Deteksi Kualitas Pemasangan Ubin Berbasis Ekstraksi Ciri Bunyi Dengan Klasifikasi K-Nearest Neighbor

Abstract

Saat ini perkembangan teknologi di dunia sangatlah pesat, tak bisa dipungkiri lagi bahwa manusia tak bisa lepas dari kemajuan teknologi setiap harinya. Salah satu teknologi yang sedang berkembang saat ini adalah teknologi dalam bidang pengolahan sinyal. Pengolahan sinyal adalah teknik yang mempelajari dan mengembangkan metode memanipulasi, dan analisa sinyal. Pengolahan sinyal juga dapat dibagi menjadi beberapa kelompok, salah satunya adalah pengolahan sinyal suara. Pada penelitian ini, dilakukan penelitian dengan cara menjatuhkan bola golf untuk menghantam ubin
keramik yang telah terpasang dan direkam bunyi yang dihasilkan menggunakan microphone pada handphone. Aplikasi ini bekerja dengan ekstraksi ciri Average Energy dan ZCR (Zero Crossing Rate) serta menggunakan klasifikasi KNN (K-Nearest Neighbor) yang berfungsi untuk membandingkan
nilai hasil pengujian ekstraksi ciri yang ditangkap microphone dengan suara latih yang sudah disimpan sebelumnya. Dengan adanya penelitian ini dihasilkan sebuah aplikasi pengolahan sinyal suara yang dapat menentukan apakah ubin keramik yang sudah terpasang tersebut sudah perlu diganti atau masih layak digunakan setelah dilakukan ekstraksi ciri Average Energy dengan akurasi 61.67% pada ketinggian 40 cm dan ZCR (Zero Crossing Rate) dengan akurasi 95% pada ketinggian 50 cm serta menggunakan klasifikasi KNN (K-Nearest Neighbor) dengan k=1 untuk Average Energy dan k=9 untuk ZCR.