Penerapan Dimensi Fraktal Higuchi Dan K-Nearest Neighbor Dalam Klasifikasi Passeriformes (Burung Pengicau) Berdasarkan Suara

Abstract

Passeriformes adalah salah satu kelas aves yang merupakan jenis burung pengicau. Tingkat konservasi dari spesies Passeriformes masih relatif rendah dan populasinya sudah mulai menurun, sehingga kelestarian Passeriformes perlu dipertahankan dari kepunahan maupun penurunan populasinya. Burung memiliki habitat yang beraneka ragam, sehingga menyebabkan keterbatasan dalam mengetahui ada atau tidaknya spesies burung di suatu wilayah. Suara kicauan dapat digunakan untuk mengenali jenis burung berdasarkan suaranya. Dengan dimensi fraktal bisa melakukan analisis suara Passeriformes berdasarkan ciri sinyal suaranya. Penelitian ini akan mengklasifikasikan Passeriformes berdasarkan suara menggunakan metode Higuchi serta K-Nearest Neighbor. Langkah awal yaitu pra-pemrosesan, selanjutnya adalah proses ekstraksi ciri menggunakan Discrete Wavelet Transform (DWT) dan dekomposisi wavelet 5 level menggunakan tipe mother wavelet Daubechies4. Selanjutnya yaitu menghitung nilai dari dimensi fraktal dengan memakai metode Higuchi. Setelah memperoleh nilai dimensi fraktal, data dibagi menjadi dua yaitu data pelatihan dan data pengujian. Selanjutnya data diklasifikasikan menggunakan algoritma K- Nearest Neighbor. Dalam penelitian ini, telah diperoleh nilai dengan akurasi tertinggi sebesar 90% dimana perbandingan data pelatihan maupun data pengujian adalah 9:1, dengan nilai Kmax =60, serta nilai k pada K-NN adalah 1, 2 dan 5. Sehingga, dapat disimpulkan penerapan dimensi fraktal Higuchi serta K-Nearest Neighbor dapat digunakan dalam mengklasifikasikan Passeriformes berdasarkan suara.
 Kata Kunci: Passeriformes, Dimensi Fraktal Higuchi, K-Nearest Neighbor (K-NN).