Burung lovebird ialah salah satu burung primadona yang memiliki suara
yang sangat khas yaitu dengan nyerecet panjangnya. Memelihara lovebird dalam
delapan tahun terakhir menjadi trend yang paling diminati oleh kicau mania.
Tujuan utama memilihara lovebird ialah mengikutsertakan lovebird tersebut ke
kontes burung berkicau untuk menguji kualitas suara, mental , gaya dan performa
burung di arena lomba. Lovebird yang berhasil menjuarai kontes memiliki nilai
jual yang tinggi dan keturunannya banyak diminati oleh penghobi dan peternak.
Pergelaran lomba burung berkicau dikelas lovebird belakangan ini tidak
diikuti dengan pengetahuan tentang seni suara lovebird yang dilombakan. Hal ini
berakibat terjadinya protes dari peserta lomba terhadap keputusan dewan juri.
Faktor utama penyebabnya ialah kurangnya pemahaman dan pengetahuan peserta
terhadap seni suara nyerecet lovebird yang bagus. Oleh karena itu, penulis
berusaha membantu peserta agar dapat memilih lovebird yang layak untuk
prospek lomba kedepannya. Disini penulis akan mengklasifikasikan kategori
lovebird berdasarkan suara nyerecetnya serta beberapa parameter yang diperlukan
untuk menentukan lovebird yang berkualitas lomba.
Tugas Akhir ini merupakan jenis penelitian deskriptif dengan tujuan untuk
membantu para kicau mania dan juri dalam melakukan keputusan dan
menganalisis suara lovebird serta memberikan pengetahuan kepada kicau mania
mengenai karakteristik suara lovebird yang bagus. Proses pengkasifikasian suara
lovebird diperoleh dari ekstraksi ciri spektrogram yang dicari nilai magnitudenya
serta thersholding dari tiap-tiap suara yang diolah. Dari nilai-nilai ekstraksi ciri
suara lovebird tersebut, kemudian dilakukan klasifikasi menggunakan metode
algoritma fuzzy logic.
Hasil yang diperoleh dari Tugas Akhir ini adalah sistem mampu
mengklasifikasikan lovebird yang memiliki suara kelas A, kelas B, dan kelas C.
Proses klasifikasi menggunakan metode algoritma fuzzy logic, dengan 60 data
yang terdiri dari 20 suara lovebird kelas A, 20 suara lovebird kelas B, dan 20
suara lovebird kelas C. Setelah dilakukan proses verifikasi dari juri burung
berkicau dan pakar lovebird, untuk ciri menggunakan spektrogram memperoleh
akurasi sebesar 92,16 %.
Kata kunci : suara lovebird, nyerecet, kicau mania, spektrogram, algoritma fuzzy
logic.