Mendeteksi Jenis Burung Berdasarkan Pola Suaranya

Abstract

AbstrakIlmuwan biologi terutama di bidang biodifersitas, terus melakukan penelitian tentang spesies hewan yang ada di dunia. salah satu hewan yang spesiesnya memiliki banyak variasi adalah burung. Tiap jenis burung memiliki perbedaan-perbedaan, mulai dari bentuk anggota tubuhnya, prilakunya, makanannya hingga suaranya. Ilmuwan sering juga mengalami kesulitan untuk melakukan pengamatan di alam. Misalnya, untuk mengetahui spesies burung apa saja yang ada di suatu daerah, mereka harus hadir di suatu wilayah, dan menelusuri setiap pelosok. kadang kala kehadiran mereka di tempat tersebut dalam jangka waktu lama, malah mengusik burung yang ada, dan burung-burung malah pergi meninggalkan tempat, sebelum berhasil diamati. Salah satu cara untuk mendeteksi burung apa saja yang ada di suatu wilayah, tanpa harus mengusik keberadaan burung adalah dengan menggunakan alat bantu. Bisa dengan menggunakan kamera video untuk mengambil gambar lingkungan sekitar, atau dengan perekam suara, untuk merekam suara burung yang ada di sana. Untuk itu penelitian ini ditujukan untuk membuat sebuah pengklasifikasi suara burung secara otomatis. Fitur yang digunakan adalah rhythm, pitch, mean, varian, min, max, dan delta dari suara burungnya. Metode klasifikasi yang digunakan adalah Ekstreme learning Machine (ELM). Dari hasil klasifikasi 4 jenis burung, didapatkan hasil rata-rata akurasi terbaik sebesar 88.82%. AbstractMany of Biology scientist, especially in the field of biodiversity, conduct research on the animal species that exist in the world. One of the animal which is largely diverse in species is bird. Each species of birds have differences, from the shape of his body, his behavior, his food to it's voice. Scientists often find it difficult to make observations in nature. For example, to determine which species of birds present in an area, they should be present in an area, and explore every corner. Sometimes their presence in that place for a long time, even disturb the bird, and they leaving the place, before been observed. One way to detect any bird that is in an area, without having to disturb the presence of birds is to use the automatic tools. For example to use a video camera to take pictures of the surrounding environment, or with voice recorders to record the sound of the birds that were there. This study is aimed to create a classifier bird sound automatically. Features used in this research are rhythm, pitch, mean, variance, min, max, and delta of the bird sound samples. For classifying, we used Extreme Learning Machine (ELM). The average results of the classification of four types of birds, showed the best average of accuracy is 88.82%.

Pengaruh Gaya Pukul Terhadap Intensitas Bunyi Pada Alat Musik Ketipung

“…Ketipung paralon menggunakan paralon sebagai bahan dasar pengganti kayu, mempunyai karakter bunyi yang nyaring jika dimainkan meskipun tanpa menggunakan alat pengeras suara. Instrumen ketipung paralon terdiri atas tiga buah rangkaian berbentuk tabung atau silinder, bagian ketiga ketipung paralon tersebut yaitu tak, tung, dan bas, ketiga rangkaian paralon tersebut masing-masing memiliki ukuran paralon dan karakteristik bunyi yang berbeda (Setiawan, 2019). Bunyi yang dihasilkan oleh ketipung paralon dapat terdengar, namun tidak dapat dilihat keberadaannya.…”

Workshop Bioakustik : Mengatasi Masalah Penelitian Biodiversitas Satwa Liar di Masa Pandemi Covid-19

“…Beragam studi dan literatur menunjukkan bahwa banyak binatang yang memiliki suara unik dan khas yang dapat dipakai untuk mendeteksi keberadaan mereka, meskipun mereka tidak tampak. Cara ini dikenal dengan pendekatan Bioakustik dan Ekoakustik (Setiawan, 2016).…”