Cover Image

IDENTIFIKASI SUARA MENGGUNAKAN METODE MEL FREQUENCY CEPSTRUM COEFFICIENTS (MFCC) DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION

Main Author: Nursholihatun, Erina
Format: Thesis NonPeerReviewed Book
Bahasa: eng
Terbitan: , 2017
Subjects:
TK Electrical engineering. Electronics Nuclear engineering
Online Access: http://eprints.unram.ac.id/7029/1/JURNAL.pdf
http://eprints.unram.ac.id/7029/
ctrlnum 7029
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://eprints.unram.ac.id/7029/</relation><title>IDENTIFIKASI SUARA MENGGUNAKAN METODE MEL FREQUENCY CEPSTRUM COEFFICIENTS (MFCC) DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION</title><creator>Nursholihatun, Erina</creator><subject>TK Electrical engineering. Electronics Nuclear engineering</subject><description>Suara merupakan alat komunikasi yang paling dasar yang digunakan oleh manusia. Pengenal penutur merupakan proses mengenali identitas dari seorang penutur dengan membandingkan fitur-fitur suara yang dimasukkan dengan semua fitur-fitur dari setiap penutur yang ada dalam database. Dalam identifikasi penutur terdiri dari dua tahap yaitu tahap pengekstrakkan ciri dan tahap pengenalan pola. Untuk tahap pengekstrakan ciri digunakan metode mel frequency cepstrum coefficient (MFCC). Pada tahap pengenalan pola digunakan metode jaringan syaraf tiruan backpropagation dengan cara membandingkan antara data uji dengan data referensi pada database berdasarkan nilai kesalahan didalam proses pembelajaran.&#xD; Hasil yang didapat dari penelitian membuktikan bahwa peningkatan level SNR (Signal to Noise Ratio) akan menentukan keberhasilan sistem pengenalan penutur. Semakin tinggi level SNR maka persentase tingkat pengenalannya akan meningkat. Tingkat pengenalan penutur pada data suara tanpa noise menghasilkan nilai akurasi rata-rata sebesar 86%, data suara dengan akurasi pengenalan terbesar terdapat pada SNR 80 dB sebesar 92% dan akurasi pengenalan terendah yaitu sinyal dengan SNR 20 dB sebesar 45%. Sedangkan untuk pengujian penutur diluar database diperoleh hasil tingkat penolakan sebesar 100%.</description><date>2017</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>eng</language><identifier>http://eprints.unram.ac.id/7029/1/JURNAL.pdf</identifier><identifier> Nursholihatun, Erina (2017) IDENTIFIKASI SUARA MENGGUNAKAN METODE MEL FREQUENCY CEPSTRUM COEFFICIENTS (MFCC) DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION. S1 thesis, Universitas Mataram. </identifier><recordID>7029</recordID></dc>
language eng
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
Book:Book
Book
author Nursholihatun, Erina
title IDENTIFIKASI SUARA MENGGUNAKAN METODE MEL FREQUENCY CEPSTRUM COEFFICIENTS (MFCC) DAN JARINGAN SYARAF TIRUAN BACKPROPAGATION
publishDate 2017
topic TK Electrical engineering. Electronics Nuclear engineering
url http://eprints.unram.ac.id/7029/1/JURNAL.pdf
http://eprints.unram.ac.id/7029/
contents Suara merupakan alat komunikasi yang paling dasar yang digunakan oleh manusia. Pengenal penutur merupakan proses mengenali identitas dari seorang penutur dengan membandingkan fitur-fitur suara yang dimasukkan dengan semua fitur-fitur dari setiap penutur yang ada dalam database. Dalam identifikasi penutur terdiri dari dua tahap yaitu tahap pengekstrakkan ciri dan tahap pengenalan pola. Untuk tahap pengekstrakan ciri digunakan metode mel frequency cepstrum coefficient (MFCC). Pada tahap pengenalan pola digunakan metode jaringan syaraf tiruan backpropagation dengan cara membandingkan antara data uji dengan data referensi pada database berdasarkan nilai kesalahan didalam proses pembelajaran. Hasil yang didapat dari penelitian membuktikan bahwa peningkatan level SNR (Signal to Noise Ratio) akan menentukan keberhasilan sistem pengenalan penutur. Semakin tinggi level SNR maka persentase tingkat pengenalannya akan meningkat. Tingkat pengenalan penutur pada data suara tanpa noise menghasilkan nilai akurasi rata-rata sebesar 86%, data suara dengan akurasi pengenalan terbesar terdapat pada SNR 80 dB sebesar 92% dan akurasi pengenalan terendah yaitu sinyal dengan SNR 20 dB sebesar 45%. Sedangkan untuk pengujian penutur diluar database diperoleh hasil tingkat penolakan sebesar 100%.
id IOS5428.7029
institution Universitas Mataram
institution_id 133
institution_type library:university
library
library Perpustakaan Universitas Mataram
library_id 541
collection Institutional Repository
repository_id 5428
subject_area Law/Ilmu Hukum
Scientist/Ahli Sains, Ilmuwan
Agriculture/Industri Pertanian
Economic Institutions/Institusi Ekonomi
city KOTA MATARAM
province NUSA TENGGARA BARAT
repoId IOS5428
first_indexed 2018-08-02T01:22:07Z
last_indexed 2018-08-02T01:22:07Z
recordtype dc
_version_ 1686351109702025216
score 17.538404

Lihat Juga