Penjelasan singkat tentang akurasi E-Burung

Pada kesepatan kali ini membahas akurasi E-Burung yang mencapai angka 90% akurat dan 10% tidak akurat. Level akurasi ini terbagi menjadi 3 tingkatan.

• Tingkat I : suara persis
• Tingkat II : suara mirip
• Tingkat III : suara tidak persis dan tidak mirip

Berikut ini penjelasannya....

Tingkat I : suara persis
Suara kicauan persis jika diibaratkan skala yaitu 1:1, tidak perlu dibahas lagi karena sudah jelas bahwa sesuatu yang persis merupakan hal yang sama (bukan mirip)

hasil identifikasi kicauan yang persis

Tingkat II : suara mirip
Terkadang, sesuatu yang mirip belum tentu sama persis dengan aslinya. Contohnya seperti suara yang ada di bawah ini.

Suara Djibril Firmansyah mirip Ariel Peterpan.



Suara Butet mirip "bapak pembangunan" :v



Burung towa-towa ini mirip dengan kenari dari bentuk fisik dan suaranya pun hampir mirip.



bukan hanya suara manusia, suara kicauan hewan burung pun juga demikian. Misalnya saja burung kenari memiliki kemiripan dengan suara kicauan burung yang lainnya. Contoh, burung pleci mirip dengan burung cendet.

hasil identifikasi kicauan yang sangat mirip

Tingkat III : suara tidak persis dan tidak mirip
Jika hasilnya nama burung dan irama kicauan burung tidak dapat diidentifikasi. Hal ini sangat jelas bahwa audio kicauan yang telah diunggah sama sekali tidak ada yang persis dan juga tidak ada yang mirip dengan isi database yang ada di server E-Burung.

hasil identifikasi kicauan yang tidak persis dan tidak mirip

Metode
Saya tidak tahu bagaimana cara mengukur dan mentukan sebuah kicauan burung memiliki irama yang sering disebut dengan istilah gacor, ngeplong, dll secara tepat dan akurat menggunakan software tertentu. Kebanyakan artikel di internet hanya memberi penjelasan istilah gacor, ngeplong sebatas video yang isinya berupa suara kicauan burung sesuai yang dimaksud si penulis.

Masalahnya, setelah saya mengambil 15 sampel audio kicau burung untuk satu istilah gacor ternyata menghasilkan sesuatu yang tidak sama. Contohnya begini.  Ada 15 orang yang berbeda, kemudian mengunggah burung yang sama, sebut saja burung pleci lalu memberi nama "burung pleci gacor pol bingit". Setelah saya uji coba hasilnya, dari ke-15 orang tersebut ada 8 suara yang tidak sama persis antara yang satu dengan yang lainnya. Sederhananya, hasil pengujian ini menghasilkan empat kelompok yang berbeda. Lalu, kelompok manakah yang dapat dipercaya memberikan contoh suara burung pleci gacor sebagaimana definisi istilah gacor yang sesungguhnya?. Apakah kelompok pertama, kedua, ketiga, keempat.

Untuk mengatasi ini, saya mengacu pada audio yang diberikan oleh sumber yang berkompeten (misalnya saja: juri lomba burung tingkat nasional dan ilmuwan burung) untuk dijadikan bahan referensi. Setelah saya mengambil beberapa sapel audio kicauan yang berasal dari sumber terpercaya, kemudian saya bandingkan dengan milik orang lain yang diunggah di internet (youtube, dll). jika hasilnya sama, maka audio tersebut saya anggap benar dan terpercaya. Kemudian, audio yang berhasil lolos pengetesan akan saya masukkan kedalam database E-burung.

Demi memperkecil kesalahan identifikasi, setiap istilah irama kicauan minimal terdapat 7 file audio yang sama persis untuk saya jadikan referensi. Begitu pula untuk identifikasi nama burung, minimal ada 7 file audio.

10% Kesalahan
10% ini berisi hal-hal anomali :
Kesalahan identifikasi bisa juga berasal dari software E-burung itu sendiri. Misalnya ada 100 orang mengunggah audio kicauan burung love bird. Bakal ada 10 orang yang mendapatkan hasil identifikasi yang salah. Misalnya audio kicauan burung love bird teridentifikasi sebagai burung cucak rowo (padahal kenyataanya kicauan love bird tidaklah sama dengan kicauan cicak rowo. Jika memang terjadi kemiripan audio, seharusnya terdapat 90 orang mendapatkan hasil yang sama. bukan hanya 10 orang saja)

Persilangan Suara Burung :
Kesalahan identifikasi juga disebabkan faktor eksternal yang tak terduga. sebut saja teknik "pengisian burung" atau "persilangan burung". Contohnya :

Selama ini, suara masteran yang dianggap paling top-markotop untuk kenari isian adalah blackthroat (BT) dan edel sanger. Sebagian besar jawara kenari isian memiliki isian BT maupun sanger. Tapi tidak sedikit juga penggemar yang memaster kenarinya dengan suara burung lainnya, misalnya blacksang yang merupakan hasil persilangan BT dan sanger. 

Beberapa praktisi burung finch berpendapat, blacksang biasanya akan mewarisi 60% karakter suara BT dan 40% karakter sanger. Dalam hal ini, blacksang mewarisi lagu dan speed yang dimiliki BT, serta suara kristal dan karakter fisik dari sanger. Tentu yang dimaksud di sini adalah blacksang jantan

Akibatnya, ketika ada yang mengunggah audio kicauan hasil persilangan (contoh: burung blacksang). E-burung bakal bingung menentukan apakah suara kicauan tersebut teridentifikasi sebagai suara kicauan burung blackthroat atau burung sanger ????.

Penutup
Demikianlah pembahasan singkat tentang akurasi E-Burung. Semoga ada beberapa hal kecil yang sekiranya bermanfaat.

~Salam Kicau~

Referensi :

• https://www.facebook.com/notes/burung-pleci-kacamata-mata-puteh-zosterops/perbedaan-ngriwik-ngalas-ngeplong-ngeroll/362974897106655
• http://omkicau.com/2015/02/13/variasi-suara-kicauan-blacksang-untuk-masteran-kenari/