Analisis Speech Recognition Dengan Metode Convolutional Neural Network Pada Bahasa Indonesia
| Main Author: | Kusumo, Andrew Tirto |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2017
|
| Subjects: | |
| Online Access: |
http://kc.umn.ac.id/4878/4/HALAMAN%20AWAL.pdf http://kc.umn.ac.id/4878/8/BAB%20I.pdf http://kc.umn.ac.id/4878/7/BAB%20II.pdf http://kc.umn.ac.id/4878/1/BAB%20III.pdf http://kc.umn.ac.id/4878/2/BAB%20IV.pdf http://kc.umn.ac.id/4878/3/BAB%20V.pdf http://kc.umn.ac.id/4878/5/DAFTAR%20PUSTAKA.pdf http://kc.umn.ac.id/4878/6/LAMPIRAN.pdf http://kc.umn.ac.id/4878/ |
Daftar Isi:
- Teknologi speech recognition berkembang pesat dewasa ini. Banyak metode yang ditemukan dan diterapkan ke speech recognition. Untuk menaikkan akurasi, salah satu metode yang dapat diterapkan dan meningkatkan akurasi speech recognition adalah Convolutional Neural Networks (CNN). Pada penelitian ini dianalisa akurasi CNN terhadap pengenalan suara Bahasa Indonesia untuk membuktikan bahwa CNN juga dapat menaikkan akurasi pada pengenalan suara berbahasa Indonesia. CNN adalah salah satu model dari Deep Learning yang bekerja dengan menganalisis Mel-frequency Cepstral Coefficients (MFCC) dari sinyal suara dan mencari kecocokkan dari gambar tersebut. Model CNN dilatih dengan data yang sudah dipersiapkan terlebih dahulu. Hasil pengujian metode CNN terhadap speech recognition pada Bahasa Indonesia menggunakan istilah geografi menunjukkan 80% akurasi pada kondisi isolated words dan 72,67% akurasi pada kondisi continuous words