Sistem Pengenalan Suara Berdasarkan Formant Suara Manusia Dengan Metode Autocorelation

Wijaya, Aris and , Heru Supriyono, ST. MSc. PhD and , Fajar Suryawan, S.T, M.Eng.Sc.,Ph.D. (2014) Sistem Pengenalan Suara Berdasarkan Formant Suara Manusia Dengan Metode Autocorelation. Skripsi thesis, Universitas Muhammadiyah Surakarta.

	PDF (Naskah Publikasi) NASKAH PUBLIKASI.pdf Download (1MB)
	PDF (Halaman Depan) HALAMAN DEPAN.pdf Download (1MB)
	PDF (Bab I) BAB I.pdf Download (142kB)
	PDF (Bab II) BAB II .pdf Restricted to Repository staff only Download (474kB)
	PDF (Bab III) BAB III.pdf Restricted to Repository staff only Download (795kB)
	PDF (Bab IV) BAB IV.pdf Restricted to Repository staff only Download (938kB)
	PDF (Bab V) BAB V.pdf Restricted to Repository staff only Download (88kB)
	PDF (Daftar Pustaka) DAFTAR PUSTAKA.pdf Download (75kB)
	PDF (Lampiran) LAMPIRAN.pdf Restricted to Repository staff only Download (380kB)

Abstract

Suara manusia merupakan media berkomunikasi yang efektif dan paling sering digunakan selain bahasa isyarat dan tulisan. Suara manusia pada dasarnya memiliki kekhasan sendiri, sehingga dapat dikatakan suara manusia satu dengan yang lain berbeda. Ada semacam karakteristik yang membentuk kekhasan suara manusia yaitu pitch, Formant dan fomant bandwith. Ada beberapa tahap yang dilakukan didalam penelitan pengenalan suara ini. Tahap pertama adalah perekaman suara yang akan dijadikan data training dan data uji. Tahap kedua hasil suara yang telah direkam kemudian diperbaiki kualitas suaranya dengan memotong bagian yang tidak diperlukan dari rekaman suara, seperti noise, dan durasi yang terlalu panjang. Tahap ketiga lebih kearah mendapatkan data vektor ciri suara yang akan dijadikan data uji dan data training. Tahap keempat Pengujian pengenalan suara manusia dengan menggunakan metode pencocokan autocorelation dan euclidean distance memiliki hasil yang tidak begitu jauh berbeda. Akan tetapi dalampenelitian ini metode autocorrelation menunjukkan hasil yang lebih baik dibandingkan menggunakan Euclidean Distance. Perbedaan ini hanya terpaut beberapa persen saja metode autocorrelation tingkat keakurasian mencapai diatas 35% dan metode euclidean distance diatas 30% Pengenalan suara secara realtimemenunjukkan hasil yang bagus. Tingkat keberhasilan pada rentang waktu pagi diatas 70%. Pengujian siang hari keberhasilan diatas 70%. Pada pengujian sore hari tingkat keberhasilan diatas 80% namun ada penurunan kualitas dari salah satu volunteer. Ketika diuji dengan masukan yang disengaja salah, masih menunjukkan hasil yang diharapkan.Dengan tingkat keberhasilan diatas 20%.

Item Type:	Karya ilmiah (Skripsi)
Uncontrolled Keywords:	Suara, Voice Recognition,Pengenalan suara, Matlab
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Fakultas Teknik > Teknik Elektro
Depositing User:	Ari Fatmawati
Date Deposited:	13 Mar 2015 03:46
Last Modified:	17 Oct 2021 13:16
URI:	http://eprints.ums.ac.id/id/eprint/32311

Actions (login required)

View Item