ABSTRAKSI: Manusia yang baru lahir belum mengerti tentang bahasa. Mereka hanya bisa berkomunikasi dengan orang lain melalui tangisan. Tangisan tersebut jelas memiliki arti.Penelitian menunjukkan bahwa semua bayi berusia dua sampai enam bulan menangis dengan kata awal dan frekuensi tangisan yang seragam untuk setiap kondisi yang dirasakan.Orang tua yang baru memiliki buah hati sering salah mengartikan maksud tangisan tersebut sehingga bayi tidak bisa ditangani secara tepat.
Pada Tugas Akhir ini dilakukan deteksi tangisan bayi untuk dapat mengetahui keinginan bayi tersebut.Sistem yang dibangun dalam Tugas Akhir ini memanfaatkan fitur Audio Record pada Android sebagai perekam suara. Suara hasil perekaman tersebut akan diekstraksi cirinya. Metode ekstraksi ciri yang digunakan adalah Mel-Frequency Cepstral Coefficient (MFCC). Selanjutnya, matriks ciri suara input akan dibandingkan dengan matriks ciri pada database. Sebagai algoritma penilaian, digunakan Euclidean distance dengan menghitung selisih kedekatan kedua matriks tersebut.Dicarilah nilai terdekat untuk setiap tangisan dalam menentukan menganalisis kondisi.
Hasil analisis tangisan bayi yang disebabkan karena tiga kondisi, yaitu lapar, mengantuk, atau tidak nyaman memiliki tingkat akurasi sebesar 66,67%. Total data uji yang digunakan yaitu 15 data yang terdiri dari 5 suara tangisan per kondisi.Kata Kunci : tangisan bayi, Euclidean distance, MFCC, AndroidABSTRACT: Newborn humans or to be known as infants can not understand languages. They communicate with other people through crying. The cries clearly has a meaning. Research has shown that all the infants whose agewithin range of two until six months cry with the uniform initial and frequency of crying for each condition they are perceived. The parents that new to having a baby often misinterpret this intent of the cries so that the baby can not be handled properly.
This Final Project buildsaninfant’s cries detection which been able to know what the baby's condition through their cries. The system which is built in this Final Project harness a Record Audio feature in Android as a voice recorder. Results of the recording of the voice characteristics will be extracted. Feature extraction method which is used is the Mel-Frequency Cepstral Coefficient (MFCC). Furthermore, the sound characteristics of the input matrix will be compared with the characteristic matrix database. As the algorithm comparison which is used is Euclidean distance to calculating the difference in proximity of the two matrixes. Sought the nearest value for every cry to determining an analyze of conditions.
Results of the analysis due to three conditions, which is hungry, sleepy, or sdiscomfort having an accuracy rate of 66.67%. Total data testing that are being used is 15 data consist of 5 sound of crying per condition.Keyword: infant’s cry, Euclidean distance, MFCC, Android.