<![CDATA[Pendeteksian suara sirine ambulans memiliki peran penting dalam berbagai aplikasi, termasuk pengembangan sistem peringatan dini dan bantuan navigasi kendaraan darurat. Penelitian ini mengkaji implementasi Convolutional Neural Network (CNN) untuk mendeteksi suara sirine ambulans secara otomatis. CNN dipilih karena kemampuannya yang unggul dalam mengenali pola dari data suara yang kompleks. Dataset yang digunakan dalam penelitian ini mencakup berbagai rekaman suara sirine ambulans yang diambil dalam kondisi lingkungan yang berbeda-beda. Data ini kemudian diproses menjadi spektrogram untuk digunakan sebagai input ke dalam jaringan CNN. Hasil eksperimen menunjukkan bahwa model CNN yang diusulkan mampu mendeteksi suara sirine ambulans dengan akurasi yang tinggi, mencapai rata-rata akurasi sebesar 95%. Implementasi ini juga memperlihatkan ketahanan yang baik terhadap variasi noise lingkungan, menjadikannya solusi yang andal untuk aplikasi real-time. Dengan demikian, penelitian ini membuktikan bahwa CNN dapat menjadi alat yang efektif untuk mendeteksi suara sirine ambulans, yang berpotensi meningkatkan responsivitas sistem peringatan dan navigasi darurat.]]>
Copyrights © 2024
