<![CDATA[Kemacetan lalu lintas dan kepadatan kendaraan di area perkotaan seringkali menimbulkan akibat penggunaan klakson yang berlebihan, sehingga meningkatkan tingkat kebisingan lingkungan. kondisi ini tidak hanya mengganggu kenyamanan masyarakat, tetapi juga menjadi indikator perilaku pengemudi serta potensi situasi darurat di jalan. Penelitian ini bertujuan untuk mengimplementasikan sistem deteksi bunyi klakson kendaraan dan sirine menggunakan ekstraksi fitur Mel Frequency Cepstral Coefficients (MFCC) dan Bayesian Gaussian Mixture Model (BGMM). Implementasi sistem deteksi bunyi klakson kendaraan bertujuan untuk mengenali suara klakson dan sirine secara otomatis menggunakan metode ekstraksi fitur Mel Frequency Cepstral Coefficients dan klasifikasi Bayesian Gaussian Mixture Model. Sistem ini memanfaatkan karakteristik frekuensi suara klakson dan sirine yang diubah menjadi representasi spektrum menggunakan teknik Mel Frequency Cepstral Coefficients untuk memperoleh fitur akustik yang efektif. Selanjutnya, Bayesian Gaussian Mixture Model diterapkan sebagai metode klasifikasi untuk membedakan bunyi klakson dan sirine dari suara lain dengan akurat serta program berbasis Python untuk proses klasifikasi secara real-time. ]]>
Copyrights © 2025
