Kajian pengenalian spesies katak telah menjadi penting kerana spesies katak yang tertentu memainkan peranan yang penting dalam system ekologi. Selain itu, penyelidikan biologi dan fisiologi juga melaporkan bahawa kulit spesies katak yang tertentu merembeskan bahanbahan yang bermanfaat untuk mengatasi beberapa masalah kesihatan. Pada masa ini, pengesanan dan penyetempatan spesies katak yang tertentu dilakukan secara manual oleh pakar-pakar yang mampu dalam mengenali morfologi katak. Walau bagaimanapun, kaedah manual ini tidak dapat dilakukan oleh individu-individu yang tidak terlatih dan bilangan pakar-pakar tersebut juga terhad di Malaysia. Sehubungan itu, satu system pintar dan mudah alih yang dapat mengenal pasti spesies katak secara automatic sangat diperlukan untuk membantu penyelidik-penyelidik tersebut dalam mengesan dan mengenal spesies-spesies katak. Oleh itu, projek yang dicadangkan ini bertujuan untuk membangunkan Sistem Pintar Pengenalan Spesies Katak (IFSIS) yang dijangka untuk mengenali spesies katak secara tepat berdasarkan isyarat bio-akustik katak yang dirakam. IFSIS merupakan satu sistem yang berasaskan komunikasi pelayan-pelanggan, yang peranti Android sebagai pelanggan untuk merakam isyarat panggilan katak dan hantar ke peranti pelayan yang dibina menggunakan Intel Atom Inovasi Kit 3 untuk pengenalan spesies katak tersebut. Proses pengenalan dijalankan oleh pelayan yang terdiri daripada kedua-dua ciri-ciri pengeluaran dan pengenalan. Kaedah Pekali Keptrum Frekuensi Mel (MFCC) digunakan sebagai teknik pengekstrakan ciri bagi sistem. Manakala Pengelas yang digunakan ialah Mesin Penyokong Vektor (SVM). Keputusan pengenalpastian oleh system pelayan akan dihantar kembali kepada peranti pelanggan dan dibaca oleh pengguna. Pangkalan data daripada IBG Kumpulan Penyelidikan, PPKEE, USM digunakan untuk melatih model sistem untuk tujuan pengenalan. Sistem yang dicadangkan ini dapat mengesan species-species katak yang tertentu. Sehubungan itu, lebih banyak sampel spesies katak yang berguna dapat dikesan berbanding dengan kaedah manual. Oleh itu, kerja mengenali spesies katak dapat dilakukan dengan berkesan dengan mengurangkan masa dan tenaga dibelanjakan dalam proses pengenalan spesies-spesies katak.
___________________________________________________________________________________
Study on the recognition of frog species has become vital due to certain species of frogs plays an important role in ecological system. Besides, biological and physiological research also reported that skin of certain frog species secretes substances which are beneficial in overcoming some health problem. Currently, detection and localization of these certain frog species are manually done by experts who are capable in recognizing the morphological characteristic of the frog. However, this manual method cannot be done by the untrained individuals and the number of these experts in Malaysia is very limited. Hence, there is a requirement for an intelligent and portable system that can automatically identify frog species; to assist people in physiological research for detecting and localizing frog species in Malaysia forest. Hence, this proposed project aims to develop an Intelligent Frog Species Identification System (IFSIS) which is expected to recognize frog species accurately according to their recorded bioacoustics signals. IFSIS is a server-client based communication system, which the Android devices as the clients to record frog call signal and send it to the server device which is built using Intel Atom Innovation Kit 3 for identification. The identification processes carried out by the server consist of both feature extraction and identification. The Mel Frequency Cepstrum Coefficient (MFCC) is used as the feature extraction technique for the system while the classifier employed is Support Vector Machine (SVM). The identified result will then send back to the client device and read by users. Databases from Intelligent Biometric Group (IBG), School of Electrical and Electronic Engineering (PPKEE), Universiti Sains Malaysia (USM) is used to train the system model for identification purpose. The proposed frog species identification system is able to detect the frog species. More samples of useful frog species can be collected compared to manual search. Therefore, the field work can be done efficiently to reduce time and energy spent.
Development of intelligent frog species identification system on intel atom innovation kit 3_Tan Wan Chien_E3_2013_NI