<![CDATA[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 upaya untuk meningkatkan konservasi monyet agar terhindar dari ancaman kepunahan. Diketahui bahwa sebagian besar habitat monyet adalah hutan yang merupakan alam bebas dengan memiliki banyak pohon dan berbagai satwa lain di dalamnya, hal ini mengakibatkan keterbatasan untuk mendeteksi populasi monyet di suatu wilayah. Dalam komunikasi vokal, monyet mengeluarkan berbagai jenis suara, 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). Tahapannya yaitu pre-processing data, kemudian ekstraksi ciri dengan dekomposisi suara hingga level 7 menggunakan Discrete Wavelet Transform (DWT) berjenis mother wavelet Daubechies db4. Selanjutnya melakukan perhitungan nilai Higuchi. Dari nilai Higuchi yang telah didapat, dilakukan tahap klasifikasi K-NN. Pada penelitian ini menggunakan rasio pembagian data menjadi data training dan data testing sebesar 0,5 : 0,5, pada Kmax = 50 dan k = 3 didapatkan hasil akurasi tertinggi yaitu sebesar 90,38%. Dari hasil akurasi yang tinggi disimpulkan bahwa metode Higuchi dan K-NN dapat diterapkan pada klasifikasi jenis monyet berdasarkan suara. Kata Kunci: Monyet, Dimensi Fraktal Higuchi, K-Nearest Neighbor (K-NN).]]>
Copyrights © 2024
