Pengenalan Jenis Kelamin dan Rentang Umur Berdasarkan Suara Menggunakan Metode Backpropagation Neural Network
| Main Author: | Alwi, Avisena Abdillah |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2020
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/183641/1/Avisena%20Abdillah%20Alwi.pdf http://repository.ub.ac.id/183641/ |
Daftar Isi:
- Teknologi di bidang speech recognition saat ini mengalami kemajuan pesat. Salah satu teknologi yang memanfaatkan speech recognition adalah asisten virtual seperti Google Asisten, Cortana, dan Alexa. Guna meningkatkan kualitas komunikasi antara asisten virtual dan manusia, asisten virtual perlu mengenal siapa lawan komunikasinya. Salah satu caranya adalah dengan mengetahui jenis kelamin dan umurnya. Pengenalan jenis kelamin dan rentang umur berdasarkan suaranya merupakan salah satu bagian speech recognition. Dari audio tidak bisa langsung diklasifikasikan oleh karena itu perlu adanya ekstraksi ciri atau fitur, ekstraksi fitur yang dapat digunakan antara lain Mel-Spectogram, Mel Frequency Cepstral Coefficients (MFCC), dan Chroma- Short-Time Fourier Transform. Arsitektur jaringan saraf tiruan mampu mengklasifikasikan hal tersebut, salah satu metodenya adalah Backpropagation. Dari pengujian yang dilakukan klasifikasi jenis kelamin dan rentang umur dengan dataset dari Mozilla Common Voice mendapatkan akurasi yang kurang baik yaitu 0,18357. Dari hasil pengujian tersebut perlu untuk dilakukan pengujian tambahan yaitu pengujian dataset. Ketika dilakukan pengujian dataset untuk klasifikasi jenis kelamin saja terlihat akurasi klasifikasi dengan dataset Mozilla Common Voice sebesar 0,62504 sedangkan akurasi dari klasifikasi dengan dataset dari Free ST American English Corpus mendapat 0,9349. Dari pengujian yang dilakukan disimpulkan bahwa penggunaan dataset Mozilla Common Voice kurang direkomendasikan untuk pengenalan jenis kelamin dan/atau rentang umur.