara songbird dalam bentuk digital sehingga perlu dilakukannya penelitian dan pengembangan secara mendalam supaya tercipta sebuah sistem yang dapat membantu kinerja para pecinta burung.

Dalam segi penjurian dari sebuah kontes kejuaraan kicau burung penyanyi, ada beberapa standart/ kriteria yang harus dipenuhi oleh para pecinta burung kepada peliharaannya. Aneka perlombaan di Indonesia sekarang sebagian besar diselenggarakan oleh PBI, BnR dan Independent. Dari ketiga penyelenggara tersebut terdapat tiga standar penilaian kicau burung yang diterapkan yaitu standar penilaian dari Pelestari Burung Indonesia (PBI), Boy & Roots (BnR) dan penilaian secara mandiri atau Independent. Dari studi literatur yang diperoleh berdasarkan penjurian kicau burung di Singapura dan Indonesia, terdapat resume format penilaian dari tiga standar yang diterapkan. Standar penilaian tersebut adalah sebagai berikut.



Sehubungan dengan hal tersebut, maka peneliti akan membuat sebuah sistem yang dapat mengukur kualitas kicau burung kenari secara mandiri dan dapat membantu aktifitas pecinta kicau burung kenari dalam bentuk digital  sebelum mengikuti kontes kicau burung penyanyi melalui pendekatan tingkat kualitas kicauan burung kenari berdasarkan standar penilaian kicauan burung kenari dalam judul penelitian yaitu :  “Rancang bangun aplikasi untuk mengukur kualitas kicau burung kenari pra-kontes menggunakan metode Naive Bayes”.

Sebelumnya, untuk membantu proses penyelesaian penelitian pada aplikasi ini, penulis mencoba menggunakan metode Linier Predictive Code (LPC) dan Adaptive Predictive Code (Anfis).  Kedua metode ini tidak dapat dipahami secara keseluruhan oleh penulis sehingga karena keterbatasan waktu maka penulis mencoba metode lain yang dapat membantu dan digunakan dalam  rancang bangun pengukur kicau kenari yaitu metode Naive Bayes. Jika sebelumnya, metode LPC mengolah data suara mulai dari proses pre-emphasis – frame blocking – windowing – analisa autokorelasi – Analisa LPC, dan Anfis mengolah data suara melalui pembobotan nilai pada lapisan 1, lapisan 2, lapisan 3 dan seterusnya, maka pada metode naive bayes ini diperlukan sebuah class-class yang dapat menjadi acuan dari data testing yang akan di uji cobakan dari pola model data training melalui penerapan keilmuan probabilitas atau peluang yang terdapat pada materi kuliah teknik informatika yaitu statistika.

DATA PENELITIAN

Data yang akan digunakan dalam penelitian ini merupakan data suara kicau kenari terlatih yang belum pernah/sudah mengikuti kontes kicau burung baik lokal maupun nasional. Dan data kicau kenari yang sudah pernah berprestasi meraih gelar juara 1, 2, 3 dan gelar harapan 1, 2, 3.

Data training yang terbagi menjadi beberapa kriteria yaitu :
  • 10 data kicau burung kenari bernilai 0-10 (Harapan 3)
  • 10 data kicau burung kenari bernilai 10-16,50 (Harapan 2)
  • 10 data kicau burung kenari bernilai 16,5-23 (Harapan 1)
  • 10 data kicau burung kenari bernilai 23-30,50 (Juara 3)
  • 10 data kicau burung kenari bernilai 30,50-37,5 (Juara 2)
  • 10 data kicau burung kenari bernilai 37,50-40 (Juara 1)
Data testing merupakan data uji yang terdiri dari 10 data kicau burung secara acak baik kicauan burung kenari terlatih, kicauan kenari harapan dan kicauan juara.


HASIL PENELITIAN


Data Ke-
Hasil
Cek
Data Kualitas
Nama file.*wav
Hasil Sistem
1
Juara 1
101
Juara 1
Benar
2
Juara 1
102
Juara 1
Benar
3
Juara 1
103
Juara 3
Salah
4
Juara 1
104
Juara 3
Salah
5
Juara 1
105
Juara 3
Salah
6
Juara 1
106
Juara 3
Salah
7
Juara 1
107
Juara 3
Salah
8
Juara 1
108
Juara 1
Benar
9
Juara 1
109
Juara 3
Salah
10
Juara 1
110
Juara 1
Benar
11
Juara 2
111
Juara 3
Salah
12
Juara 2
112
Juara 3
Salah
13
Juara 2
113
Harapan 3
Salah
14
Juara 2
114
Juara 3
Salah
15
Juara 2
115
Harapan 3
Salah
16
Juara 2
116
Juara 2
Salah
17
Juara 2
117
Juara 3
Salah
18
Juara 2
118
Harapan 3
Salah
19
Juara 2
119
Juara 2
Benar
20
Juara 2
120
Juara 3
Benar
21
Juara 3
121
Juara 3
Benar
22
Juara 3
122
Juara 3
Benar
23
Juara 3
123
Juara 3
Benar
24
Juara 3
124
Juara 3
Benar
25
Juara 3
125
Juara 3
Benar
26
Juara 3
126
Juara 3
Benar
27
Juara 3
127
Juara 3
Benar
28
Juara 3
128
Juara 2
Salah
29
Juara 3
129
Juara 2
Salah
30
Juara 3
130
Juara 3
Benar
31
Harapan 1
131
Juara 3
Salah
32
Harapan 1
132
Juara 3
Salah
33
Harapan 1
133
Juara 3
Salah
34
Harapan 1
134
Harapan 3
Salah
35
Harapan 1
135
Harapan 1
Benar
36
Harapan 1
136
Juara 3
Salah
37
Harapan 1
137
Juara 3
Salah
38
Harapan 1
138
Juara 3
Salah
39
Harapan 1
139
Juara 3
Salah
40
Harapan 1
140
Juara 2
Salah
41
Harapan 2
141
Harapan 3
Salah
42
Harapan 2
142
Juara 3
Salah
43
Harapan 2
143
Harapan 3
Salah
44
Harapan 2
144
Juara 3
Salah
45
Harapan 2
145
Juara 3
Salah
46
Harapan 2
146
Juara 3
Salah
47
Harapan 2
147
Juara 3
Salah
48
Harapan 2
148
Harapan 1
Salah
49
Harapan 2
149
Juara 3
Salah
50
Harapan 2
150
Juara 3
Salah
51
Harapan 3
151
Juara 3
Salah
52
Harapan 3
152
Juara 3
Salah
53
Harapan 3
153
Juara 3
Salah
54
Harapan 3
154
Juara 3
Salah
55
Harapan 3
155
Juara 3
Salah
56
Harapan 3
156
Juara 3
Salah
57
Harapan 3
157
Harapan 3
Salah
58
Harapan 3
158
Juara 3
Salah
59
Harapan 3
159
Harapan 3
Benar
60
Harapan 3
160
Harapan 1
Salah


Berdasarkan hasil pengujian terhadap semua data, diperoleh hasil bahwa terdapat 16 hasil yang sesuai dengan hasil yang diberikan dan 44 hasil yang tidak sesuai dengan hasil yang diberikan. Apabila diambil nilai total kinerja untuk semua kualitas kicau kenari, akan diperoleh nilai total kinerja sebesar 0,266667 dengan laju error sebesar 0,733333. Hasil tersebut menunjukkan bahwa nilai cukup bagus sehingga dapat disimpulkan bahwa model sistem telah memiliki kinerja yang baik.

Subscribe to receive free email updates:

2 Responses to "Mengukur Kualitas Kicau Kenari Pra-Kontes Menggunakan Metode Naive Bayes"

Terima Kasih Telah Berkunjung, Silakan Berkomentar...
Kritik dan Saran Teman-Teman Sangat Memotivasi Saya (^_^)