IMPELEMNTASI CNN UNTUK DETEKSI SUARA PADA SIRINE AMBULANCE
DOI:
https://doi.org/10.56127/jukim.v3i02.1602Keywords:
Machine Learning, CNN, Deteksi Suara SirineAbstract
Pendeteksian suara sirine ambulans memiliki peran penting dalam berbagai aplikasi, termasuk pengembangan sistem peringatan dini dan bantuan navigasi kendaraan darurat. Penelitian ini mengkaji implementasi Convolutional Neural Network (CNN) untuk mendeteksi suara sirine ambulans secara otomatis. CNN dipilih karena kemampuannya yang unggul dalam mengenali pola dari data suara yang kompleks. Dataset yang digunakan dalam penelitian ini mencakup berbagai rekaman suara sirine ambulans yang diambil dalam kondisi lingkungan yang berbeda-beda. Data ini kemudian diproses menjadi spektrogram untuk digunakan sebagai input ke dalam jaringan CNN. Hasil eksperimen menunjukkan bahwa model CNN yang diusulkan mampu mendeteksi suara sirine ambulans dengan akurasi yang tinggi, mencapai rata-rata akurasi sebesar 95%. Implementasi ini juga memperlihatkan ketahanan yang baik terhadap variasi noise lingkungan, menjadikannya solusi yang andal untuk aplikasi real-time. Dengan demikian, penelitian ini membuktikan bahwa CNN dapat menjadi alat yang efektif untuk mendeteksi suara sirine ambulans, yang berpotensi meningkatkan responsivitas sistem peringatan dan navigasi darurat.
References
Sugeng. W., R. N. Ilyas, dan R. K. Utoro. 2023. Penganturan Lampu Lalu Lintas Untuk Prioritas Jalan Pada Kendaraan Darurat Menggunakan Metode Algoritma Even-Odd. Jurnal Pekommas. 8(1).17-28. [Online]. Tersedia di https://scholar.archive.org/work/z7wsihxrbba7vce3vck4fn6epe/access/wayback/https://jurnal. kominfo.go.id/index.php/pekommas/article/download/5012/1928 [Diakses 25 Mei 2024].
Tran. V. T., dan W. H. Tsai. 2020. Acoustic-Based Emergency Vehicle Detection Using Convulation Neural Networks. Journal IEEE Access. 8. 75702-75713. [Online]. Tersedia di https://ieeexplore.ieee.org/abstract/document/9072379 [Diakses 25 Mei 2024].
Nasrulloh. G. B., F. Yumono, dan F. A. Fiolana. 2024. Pendeteksi Pengguna Masker Pada Pintu Dengan Metode Convulation Neural Network. Journal Zetroem. 6(1). 66-72. [Online]. Tersedia di https://ejournal.unibabwi.ac.id/index.php/Zetroem/article/view/3452 [Diakses 25 Mei 2024]
Lisov, A. A., A. Z. Kulganatov, dan S. A. Panishev. 2023. Using Convulation Neural Networks for Acoustic Based Emergency Vehicle Detection. Journal Scientific and Practical Developments.9(1).95-107. [Online]. Tersedia di https://transsyst.ru/transj/article/view/278908 [Diakses 30 Mei 2024].
Sophiya. E., dan Jothilakshmi. S. 2022. Audio Event Detection Using Deep Learning Model. Journal Computer Aided Engineering and Technology. 16(3). 328-343. [Online]. Tersedia di https://www.inderscienceonline.com/doi/abs/10.1504/IJCAET.2022.122149 [Diakses 2 Juni 2024].
Setiawan. R. 2021. Mengenal Deep Learning Lebih Jelas. https://www.dicoding.com/blog/mengenal-deep-learning/ 29 Juni 2024 (22:17).
Radikto, D. I. Mulyana, M. A. Rofik, dan M. O. Z. Zakaria. 2022. Klasifikasi Kendaraan Pada Jalan Raya Menggunakan Algoritma Convulation Neural Network (CNN). Jurnal Pendidikan. 6(1). 1668-1679. [Online]. Tersedia di https://jptam.org/index.php/jptam/article/view/3179/2668 [Diakses 29 Juni 2024].
Sofscients.2022. Mengenal Conv2D Pada Algoritma CNN. https://softscients.com/2022/02/22/mengenal-conv2d-pada-algoritma-cnn/ 29 Juni 2024 (20:10).
Budi. E. S., A. N. Chan, P. P. Alda, dan M. A. F. Idris. 2024. Optimasi Model Machine Learning Untuk Klasifikasi dan Prediksi Citra Menggunakan Algoritma Convulation Neural Network. Jurnal RESOLUSI : Rekayasa Teknik Informatika dan Informasi. 4(5). 502-509. [Online]. Tersedia di https://www.djournals.com/resolusi/article/view/1892 [Diakses 04 Juli 2024].
Kennedy. A., dan F. X. Wartoyo. 2024. Tinjau Hukum Penjualan Sirine dan Lampu Isyarat Kepada Masyarakat Sipil Berdasarkan Hak dan Kewajiban Warga Negara. Jurnal Ilmu Hukum, Humaniora dan Politik (JIHHP). 4(3). 166-175. [Online]. Tersedia di https://dinastirev.org/JIHHP/article/view/1868/1109 [Diakses 29 Juni 2024].
Ibrahim. M., I. I. Tritoasmoro, dan L. Novamizanti. 2020. Impelementasi Sistem Kontrol Lampu Lalu Lintas Berdasarkan Suara Sirine Pada Arduino. Jurnal Proceedings of Engineering. 7(2). 3667-3674. [Online].Tersedia di https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/129 13 [Diakses 25 Juni 2024].
Febrywinata. E. 2024. Pengenalan Dan Klasifikasi Jenis Buah Menggunakan Metode CNN Secara Sederhana Dengan Menggunakan Google Colab. Jurnal Riset Sistem Informasi dan Teknik Informatika. 4(2).185-193. [Online]. Tersedia di https://journal.arteii.or.id/index.php/Merkurius/article/view/162 [Diakses 05 Juli 2024].
