"Copcus Class": Penyeleksi Suara Burung Murai Batu Berkualitas dengan Metode Machine Learning

Abstract

Murai batu adalah salah satu burung yang terkenal diajang perlombaan dengan kicauan yang indah. Dalam penyeleksian bibit murai batu masih menggunakan metode konvensional yang memerlukan waktu lama dan merepotkan. Metode tersebut menyebabkan banyaknya bibit unggul yang tidak terseleksi. Penelitian Copcus Class bertujuan untuk (1) mengetahui karakteristik suara burung murai batu berlevel bagus (berkualitas juara) dan (2) mengetahui cara menentukan bibit burung murai batu berkualitas juara sejak dini.

Penelitian ini dimulai dari proses pembuatan model machine learning menggunakan Google Colaboratory dan analisis pola suara menggunakan Adobe Audition 2021. Selanjutnya mengajarkan pola sampel suara burung murai pada machine learning. Sampel suara yang digunakan ialah 36 suara yang terdiri dari suara burung murai anakan dan dewasa. Kemudian pola sampel suara tersebut divalidasi menggunakan Random Forest dengan sampel berjumlah 10 suara. Langkah terakhir kita mengujikan Copcus Class dengan 20 suara yang belum teridentifikasi. Hasil yang dikeluarkan dari Copcus Class ialah level suara bagus atau standar.

Hasil penelitian menunjukan bahwa karakter suara murai batu yang berlevel bagus memiliki pola peak frekuensi dan intensitas bunyi sebesar 2.074±80 Hz, -12,0±0,3 dB; 5.918±57 Hz, -35,0±1,3 dB; dan 10.440±37 Hz, -48,0±1,1 dB. Langkah dalam menentukan bibit burung murai batu berkualitas juara sejak dini dimulai dari perekaman suara burung murai batu menggunakan mikrofon pada Copcus Class. Hasil rekaman kemudian dianalisis dengan menggunakan machine learning pada sistem Copcus Class. Selanjutnya hasil analisis akan ditampilkan ke dalam layar LCD yang akan menentukan apakah masuk ke dalam level bagus atau masuk level standar.