Tri Arif Wiharso, M.Pd Dosen Pembimbing 1 Akhmad Fauzi Ikhsan, S.T., M.T Dosen Pembimbing 1 Fikri Surya Ramdani Dosen Pembimbing 1

Burung kenari (Serinus canaria) merupakan salah satu spesies burung yang terkenal karena suara kicauannya yang merdu dan bervariasi. Suara yang dihasilkan oleh burung kenari memiliki karakteristik unik yang dapat digunakan untuk mengidentifikasi berbagai jenis kicauan atau bahkan pola perilaku tertentu. Penelitian mengenai suara burung kenari sangat penting, baik dalam konteks bioakustik maupun dalam dunia penangkaran burung, di mana pemahaman tentang kicauan burung dapat meningkatkan kualitas pemeliharaan. Namun, pengklasifikasian suara burung kenari secara manual memerlukan waktu dan keahlian khusus. Oleh karena itu, dibutuhkan teknologi yang dapat secara otomatis mengidentifikasi dan mengklasifikasikan suara burung kenari. Penggunaan teknologi dalam pengenalan suara hewan, termasuk burung, semakin berkembang dengan menggunakan teknik-teknik pengolahan sinyal suara dan algoritma pembelajaran mesin yang semakin canggih. Salah satu metode yang sering digunakan dalam pengolahan suara adalah Mel-Frequency Cepstral Coefficients (MFCC). MFCC adalah teknik ekstraksi fitur yang meniru cara telinga manusia mendengar suara dengan memetakan frekuensi suara ke dalam skala mel. Dengan teknik ini, fitur penting dari suara burung kenari dapat diekstraksi dan digunakan untuk membedakan berbagai jenis suara yang dihasilkan. MFCC telah terbukti efektif dalam berbagai aplikasi, terutama dalam pengenalan suara. Setelah ekstraksi fitur menggunakan MFCC, tahap selanjutnya adalah melakukan klasifikasi suara menggunakan algoritma Support Vector Machine (SVM). SVM merupakan algoritma pembelajaran mesin yang sangat efektif untuk masalah klasifikasi, terutama dalam menghadapi data dengan dimensi fitur yang tinggi. Dengan menggunakan SVM, kita dapat membangun model yang dapat mengklasifikasikan suara burung kenari berdasarkan fitur yang telah diekstraksi sebelumnya. Penerapan metode MFCC dan SVM untuk klasifikasi suara burung kenari diharapkan dapat menghasilkan sistem otomatis yang mampu mengidentifikasi jenis suara burung kenari dengan akurat. Sistem ini tidak hanya berguna bagi penggemar burung untuk mengenali berbagai jenis suara kenari, tetapi juga dapat mendukung penelitian dalam bidang bioakustik dan komunikasi hewan. Dengan demikian, penelitian ini diharapkan dapat berkontribusi dalam pengembangan teknologi pengolahan suara serta memperdalam pemahaman tentang komunikasi suara pada burung kenari.