IMPLEMENTASI MACHINE LEARNING UNTUK IDENTIFIKASI ORANG BATUK / BERSIN

Abstract

Hal terpenting pada machine learning adalah fitur ekstraksi dari sebuah data mentah. Pada jurnal ini akan dijelaskan mengenai Implementasi Machine Learning untuk identifikasi orang batuk / bersin. Tujuan utama penelitian ini adalah bagaimana mengklasifikasi suara bersin dan batuk pada situasi yang sulit seperti noise yang terdapat pada data mentah. Pekembangan kecerdasan buatan yang cukup pesat terutama pada klasifikasi suara menggunakan machine learning dapat membantu untuk membedakan batuk dan bersin berdasarkan suara. Dalam tugas akhir ini, algoritma Long Short Term Memory (LSTM) digunakan karena algoritma ini mampu mengklasifikasikan pola suara dari suatu data. Untuk menghasilkan program pendeteksi batuk penulis membuat 3 program utama yaitu Pre-Processing, Training, dan Prediction. Melalui metode yang digunakan, Implementasi Machine Learning untuk identifikasi orang batuk / bersin mampu mencapai nilai rata-rata akurasi 68,52%, presisi 88,10% dan recall 62,03%.