IDENTIFIKASI NYAMUK CULEX DAN AEDES AEGYPTI BETINA MENGGUNAKAN LINIER PREDICTIVE CODING DAN JARINGAN SYARAF TIRUAN LEARNING VECTOR QUANTIZATION

Abstract

Pengolahan sinyal digital yang paling populer dan dampaknya positifnya cukup besar adalah bidang pengolahan suara digital.Pengolahan suara digital dapat dikembangkan dengan berbagai aplikasi yang dapat mempermudah kehidupan manusia, salah satu penelitian yang dapat dibuat adalah pengenalan suara nyamuk. Linier Predictive Coding (LPC) adalah proses mendapatkan nilai energi dalam sekelompok parameter orde LPC. Dalam penelitian ini digunakan metode LPC untuk mengekstraksi ciri sinyal suara nyamuk Culex betina dan Aedes Aegypty betina berupa koefisien cepstrum yang didalamnya sudah terdapat frekuensi sinyal suara nyamuk agar dapat diklasifikasi dengan jaringan syaraf tiruan. Penelitian dilanjutkan dengan membuat sebuah perangkat lunak untuk menunjang eksperimen klasifikasi sinyal suara nyamuk sesuai dengan metode pengolahan sinyal yang diterapkan. Metode klasifikasi menggunakan jaringan syaraf tiruan learning vector quantization (LVQ). Pengujian ini dilakukan dengan skenario variasi jumlah orde LPC yaitu 8, 10, 12, 14 dan 16, dengan jumlah data pelatihan masing-masing nyamuk 50 ekor nyamuk dan pengujian 40 ekor.Selanjutnya hasil akurasi klasifikasi LVQ didapatkan untuk membuat kesimpulan pengaruh pemilihan orde LPC.