ABSTRAKSI: Seiring dengan kemajuan dan perkembangan teknologi yang sangat pesat, Manusia menginginkan adanya kemudahan dalam menjalankan semua aktifitasnya sehari-hari. Seperti pada bidang otomotif, para mekanik sepeda motor di bengkel-bengkel kecil menginginkan adanya teknologi yang cukup canggih untuk menunjang aktifitasnya sehari-hari. Mereka membutuhkan sebuah RPM meter untuk mempermudah pekerjaanya. Oleh karena itu dicari suatu cara yang mudah untuk menyetel RPM sepeda motor yaitu dengan merancang sebuah sistem yang dapat menentukan besarnya nilai RPM dari sebuah sepeda motor. Dengan begitu diharapkan menjadi suatu cara yang praktis untuk menyetel RPM sepeda motor hanya dengan merekam suara sepeda motor tersebut.
Pada tugas akhir ini dibangun sebuah simulasi sistem yang mampu mengklasifikasi nilai RPM sepeda motor dengan menggunakan metode FFT. Apabila cocok maka akan menjadi suatu cara yang praktis untuk mengetahui berapa besarnya RPM dari sepeda motor tanpa harus menggunakan media kabel seperti RPM meter digital yang ada saat ini. Dalam tugas akhir ini juga digunakan metode Jaringan Saraf Tiruan Backpropagation untuk mengenali dan mengklasifikasi pola suara.
Hasil simulasi sistem ini yaitu dapat mengklasifikasi nilai RPM sepeda motor dengan tingkat akurasi sebesar 95,71 %, sehingga dengan begitu sistem ini cukup baik dari segi ketepatan dalam melakukan penyetelan RPM sepeda motor dengan menggunakan suara.Kata Kunci : sistem klasifikasi RPM, RPM, FFT, backpropagation, sepeda motorABSTRACT: Along with the technological progress and the development very rapidly, people wants performing all daily activities in easy way. As in the automotive field, motorcycle mechanic in the small workshops wants the technology advanced enough to support all their activities. They need an RPM meter to facilitate their work. Therefore an easy way to set the RPM of motorcycle by design a system that can determine the value of the RPM of a motorcycle. Thus expected it gives a simple way to set the RPM just only record the sound of the motorcycle.
In this final project conducted a simulation system capable of classifying the value of RPM motorcycle using the FFT. If appropriate it will be a practical way to find out how big the RPM of the motorcycle without having to use media such as cable digital RPM meter available today. In this final project the method used Backpropagation Neural Network to recognize or classify sound patterns.
The simulation results of this system is able to classify the value of RPM with an accuracy of 95.71% rate, so the system is quite good in terms of precision in adjusting RPM motorcycle using sound.Keyword: RPM classification system, RPM, FFT, backpropagation, motorcycle