Mengukur Kualitas Kicau Kenari Pra-Kontes Menggunakan Metode Naive Bayes

Table of Contents

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.