Implementasi algoritma K-nearest neighbor untuk mendeteksi jenis suara manusia dengan metode mel frequency cepstral coefficient
| Main Author: | Federica, Devina |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2015
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/1645/1/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/1645/2/BAB%20I.pdf http://kc.umn.ac.id/1645/3/BAB%20II.pdf http://kc.umn.ac.id/1645/4/BAB%20III.pdf http://kc.umn.ac.id/1645/5/BAB%20IV.pdf http://kc.umn.ac.id/1645/6/BAB%20V.pdf http://kc.umn.ac.id/1645/7/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/1645/8/LAMPIRAN.pdf http://kc.umn.ac.id/1645/ |
Daftar Isi:
- Semakin berkembangnya teknologi sekarang ini, ternyata turut memberikan dampak pada dunia seni. Sudah banyak proses – proses dengan cara manual digantikan dengan proses yang terkomputerisasi dan juga terhubung dengan dunia internet. Sistem pendeteksi jenis suara vokal manusia dengan metode MFCC sebagai ekstraksi ciri suara dan algoritma K-NN dibangun untuk membantu pelatih paduan suara ataupun kelompok awam untuk dapat menentukan jenis suara vokal yang dimilikinya. Konsep yang digunakan terkait penggunaan algoritma K-NN adalah mencari jarak nilai terkecil antara data latih dengan data inputan (data baru) untuk menentukan hasilnya. Jenis – jenis suara yang digunakan untuk proses deteksi adalah sopran, alto, tenor, dan bass. Penelitian ini menghasilkan suatu informasi mengenai prediksi jenis suara yang dapat membantu pelatih paduan suara dan kaum awam untuk menentukan jenis suara vokal apa yang dimiliki. Penelitian ini menghasilkan suatu sistem pendeteksi jenis suara vokal manusia dengan tingkat akurasi tertinggi sebesar 85,714%. Sistem ini dirancang dalam bentuk website dengan menggunakan bahasa pemrograman PHP dan database MySQL. Kata kunci: K-Nearest Neighbor, MFCC, Jenis Suara Vokal Manusia, Sistem deteksi suara Implementasi Algoritma