PENERAPAN MEL FREQUENCY CEPSTRUM COEFFICIENTS (MFCC) DAN BACKPROPAGATION NEURAL NETWORK (BPNN) UNTUK PENGENALAN HURUF HIJAIYAH
Daftar Isi:
- Al- merupakan kitab suci umat Islam. setiap umat Islam diwajibkan untuk membaca dengan baik dan benar. Penelitian ini membahas mengenai pengenalan huruf hijaiyah. Pada penelitian ini pengenalan huruf hijaiyah bersumber dari tiga orang ustadz yang masing-masing orang direkam sebanyak dua kali. Total data yang dihasilkan dari perekaman sebanyak 336 data suara. Pada proses ekstraksi ciri digunakan metode Mel-Frequency Cepstrum Coefficient (MFCC) untuk mendapatkan nilai ciri suara sebanyak 13 ciri, dan metode Backpropagation Neural Network (BPNN) untuk proses klasifikasi. Untuk proses klasifikasi digunakan data latih dengan perbandingan 90% data latih dengan 10% data uji, dan 70% data latih dengan 30% data uji. Parameter yang digunakan adalah 0.01, 0.05, dan 0.09. Akurasi tertinggi pada penelitian ini terdapat pada perbandingan 90% data latih dan 10% data uji parameter 0.01 dengan hidden layer 25 adalah 100%. Kata Kunci : Al-, BPNN, Huruf Hijaiyah, MFCC, Pengenalan suara