APLIKASI PENGENALAN SUARA UNTUK PENGAMANAN SOFTWARE KOMPUTER MENGGUNAKAN METODE MFCC(Mel Frequency Cepstrum Coefficients) DAN HMM (Hidden Markov Model)
| ctrlnum |
47742 |
|---|---|
| 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.mercubuana.ac.id/47742/</relation><title>APLIKASI PENGENALAN SUARA UNTUK PENGAMANAN SOFTWARE KOMPUTER MENGGUNAKAN METODE MFCC(Mel Frequency Cepstrum Coefficients) DAN HMM (Hidden Markov Model)</title><creator>BASHART, ICHBAL SEPTIAN EL</creator><subject>000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum</subject><subject>005 Computer Programmming, Programs, Data/Pemprograman Komputer, Program, Data</subject><subject>005.5 General Purpose Application Programs/Program Aplikasi dengan Kegunaan Khusus</subject><subject>651.8 Computer Application for Office Management/Aplikasi Komputer untuk Manajemen Perkantoran</subject><subject>658 General Management/Manajemen Umum</subject><subject>658.01-658.09 [Management of Enterprises of Specific Sizes, Scopes, Forms; Data Processing]/[Pengelolaan Usaha dengan Ukuran, Lingkup, Bentuk Tertentu; Pengolahan Data]</subject><subject>658.05 Data Processing Computer Applications/Pengolahan Data Aplikasi Komputer</subject><description>Proses pengolahan sinyal suara dapat menggunakan digital signal
processing dan algoritma tertentu yang dapat mengolah baik itu dengan fungsi
matematis ataupun persamaan sehingga dapat dikenali. Suara sendiri memiliki
sinyal informasi yang tidak terbatas dan memiliki banyak kegunaan penerapan
sehari – hari termasuk diantaranya adalah untuk proses kontrol dan identifikasi
aplikasi komputer misalnya.
Perancangan aplikasi pengenalan suara untuk membuka aplikasi komputer
berdasar pengguna nya dilakukan dengan 2 proses utama yaitu dengan
menggunakan algoritma untuk ekstraksi pencocokan ciri. Ekstraksi ciri
merupakan fitur untuk mendapatkan ciri atau elemen suara yang bisa membeda
bedakan masing-masing suara manusia. Metode yang digunakan dalam tugas
akhir ini untuk ekkstraksi suara adalah MFCC (Mel Frequency Cepstral
Coefficient). Proses selanjutnya adalah pencocokan fitur ciri dengan
menggunakan HMM (Hidden Markov Model).
Hasil pengujian dari penelitian ini dapat diketahui apabila semakin adanya
kemiripan suara saat pengujian dengan saat pelatihan maka aplikasi yang terbuka
akan sesuai dengan aplikasi yang disuarakan. Hasil pengujian suara untuk
mengenali suara yang ada pada database suara yang tertinggi 80% dan untuk
suara diluar database hanya 0-40%, dengan kondisi aplikasi yang terbuka masih
ada perbedaan antara aplikasi yang diinginkan dengan hasil keputusan sistem.
Kata kunci : Ekstraksi dan pencocokan ciri, Mel Frequency Cepstral Coefficient,
Hidden Markov Model.</description><date>2019-03-05</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/1/1.halaman%20judul.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/2/2.Abstrak.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/3/3.Surat%20pernyataan.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/4/4.Lembar%20pengesahan.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/5/5.kata%20pengantar.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/6/6.%20daftar%20isi.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/7/7.daftar%20tabel.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/8/8.daftar%20gambar.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/9/9.BAB%201.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/10/10.BAB%202.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/11/11.BAB%203.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/12/12.BAB%204.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/13/13.BAB%205.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/14/14.Daftar%20pustaka.pdf</identifier><type>Book:Book</type><language>ind</language><identifier>http://repository.mercubuana.ac.id/47742/15/15.Lampiran.pdf</identifier><identifier> BASHART, ICHBAL SEPTIAN EL (2019) APLIKASI PENGENALAN SUARA UNTUK PENGAMANAN SOFTWARE KOMPUTER MENGGUNAKAN METODE MFCC(Mel Frequency Cepstrum Coefficients) DAN HMM (Hidden Markov Model). S1 thesis, Universitas Mercu Buana Jakarta. </identifier><recordID>47742</recordID></dc>
|
| language |
ind |
| format |
Thesis:Thesis Thesis PeerReview:NonPeerReviewed PeerReview Book:Book Book |
| author |
BASHART, ICHBAL SEPTIAN EL |
| title |
APLIKASI PENGENALAN SUARA UNTUK PENGAMANAN SOFTWARE KOMPUTER MENGGUNAKAN METODE MFCC(Mel Frequency Cepstrum Coefficients) DAN HMM (Hidden Markov Model) |
| publishDate |
2019 |
| topic |
000. Computer Science Information and General Works/Ilmu Komputer Informasi dan Karya Umum 005 Computer Programmming Programs Data/Pemprograman Komputer Program Data 005.5 General Purpose Application Programs Program Aplikasi dengan Kegunaan Khusus 651.8 Computer Application for Office Management Aplikasi Komputer untuk Manajemen Perkantoran 658 General Management Manajemen Umum 658.01-658.09 [Management of Enterprises of Specific Sizes Scopes Forms; Data Processing]/[Pengelolaan Usaha dengan Ukuran Lingkup Bentuk Tertentu; Pengolahan Data] 658.05 Data Processing Computer Applications Pengolahan Data Aplikasi Komputer |
| url |
http://repository.mercubuana.ac.id/47742/1/1.halaman%20judul.pdf http://repository.mercubuana.ac.id/47742/2/2.Abstrak.pdf http://repository.mercubuana.ac.id/47742/3/3.Surat%20pernyataan.pdf http://repository.mercubuana.ac.id/47742/4/4.Lembar%20pengesahan.pdf http://repository.mercubuana.ac.id/47742/5/5.kata%20pengantar.pdf http://repository.mercubuana.ac.id/47742/6/6.%20daftar%20isi.pdf http://repository.mercubuana.ac.id/47742/7/7.daftar%20tabel.pdf http://repository.mercubuana.ac.id/47742/8/8.daftar%20gambar.pdf http://repository.mercubuana.ac.id/47742/9/9.BAB%201.pdf http://repository.mercubuana.ac.id/47742/10/10.BAB%202.pdf http://repository.mercubuana.ac.id/47742/11/11.BAB%203.pdf http://repository.mercubuana.ac.id/47742/12/12.BAB%204.pdf http://repository.mercubuana.ac.id/47742/13/13.BAB%205.pdf http://repository.mercubuana.ac.id/47742/14/14.Daftar%20pustaka.pdf http://repository.mercubuana.ac.id/47742/15/15.Lampiran.pdf http://repository.mercubuana.ac.id/47742/ |
| contents |
Proses pengolahan sinyal suara dapat menggunakan digital signal
processing dan algoritma tertentu yang dapat mengolah baik itu dengan fungsi
matematis ataupun persamaan sehingga dapat dikenali. Suara sendiri memiliki
sinyal informasi yang tidak terbatas dan memiliki banyak kegunaan penerapan
sehari – hari termasuk diantaranya adalah untuk proses kontrol dan identifikasi
aplikasi komputer misalnya.
Perancangan aplikasi pengenalan suara untuk membuka aplikasi komputer
berdasar pengguna nya dilakukan dengan 2 proses utama yaitu dengan
menggunakan algoritma untuk ekstraksi pencocokan ciri. Ekstraksi ciri
merupakan fitur untuk mendapatkan ciri atau elemen suara yang bisa membeda
bedakan masing-masing suara manusia. Metode yang digunakan dalam tugas
akhir ini untuk ekkstraksi suara adalah MFCC (Mel Frequency Cepstral
Coefficient). Proses selanjutnya adalah pencocokan fitur ciri dengan
menggunakan HMM (Hidden Markov Model).
Hasil pengujian dari penelitian ini dapat diketahui apabila semakin adanya
kemiripan suara saat pengujian dengan saat pelatihan maka aplikasi yang terbuka
akan sesuai dengan aplikasi yang disuarakan. Hasil pengujian suara untuk
mengenali suara yang ada pada database suara yang tertinggi 80% dan untuk
suara diluar database hanya 0-40%, dengan kondisi aplikasi yang terbuka masih
ada perbedaan antara aplikasi yang diinginkan dengan hasil keputusan sistem.
Kata kunci : Ekstraksi dan pencocokan ciri, Mel Frequency Cepstral Coefficient,
Hidden Markov Model. |
| id |
IOS5909.47742 |
| institution |
Universitas Mercu Buana |
| institution_id |
134 |
| institution_type |
library:university library |
| library |
Perpustakaan Universitas Mercu Buana |
| library_id |
542 |
| collection |
Repository Universitas Mercu Buana |
| repository_id |
5909 |
| subject_area |
Econmics/Ilmu Ekonomi Communication/Komunikasi Engineering/Ilmu Teknik Measurement/Teknik Desain, Pengujian, Pengukuran, Kualitas, Perawatan, Pemeliharaan, Perbaikan |
| city |
Jakarta Barat |
| province |
DKI JAKARTA |
| shared_to_ipusnas_str |
1 |
| repoId |
IOS5909 |
| first_indexed |
2019-05-09T00:36:23Z |
| last_indexed |
2019-05-09T00:36:23Z |
| recordtype |
dc |
| _version_ |
1674510802889998336 |
| score |
17.538404 |