KLASIFIKASI JENIS MONYET BERDASARKAN SUARA MENGGUNAKAN METODE DIMENSI FRAKTAL HIGUCHI DAN K-NEAREST NEIGHBOR (K-NN)

MONKEY SPECIES CLASSIFICATION BASED ON SOUND USING HIGUCHI FRACTAL DIMENSION AND K-NEAREST NEIGHBOR (K-NN) METHOD

Monyet merupakan salah satu jenis mamalia primata yang termasuk dalam sub-ordo Anthropoide. Beberapa spesies monyet telah mengalami penurunan jumlah secara signifikan pada beberapa dekade terakhir, oleh karena itu diperlukan suatu metode untuk mendeteksi keberadaan populasi monyet di suatu wilayah sebagai langkah dasar untuk mencegah kepunahan monyet. Hal tersebut dapat dilakukan dengan menggunakan alat bantu dengar seperti perekam suara untuk merekam suara monyet yang akan diidentifikasi, tanpa harus melihatnya secara langsung. Monyet mengeluarkan berbagai jenis suara dalam berkomunikasi vokal, dimana suara yang dikeluarkan oleh monyet dari jenis yang berbeda dapat menghasilkan sinyal suara yang berbeda, sehingga memunculkan suatu karakteristik. Dari informasi karakteristik tersebutlah pada penelitian ini akan dilakukan klasifikasi jenis monyet berdasarkan suara dengan menerapkan metode dimensi fraktal higuchi dan klasifikasi K-Nearest Neighbor (K-NN). Tahapan yang dilakukan yaitu pra-pengolahan dengan proses filtering dan normalisasi, kemudian ekstraksi ciri dengan dekomposisi suara hingga 7 level menggunakan Discrete Wavelet Transform (DWT) berjenis mother wavelet Daubechies db4. Selanjutnya dilakukan perhitungan nilai dimensi fraktal higuchi dengan dipilih K-max 50 dan K-max 60. Dengan nilai higuchi yang telah didapat, dilakukan tahap klasifikasi K-NN menggunakan rasio pembagian data training dan data testing 1 : 9 sampai 9 : 1 dan nilai K=1, 3, 5, 7, 9. Hasil analisis yang diperoleh dari penelitian ini berhasil mencapai nilai akurasi tertinggi mencapai 90,38% pada saat K-max 50 dengan rasio pembagian data 5 : 5 dan nilai K=3. Dari hasil akurasi yang cukup tinggi ini dapat ditarik kesimpulan bahwa metode higuchi dan K-NN dapat diterapkan dengan baik pada klasifikasi jenis monyet berdasarkan suara.

Kata Kunci: Monyet, Dimensi Fraktal Higuchi, K-Nearest Neighbor (K-NN).

Monkeys are one type of primate mammal that belongs to the Anthropoide sub-order. Some monkey species have experienced a significant decline in numbers in recent decades, therefore a method is needed to detect the presence of monkey populations in an area as a basic step to prevent monkey extinction. This can be done by using hearing aids such as voice recorders to record the sounds of monkeys to be identified without having to see them directly. Monkeys emit various types of sounds in vocal communication, where the sounds emitted by monkeys of different species can produce different sound signals, giving rise to a characteristic. From this characteristic information, this research will classify monkey species based on sound by applying the higuchi fractal dimension method and K-Nearest Neighbor (K-NN) classification. The stages are pre-processing with filtering and normalization processes, then feature extraction with sound decomposition up to 7th level  using Discrete Wavelet Transform (DWT) of Daubechies db4 mother wavelet type. With the higuchi value that has been obtained, the K-NN classification stage is carried out using the ratio of training data and testing data division of 1 : 9 to 9 : 1 and the value of K = 1, 3, 5, 7, 9. The analysis results obtained from this study managed to achieve the highest accuracy value reaching 90,38% when K-max 50 with a data division ratio of 5:5 and a value of K = 3. From the results of this high enough accuracy it can be concluded that the higuchi and K-NN methods can be applied well to the classification of monkey species based on sound.

Keywords: Monkey, Higuchi Fractal Dimension, K-Nearest Neighbor (K-NN).