Klasifikasi Suara Tangisan Bayi Menggunakan Algoritma Long-Short Term Memory

Abstract

Kegiatan ini dilakukan dalam waktu lima bulan di Bangkit Academy by Google, GoTo, Traveloka. Dengan alur belajar multidisiplin “Machine Learning Path” menjadi salah satu perwujudan dari adanya Merdeka Belajar Kampus Merdeka. Program pelatihan ini bertujuan untuk mempersiapkan para peserta Bangkit dengan kecakapan (skills) yang relevan dan dibutuhkan berdasarkan sertifikasi teknikal. Ini merupakan bagian integral dari program, yang mencakup kegiatan pembelajaran secara mandiri melalui sesi konsultasi, sesi ILT (Instructor-Led Training) – Machine Learning [ILT-ML], Softskill [ILT-Softskill], English [ILT-English], team meeting, dan proyek akhir berupa capstone project. Dalam capstone project ini, penulis dihadapkan pada tantangan praktis dalam mengembangkan mobile app berbasis kecerdasan buatan, penulis memilih tema “Healthcare and living Wellbeings” dengan latar belakang ide cara mengatasi isu baby blues. Proyek ini diarahkan untuk membantu orang tua dalam mengurus bayi dengan memanfaatkan kecerdasan buatan klasifikasi suara tangisan bayi. Tim machine learning membangun model dengan menggunakan algoritma LSTM dan proses preprocessing dataset suara tangisan bayi menggunakan ekstraksi Mel Frequency Cepstral Coefficients (MFCC). Evaluasi model menyertakan saran untuk pengembangan selanjutnya, dengan rekomendasi untuk menggunakan hybrid model guna meningkatkan kinerja kecerdasan buatan dalam mengenali dan mengklasifikasikan tangisan bayi. Para peserta Bangkit yang dapat menjalani masa program dengan baik, akan diberikan kesempatan untuk mengikuti ujian sertifikasi. Kesempatan tersebut mencakup partisipasi dalam TensorFlow Developer Certification yang diselenggarakan secara resmi dan gratis oleh Google. Pelaksanaan kegiatan ini telah berjalan sukses berkat peran aktif para peserta dan dukungan dari pihak terkait. Kegiatan ini telah dilaksanakan sesuai dengan rencana yang telah ditetapkan, memastikan bahwa para peserta dapat meraih manfaat maksimal dari program ini. Kata Kunci: Bangkit, ILT, Machine Learning, Capstone Project, Mel Frequency Cepstral Coefficients (MFCC), Klasifikasi Tangisan Bayi, Sertifikasi, Proyek Akhir.