Klasifikasi Suara Tangisan Bayi Berdasarkan Prosodic Features Menggunakan Metode Moments of Distribution dan K-Nearest Neighbours

摘要

Bagi orang dewasa suara tangisan bayi terdengar sangat mengganggu, apalagi jika tangisannya berlarut-larut. Karena tidak ada yang mengerti arti dari suara tangisan bayi. Dijaman sekarang yang serba otomatis pengenalan suara tangisan bayi dapat dilakukan secara otomatis menggunakan komputer. Jika suara tangisan bayi dapat diartikan secara otomatis oleh komputer maka dapat membantu orang dewasa mengenali kebutuhan si bayi dan si bayi bisa tenang dengan mudah. Pengenalan suara tangisan bayi secara otomatis dapat dilakukan dengan menggunakan sistem perangkat lunak komputer. Sistem tersebut dapat mengidentifikasi suara tangisan bayi menggunakan algoritma klasifikasi. Algoritma yang dapat digunakan untuk melakukan klasifikasi adalah K-Nearest Neighbour. Untuk melakukan klasifikasi suara bayi perlu diubah menjadi data numerik yang dapat digunakan pada proses klasifikasi proses tersebut dinamakan ekstraksi fitur. Ekstraksi fitur yang digunakan pada penelitian ini adalah Prosodic Features. Setelah melewati proses ekstraksi fitur perlu dilakukan pengenalan pola untuk mendapatkan perbedaan pola antara satu data suara tangisan bayi dengan data suara tangisan bayi yang lain menggunakan Metode Moment of Dsitribution. Akurasi terbaik pada proses klasifikasi menggunakan data sampling Percentage Rate yaitu 76% dimana nilai K yang digunakan adalah 9. Sedangkan akurasi terbaik pada proses klasifikasi menggunakan data sampling Leave One Out yaitu 42% dengan nilai K yang digunakan adalah 5.