<![CDATA[Gelombang laut merupakan fenomena alam yang memiliki peranan penting dalam berbagai aktivitas kelautan, sehingga diperlukan metode analisis yang efektif untuk memahami karakteristiknya. Penelitian ini dilakukan untuk mengembangkan pendekatan alternatif dalam analisis statistik gelombang laut melalui pemrosesan audio digital menggunakan pemrograman Python. Rekaman suara ombak di Pantai Suwuk diperoleh dalam format .wav. Dataset diproses menggunakan skrip Python modular yang meliputi akuisisi sinyal, prapemrosesan, komputasi Fast Fourier Transform (FFT), serta penyaringan noise. Spektrum frekuensi kemudian divisualisasikan menggunakan matplotlib.pyplot. Ekstraksi fitur dilakukan untuk mengidentifikasi frekuensi dominan serta puncak-puncak gelombang laut. Hasil akhir menunjukkan bahwa rata-rata interval antar gelombang terjadi selama 14 detik dengan estimasi panjang gelombang rata-rata sebesar 21 meter, mencerminkan karakteristik nyata gelombang di Pantai Suwuk. Studi ini membuktikan bahwa pemrosesan data suara ombak menggunakan Python dapat menjadi metode alternatif yang efektif untuk analisis statistik gelombang laut, serta mendukung pengembangan teknik pemantauan berbasis akustik. Ocean waves are natural phenomena that play a vital role in various maritime activities, thus requiring effective analysis methods to better understand their characteristics. This study aims to develop an alternative approach for the statistical analysis of ocean waves through digital audio processing using Python programming. Wave sounds were recorded at Suwuk Beach and stored in .wav format. The dataset was processed using a modular Python script involving signal acquisition, preprocessing, Fast Fourier Transform (FFT) computation, and noise filtering. The frequency spectrum was then visualized using matplotlib.pyplot. Feature extraction was carried out to identify dominant frequencies and wave peaks. The final results indicate that the average interval between waves is approximately 14 seconds, with an estimated average wavelength of 21 meters, reflecting the actual wave characteristics at Suwuk Beach. This study demonstrates that processing wave sound data with Python provides an effective alternative method for statistical analysis of ocean waves and supports the development of acoustic-based monitoring techniques.]]>
