Pengenalan Viseme Dinamis Bahasa Indonesia Menggunakan Convolutional Neural Network
| Main Authors: | Nasuha, Aris, Sardjono, Tri Arief, Purnomo, Mauridhi Hery |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik, Universitas Gadjah Mada
, 2018
|
| Subjects: | |
| Online Access: |
http://ejnteti.jteti.ugm.ac.id/index.php/JNTETI/article/view/433 http://ejnteti.jteti.ugm.ac.id/index.php/JNTETI/article/view/433/354 |
Daftar Isi:
- Penelitian tentang pembacaan bibir otomatis dalam bahasa Indonesia masih sangat sedikit dilakukan, apalagi yang meneliti dengan berbasis kepada pengenalan viseme dinamis. Di sisi lain, untuk meningkatkan akurasi suatu proses pengenalan, diperlukan suatu pengklasifikasi yang tepat untuk masalah yang dihadapi atau dengan menggunakan gabungan beberapa metode. Makalah ini bertujuan mengenali lima viseme dinamis dalam bahasa Indonesia dengan menggunakan pengklasifikasi Convolutional Neural Network (CNN) dan sebagai pembanding digunakan Multi Layer Perceptron (MLP). Beberapa parameter yang secara teoretis berpengaruh pada akurasi telah divariasi untuk mendapatkan hasil terbaik. Data penelitian adalah video pengucapan kata-kata sehari-hari dalam bahasa Indonesia yang diucapkan oleh 28 subjek dan direkam dari arah depan. Hasil terbaik pengenalan adalah akurasi validasi 96,44% untuk pengklasifikasi CNN dengan tiga lapisan konvolusi.