Perilaku = Detik perilaku x 100 Total Detik Pengamatan
3.5. Metode Pengolahan Data
Pengolahan data pada penelitian ini mencakup dua proses utama, pengolahan data tingkah laku dan pengolahan data suara. Lampiran 1
menunjukkan diagram alir proses pengolahan data.
3.5.1. Metode Pengolahan Data Tingkah Laku
Pengamatan awal dilakukan dengan mengamati tingakh laku dugong selama 24 jam. Hasil dari pengamatan ini berupa pola harian dari tingkah laku
dugong dan definisi tingkah laku. Pola harian dimasukkan ke dalam tabel dan definisi tingkah laku dimasukkan dalam sebuah ethogram.
Jenis-jenis tingkah laku yang diperoleh dari penelitian awal dijadikan
acuan dalam penelitian utama. Tingkah laku dugong yang diamati meliputi, makan, bernafas, istirahat, jelajah, menggaruk, flatus dan defekasi.
Penelitian utama, merekam tingkah laku dengan menggunakan handy cam. Rekaman itu kemudian diurutkan berdasarkan waktu kejadian tingkah laku yang
terekam, sehingga dapat diketahui penggunaan waktu untuk melakukan satu tingkah laku. Waktu yang digunakan untuk melakukan satu tingkah laku itu
kemudian dihitung persentasenya berdasarkan keseluruhan waktu pengamatan. Rumusnya adalah :
……………………..1
3.5.2. Metode Pengolahan Data AkustikSuara
Data yang diperoleh dari hasil perekaman berbentuk .WAV. Rekaman suara itu kemudian dilakukan pengurangan suara latar dan gangguan Noise
Reduction dan pengurangan suara desah Hiss Reduction menggunakan perangkat lunak Cool Edit Pro 2.1.
Rekaman suara yang telah dikurangi suara gangguan dan suara desahnya kemudian dipotong sesuai dengan ditemukannya suara dugong. Potongan suara
itu kemudian dikonversi menjadi data numerik dengan menggunakan FFT analysis pada perangkat lunak Wavelab 6. Data numerik disimpan dalam bentuk
.txt. Data numerik tersebut kemudian diolah menggunakan perangkat lunak
Microsoft Excel. Hasil yang diperoleh ditampilkan dalam grafik sebaran frekuensi suara dengan menggunakan MATLAB. Informasi yang didapatkan
berupa rentang frekuensi yang digunakan, intensitas suara dan lama terjadinya suara. Berdasarkan informasi tersebut, dilakukan klasifikasi tipe suara.
1 Pengurangan Suara Latar dan Gangguan
Suara latar dan gangguan disebabkan adanya suara mesin pompa air, suara aliran air masuk dan suara lainnya. Suara ini dihilangkan dengan menggunakan
perangkat lunak Cool Edit Pro 2.1. Proses diawali dengan membuka data suara yang berekstensi .WAV.
Semua data yang tampil di waveform view disorot. Pilih menu effect kemudian pilih Noise Reduction. Tampilan menu Noise Reduction yang tampil, pilih get
profile from selection. Hilangkan titik warna kuning yang tampil pada jendela profil suara dengan cara mengatur noise reduction level. Pengaturan untuk noise
reduction menggunakan pengaturan standar yang disiapkan perangkat lunak Cool Edit Pro 2.1. Tampilan pengaturan standar noise reduction dapat dilihat pada
Lampiran 3.
2 Pengurangan Suara Desah
Suara yang telah dikurangi suara latar dan gangguannya kemudian dilakukan pengurangan suara desah hiss reduction untuk semakin memperjelas
suara utamanya. Proses ini menggunakan perangkat lunak Cool Edit Pro 2.1. Tampilan hasil dari noise reduction disorot kemudian pilih menu effect kemudian
noise reduction dengan sub menu hiss reduction. Menu hiss reduction yang tampil, kemudian pilih tombol dengan tulisan get noise floor. Noise floor adjust
diatur untuk mendapatkan suara yang paling jelas dan keras. Pengaturan untuk hiss reduction menggunakan pengaturan standar yang disiapkan perangkat lunak
Cool Edit Pro 2.1. Tampilan pengaturan standar hiss reduction dapat dilihat pada Lampiran 3.
3 Pemotongan Data Suara
Rekaman suara yang telah selesai melalui proses noise reduction dan hiss reduction kemudian dilakukan pemotongan suara sesuai dengan suara yang
ditemukan. Proses pemotongan suara ini diawali dengan mendengarkan semua rekaman. Jika ditemukan suara yang dimaksud maka suara tersebut dipotong
sesuai dengan lamanya waktu suaranya. Proses ini menggunakan perangkat lunak Wavelab 6. Suara yang ditemukan disorot kemudian copy dan paste pada sheet
baru. 4
Analisis Fast Fourier Transform FFT Menurut Nordmark 2005, Analisis FFT digunakan untuk menunjukkan
grafik frekuensi yang berkelanjutan, dengan sangat tepat dan detail frekuensi real- time. Analisis ini dilakukan dengan menggunakan perangkat lunak Wavelab 6.
Analisis FFT digunakan untuk file hasil pemotongan suara. File potongan suara disorot. Menu yang digunakan adalah analysis, kemudian spectrum
analyser FFT dan akan memunculkan jendela menu FFT meter. Jendela menu FFT meter yang tampil akan memperlihatkan grafik frekuensi secara real-time.
Percobaan kali ini diambil grafik tiap 20 ms sepanjang data. Kursor diarahkan ke bagian yang dituju pada wave sheet. Grafik yang didapatkan
kemudian dikonversi menjadi data numerik dengan menggunakan menu option dan export FFT data as ASCII pada FFT meter. Data numerik yang didapatkan
berekstensi .txt. Data ini kemudian diolah menggunakan perangkat Microsoft Excel dan MATLAB untuk mendapatkan grafik sebaran frekuensi suara. Sebaran
frekuensi suara yang ditemukan menjadi acuan dalam klasifikasi jenis suara.
3.5. Metode Analisis Data
Kategori