KLASIFIKASI SUARA BURUNG WALET MENGGUNAKAN METODE MEL FREQUENCY CEPSTRAL COEFFICIENTS DENGAN ARTIFICIAL NEURAL NETWORK

Peranan agroindustri terhadap perekonomian nasional dapat dilihat dari kemampuannya
meningkatkan devisa melalui ekspor sarang burung walet. Jenis walet yang
menghasilkan sarang dapat dimakan adalah walet sarang putih dan walet sarang hitam
masih dapat dimakan sarangnya setelah dibersihkan terlebih dahulu. Dalam rangka
meningkatkan produksi sarang, diperlukan alat untuk mendeteksi suara burung walet agar
dapat memangil burung walet untuk tinggal didalam sarang yang tekah dibuat serta tanpa
mengusik keberadaan burung yang sudah tinggal didalam sarang tersebut. Untuk itu
penelitian ini ditujukan untuk menciptakan alat bantu tersebut dengan membangun model
klasifikasi secara real time. Dengan menggunakan fitur ekstraksi Mel Frecuency Ceptral
Coefficients (MFCC) dan Artificial Neural Network dengan Backpropaganation. Hasil
penelitian mampu mengklasifikasikan suara burung walet sarang hitam dan suara burung
walet sarang putih sebesar 83%.
Kata Kunci : Artificial Neural Network, Backpropaganation, Walet Sarang Hitam,
Walet Sarang Putih, Klasifikasi, MFCC, Suara