digilib@itb.ac.id +62 812 2508 8800

ABSTRAK Reza Dwicahyo
PUBLIC Alice Diniarti

Penelitian ini difokuskan pada perancangan sistem prediksi soundscape area urban berbasis parameter kebisingan lingkungan dan mel-frequency ceptral coeffient (MFCC). Pengambilan data objektif dilakukan dengan cara perekaman suara, sedangkan data subjektif diperoleh dari hasil kuesioner yang diisi oleh pengguna area urban. Pengambilan data dilakukan di 29 kawasan di Bandung dengan total 69 rekaman. Perancangan sistem prediksi ini dilakukan dengan menggunakan machine learning yang menggunakan dua buah model matematika yaitu regresi logistik dan jaringan syaraf tiruan (JST). Kedua model akan dibandingkan performanya dengan mengunakan parameter area under curve (AUC) dari analisis receiver operating characteristic (ROC). Perbandingan digunakan untuk menentukan model dan parameter masukan yang paling baik untuk memprediksi setiap persepsi, di mana digunakan lima buah kombinasi parameter masukan yaitu MFCC, parameter bising, MFCC dan ?MFCC, MFCC dan parameter bising, dan semua parameter. Hasil terbaik yang diperoleh untuk sistem prediksi persepsi bising-sunyi (AUC = 0,836) menggunakan model JST dengan parameter masukan MFCC. Sedangkan untuk hasil paling buruk diperoleh sistem prediksi persepsi bergema-tidak bergema (AUC = 0,645) menggunakan model JST dengan parameter masukan MFCC dan ?MFCC.