Kebutuhan Sistem Perancangan Antarmuka Sistem

3. Mempunyai 3 neuron output dengan fungsi transfer softmax.

3.1.6. Metode Pengujian

Metode pengujian menggunakan K-Fold Cross Validation, dengan k = 3, k = 5, dan k = 10. Metode ini dipakai karena menghasilkan data yang berbeda untuk proses pelatihan dan pengujian, sehingga dapat diketahui rata-rata akurasi yang dihasilkan pada tiap k percobaan berdasarkan confusion matrix yang dihasilkan. Tahap pengujian dilakukan untuk mencari ciri suara dan arsitektur jaringan syaraf tiruan terbaik.

3.2. Kebutuhan Sistem

Alat yang akan dipergunakan dalam proses perancangan sistem : 1. Perangkat Keras Perangkat Keras dengan spesifikasi sebagai berikut : 1 Processor : Intel Core i5 4200M, dual core, 2.5GHz 2 Memory : 4GB 3 Hard Drive : 500GB 4 Soundcard : Conexant SmartAudio HD 2. Perangkat Lunak Perangkat Lunak yang digunakan adalah sebagai berikut : 1 Microsoft Windows 10 Sistem operasi yang digunakan untuk mengoperasikan kedua perangkat lunak lainnya. 2 Audacity 1.2.1 Perangkat lunak yang digunakan untuk melakukan proses preprosesing pada file suara burung sebelum diolah oleh sistem. 3 Matlab 2015a Perangkat lunak yang digunakan untuk membuat sistem sekaligus menjalankan sistem.

3.3. Perancangan Antarmuka Sistem

Gambar 3.10 Rancangan Antarmuka Menu Utama Sistem Pada gambar 3.3 merupakan tampilan antarmuka menu utama sistem, terdapat 3 tombol yaitu feature extraction database, training testing, classify. 1. Feature extraction database Tombol ini digunakan untuk membuka tampilan proses ekstraksi ciri dan pembuatan info untuk jenis burung yang dianalisa. 2. Training testing Tombol ini digunakan untuk membuka tampilan proses pelatihan dan pengujian ciri-ciri yang dihasilkan terhadap jaringan syaraf tiruan propagasi balik. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI 3. Classify Tombol ini digunakan untuk membuka tampilan proses klasifikasi data suara burung diluar sampel yang telah digunakan pada proses pelatihan terhadap model jaringan syaraf tiruan propagasi balik. Gambar 3.11 Rancangan Antarmuka Ekstraksi Ciri Pada gambar 3.4 merupakan tampilan antarmuka untuk melakukan proses ekstraksi ciri dan pembuatan info jenis burung yang dianalisa. Terdapat 3 panel pada antarmuka di atas, yaitu : 1. Audio File List Pada panel ini terdapa komponen-komponen sebagai berikut : a. Tombol browse – berfungsi untuk membuka jendela pencarian direktori data suara. b. Edit text – berfungsi untuk alamat direktori data. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI c. Listbox audio – berfungsi untuk menampilkan daftar semua data suara yang ada pada direktori yang dipilih. 2. MFCC Options Pada panel ini terdapat komponen-komponen sebagai berikut : a. Edit text frame size – berfungsi untuk menentukan frame size duration yang digunakan pada saat proses frame blocking dalam MFCC. b. Edit text frame overlap – berfungsi untuk menentukan frame overlap yang digunakan pada saat proses frame blocking dalam MFCC. 3. Database Options Pada panel ini terdapat komponen-komponen sebagai berikut : a. Radio button bird – berfungsi untuk memilih jenis burung 1,2,3 b. Edit text targetclass – berfungsi untuk menentukan jumlah sampel masing-masing jenis burung, nilai ini kemudian akan digunakan untuk membuat target berdasarkan jumlah tersebut. c. Edit text scientific name – berfungsi untuk menentukan nama ilmiah jenis burung. d. Edit text family – berfungsi untuk menentukan famili dari jenis burung. e. Edit text genus – berfungsi untuk menentukan genus dari jenis burung. f. Tombol select picture – berfungsi untuk membuka jendela yang digunakan untuk memilih file gambar jenis burung. g. Tombol save info – berfungsi untuk menyimpan info jenis burung yang telah ditentukan ke dalam sebuah variabel. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI Serta ada komponen extract features button yang digunakan untuk melakukan proses ekstraksi ciri, kemudia hasil nilai-nilai ciri yang didapatkan ditampilkan pada tabel features. Gambar 3.12 Rancangan Antarmuka Klasifikasi Pada gambar 3.5 merupakan tampilan antarmuka proses klasifikasi. Terdapat 2 panel pada antarmuka di atas, yaitu : 1. Classify Pada panel ini terdapat komponen-komponen sebagai berikut : a. Edit text browse – berfungsi untuk menampilkan alamat file suara yang dipilih. b. Tombol browse – berfungsi untuk membuka jendela pencarian file suara. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI c. Tombol classify – berfungsi untuk melakukan proses klasifikasi terhadap file suara yang telah dipilih. d. Tombol view original and pre-emphasis – berfungsi untuk membuka jendela yang berisikan spectogram dari suara original dan setelah dilakukan proses pre-emphasis serta tombol play yang berguna untuk memutar suara original dan setelah dilakukan pre- emphasis. e. Tombol view signal and spectogram – berfungsi untuk menampilkan grafik sinyal dan spectogram suara uji. 2. Result Pada panel ini terdapat komponen-komponen sebagai berikut : a. Axes picture – berfungsi untuk menampilkan gambar jenis burung sesuai dengan hasil klasifikasi. b. Static text scientific name – berfungsi untuk menampilkan nama ilmiah jenis burung sesuai dengan hasil klasifikasi. c. Static text family – berfungsi untuk menampilkan famili jenis burung sesuai dengan hasil klasifikasi. d. Static text genus – berfungsi untuk menampilkan genus jenis burung sesuai dengan hasil klasifikasi. PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

BAB IV IMPLEMENTASI DAN ANALISA

Bab ini membahas uraian implementasi sistem yang berupa hasil penelitian dalam melakukan pengujian kombinasi feature, optimalisasi jaringan syaraf tiruan, percobaan metode training dalam jaringan, serta pengujian data tunggal dan uraian mengenai analisa hasil output terkait dengan keberhasilan pemilihan atributfeature dan akurasinya.

4.1. Hasil Penelitian

4.1.1. Pengujian Kombinasi Feature

Gambar 4.1 Hasil Ekstraksi Ciri Suara Hasil penelitian berupa nilai akurasi dari pengenalan jenis burung berdasarkan suara kicaunya. Data yang digunakan untuk pelatihan sejumlah 120 data untuk masing-masing jenis burung. Ada beberapa kombinasi yang dilakukan dalam penelitian ini, yaitu kombinasi nilai statistik dari feature MFCC yang telah