Cover Image

Klasifikasi Suara Berdasarkan Gender (Jenis Kelamin) Dengan Metode K-Nearest Neighbor (KNN)

Main Author: Yessivirna, Riska
Format: Thesis NonPeerReviewed Lainnya
Bahasa: eng
Terbitan: , 2013
Subjects:
005 Computer programming
programs
data
Online Access: http://repository.ub.ac.id/145796/1/KLASIFIKASI_SUARA_BERDASARKAN_GENDER-SKRIPSI_RISKA_YESSIVIRN.PDF
http://repository.ub.ac.id/145796/
ctrlnum 145796
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/145796/</relation><title>Klasifikasi Suara Berdasarkan Gender (Jenis Kelamin) Dengan Metode K-Nearest Neighbor (KNN)</title><creator>Yessivirna, Riska</creator><subject>005 Computer programming, programs, data</subject><description>Klasifikasi suara berdasarkan gender dibuat dengan tujuan agar komputer mampu mengenali suara laki-laki dan perempuan. Dengan kemampuan komputer yang mampu membedakan suara laki-laki dan perempuan akan memperkuat tingkat suatu sistem keamanan yang menggunakan password dengan suara. Pencocokan password tidak hanya berdasarkan kata saja, namun ditambah dengan pencocokan karakteristik suara sehingga akan lebih aman. Pengenalan suara berdasarkan gender dilakukan dengan teknik ekstraksi ciri sinyal audio pada domain frekuensi yaitu spectral centroid dan spectral flux untuk mendapatkan data numerik yang kemudian dilanjutkan dengan klasifikasi. KNearest Neighbor (KNN) diimplementasikan untuk klasifikasi suara berdasarkan gender dengan menggunakan 2 parameter fitur suara, yaitu Spectral centroid dan Spectral flux. Dalam penelitian ini digunakan teknik klasifikasi KNN dengan menggunakan dua kriteria, laki-laki dan perempuan. Uji coba dilakukan dengan 3 skenario yang berbeda. Pada skenario pertama parameter yang diubah adalah frame width, pada skenario kedua parameter yang diubah adalah frame shift, sedangkan untuk skenario ketiga parameter yang diubah adalah nilai alpha. Pada uji coba 3 skenario diperoleh hasil bahwa nilai frame width yang paling baik digunakan adalah 1024, prosentase frame shift yangbaik digunakan adalah 31.25%, dan nilai alpha yang baik digunakan adalah 0.97. Pada uji coba pengaruh nilai k dihasilkan semakin tinggi nilai k maka semakin tinggi nilai akurasinya dan semakin mendekati titik kestabilannya, dengan ratarata akurasi terendah sebesar 71,5% dan tertinggi sebesar 76,2%.</description><date>2013-08-07</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Other:Other</type><language>eng</language><identifier>http://repository.ub.ac.id/145796/1/KLASIFIKASI_SUARA_BERDASARKAN_GENDER-SKRIPSI_RISKA_YESSIVIRN.PDF</identifier><identifier> Yessivirna, Riska (2013) Klasifikasi Suara Berdasarkan Gender (Jenis Kelamin) Dengan Metode K-Nearest Neighbor (KNN). Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2013/161/051306913</relation><recordID>145796</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Other:Other
Other
author Yessivirna, Riska
title Klasifikasi Suara Berdasarkan Gender (Jenis Kelamin) Dengan Metode K-Nearest Neighbor (KNN)
publishDate 2013
topic 005 Computer programming
programs
data
url http://repository.ub.ac.id/145796/1/KLASIFIKASI_SUARA_BERDASARKAN_GENDER-SKRIPSI_RISKA_YESSIVIRN.PDF
http://repository.ub.ac.id/145796/
contents Klasifikasi suara berdasarkan gender dibuat dengan tujuan agar komputer mampu mengenali suara laki-laki dan perempuan. Dengan kemampuan komputer yang mampu membedakan suara laki-laki dan perempuan akan memperkuat tingkat suatu sistem keamanan yang menggunakan password dengan suara. Pencocokan password tidak hanya berdasarkan kata saja, namun ditambah dengan pencocokan karakteristik suara sehingga akan lebih aman. Pengenalan suara berdasarkan gender dilakukan dengan teknik ekstraksi ciri sinyal audio pada domain frekuensi yaitu spectral centroid dan spectral flux untuk mendapatkan data numerik yang kemudian dilanjutkan dengan klasifikasi. KNearest Neighbor (KNN) diimplementasikan untuk klasifikasi suara berdasarkan gender dengan menggunakan 2 parameter fitur suara, yaitu Spectral centroid dan Spectral flux. Dalam penelitian ini digunakan teknik klasifikasi KNN dengan menggunakan dua kriteria, laki-laki dan perempuan. Uji coba dilakukan dengan 3 skenario yang berbeda. Pada skenario pertama parameter yang diubah adalah frame width, pada skenario kedua parameter yang diubah adalah frame shift, sedangkan untuk skenario ketiga parameter yang diubah adalah nilai alpha. Pada uji coba 3 skenario diperoleh hasil bahwa nilai frame width yang paling baik digunakan adalah 1024, prosentase frame shift yangbaik digunakan adalah 31.25%, dan nilai alpha yang baik digunakan adalah 0.97. Pada uji coba pengaruh nilai k dihasilkan semakin tinggi nilai k maka semakin tinggi nilai akurasinya dan semakin mendekati titik kestabilannya, dengan ratarata akurasi terendah sebesar 71,5% dan tertinggi sebesar 76,2%.
id IOS4666.145796
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2021-10-27T08:47:48Z
last_indexed 2021-10-28T07:33:22Z
recordtype dc
_version_ 1751454638504148992
score 17.538404

Lihat Juga