Perancangan Deteksi Otomatis Jenis Kelamin Itik Alabio Usia Sehari dengan Convolutional Neural Network Menggunakan Fitur Spektrogram Suara

Abstract

Deteksi jenis kelamin itik Alabio usia sehari (Day-old Duck/DoD) merupakan tahapan penting dalam industri pembibitan yang bergantung pada keahlian manual sexer profesional. Itik Alabio merupakan plasma nutfah unggulan Kalimantan Selatan dengan populasi mencapai 4,5 juta ekor (2023) membutuhkan metode identifikasi gender yang efisien dan non-invasif. Penelitian bertujuan merancang sistem deteksi otomatis jenis kelamin itik Alabio usia sehari berbasis kecerdasan buatan yang dapat mengatasi permasalahan keterbatasan tenaga ahli, risiko stres cedera pada DoD akibat penanganan fisik, biaya sexing tinggi, dan waktu pemrosesan lama untuk skala besar. Fokus penelitian dibatasi pada klasifikasi biner jantan-betina menggunakan pendekatan analisis suara yang diolah menjadi fitur spektrogram. Metodologi penelitian mencakup: (1) akuisisi data suara dari sampel DoD itik Alabio dari kedua jenis kelamin, (2) pre-processing sinyal audio untuk menghilangkan noise, (3) ekstraksi fitur spektrogram yang merepresentasikan distribusi energi pada frekuensi suara, (4) pelatihan model Convolutional Neural Network (CNN) untuk klasifikasi, dan (5) validasi performa model. Hasil pengujian awal menunjukkan sistem yang dirancang mampu mendeteksi jenis kelamin itik Alabio usia sehari dengan tingkat akurasi 80%. Sistem ini berpotensi untuk terus dikembangkan agar memberikan manfaat bagi industri pembibitan itik. Peluang implementasi teknologi kecerdasan buatan dalam mendukung pengembangan industri peternakan itik Alabio sebagai komoditas unggulan daerah Kalimantan Selatan.