Klasifikasi Suara Kucing dan Anjing Menggunakan LSTM-GRU dan ANN-BP

Abstrak

Kucing dan anjing merupakan binatang yang banyak dipelihara masyarakat. Jumlah data yang digunakan sebanyak 277 data, suara kucing sebanyak 164 dan suara anjing 113 data yang kemudian dibagi kedalam 80% data training dan 20% data testing. Untuk membedakan suara kedua binatang tersebut digunakan metode LSTM-GRU dan ANN-BP. Tujuan yang ingin dicapai ialah melakukan pembelajaran yang dilakukan oleh mesin dengan cara menyodorkan suara seekor kucing atau anjing lalu kita bertanya pada mesin tersebut apakah itu suara kucing atau anjing. Proses berpikir mesin tersebut didasari oleh algoritma yang kita buat. Adapun hasil akurasi adalah sebesar 92% dengan precision 0.91 dan recall 0.91.