Dalam proses pemeriksaan kondisi motor terdapat beberapa indikator yang dapat diperhatikan, yaitu kerenggangan katup, kondisi piston, penutup kopling, cylinder head, dan lainnya. Dari beberapa indikator tersebut, sering kali montir dapat mendiagnosa kondisi motor dari suara yang dihasilkannya. Seiring dengan perkembangan jaman, maka dibutuhkan suatu pengembangan teknologi yang dapat membantu para pengendara motor untuk mengetahui kondisi motornya. Sehingga dalam Tugas Akhir ini dirancang suatu sistem yang dapat mendeteksi kondisi motor melalui ciri akustiknya yang diimplementasikan pada smartphone berbasis android.
Sistem pendeteksi pada Tugas Akhir ini akan bekerja dengan menggunakan metode transformasi wavelet dan metode K-Nearest Neighbor (k-NN) sebagai metode klasifikasi. Untuk mendapatkan ciri akustiknya, sinyal suara akan diektraksi cirinya menggunakan Zero Crossing Rate (ZCR), Energy Bandwidth Ratio, dan Average Energy. Setelah didapat ciri dari sinyal suara, selanjutnya akan dilakukan klasifikasi untuk mendapatkan output berupa kondisi motor yang diklasifikasikan menjadi normal, rusak sedang, dan rusak parah. Proses pengujian pada Tugas Akhir ini dilakukan secara real time, dan analisis dilakukan secara non real time.
Dengan adanya sistem pendeteksi suara mesin motor, akan membantu orang-orang yang tidak mengerti tentang otomotif untuk mengetahui kondisi mesin motornya, dan untuk pekerja seperti montir akan dapat bekerja lebih efisien karena adanya proses pengolahan sinyal suara dan klasifikasinya. Didapatkan akurasi sebesar 58,33% untuk dapat mengklasifikasikan kondisi mesin motor.