View/Open

Author
Ramon, Riping

Date Published
30 Jun 2026

Advisor
Martin Clinton Tosima Manullang, S.T., M.T., Ph.D.,

Subject
Teknik Informatika

Publisher

Penyandang tunarungu menghadapi risiko keselamatan tinggi di lingkungan perkotaan dikarenakan ketidakmampuan mendeteksi sinyal suara bahaya dari luar jangkauan visual, sementara alat bantu dengar konvensional belum mampu memisahkan sinyal bahaya dari kebisingan latar belakang secara efektif. Penelitian ini bertujuan menganalisis dan membandingkan pengaruh tiga representasi fitur audio, yaitu raw waveform, log-mel spectrogram, dan hybrid, melalui arsitektur Pre-trained Audio Neural Networks (PANNs) dalam mengklasifikasikan suara bahaya pada kondisi keterbatasan data, guna menentukan representasi yang paling optimal. Metode penelitian menggunakan transfer learning pada tiga arsitektur PANNs (Res1DNet31, ResNet38, dan Wavegram-Logmel-CNN) yang di-fine-tuning pada empat kelas bahaya dari dataset UrbanSound8K (gun shot, siren, dog bark, car horn) dengan skema 5-fold cross-validation, dilengkapi studi ablasi komponen optimasi pelatihan, uji signifikansi Wilcoxon Signed-Rank Test, serta pengujian inferensi pada 15 audio dunia nyata menggunakan mekanisme confidence threshold untuk kelas normal. Hasil penelitian menunjukkan representasi hybrid memperoleh performa validasi tertinggi dan paling stabil (macro F1-score 0,9817 ± 0,0093), diikuti log-mel spectrogram (0,9801 ± 0,0103), dan raw waveform (0,9525 ± 0,0227), meskipun perbedaan antar model tidak signifikan secara statistik (p-value minimal 0,0625 pada n=5). Namun, pada pengujian inferensi dunia nyata, model log-mel spectrogram justru paling andal mengklasifikasikan suara, sedangkan model hybrid menunjukkan banyak kesalahan pada kelas normal dengan mekanisme confidence threshold. Disimpulkan bahwa representasi log-mel spectrogram dan hybrid lebih unggul dibandingkan raw waveform secara umum, tetapi pemilihan representasi optimal tetap bergantung pada konteks penerapannya.

URI
https://repo.itera.ac.id/depan/submission/SB2606270008

Keyword
PANNs klasifikasi suara representasi fitur transfer learning UrbanSound8K