<![CDATA[Identifikasi spesies burung lewat sinyal bioakustik sangat penting untuk pemantauan biodiversitas, tetapi sering terkendala oleh subjektivitas pengamatan manual dan kesamaan pola kicauan antarspesies. Penelitian ini bertujuan untuk mengembangkan model klasifikasi otomatis dengan memanfaatkan algoritma Support Vector Machine (SVM). Metode diterapkan melalui tahap pra-pemrosesan sinyal berupa normalisasi amplitudo dan penghapusan hening, serta augmentasi data yang intensif. Ekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC) digunakan untuk menggambarkan karakteristik spektral suara dalam bentuk data numerik. Evaluasi terakhir pada data uji menunjukkan akurasi keseluruhan mencapai 80,95%, dengan presisi sempurna 100% tercatat pada kelas Nuri Tanau. Kekuatan implementasi didukung oleh pengujian inferensi tunggal yang menghasilkan identifikasi akurat dengan tingkat kepercayaan (confidence score) 87,98%. Penemuan ini menegaskan bahwa walaupun ada tantangan pada spesies yang berkerabat dekat, sistem dapat mengklasifikasikan sinyal bioakustik secara efisien sebagai suatu solusi teknologi untuk konservasi.]]>
Copyrights © 2026
