Rough Sets K-Means Clustering Dan Backpropagation Pada Optimasi Kasus Pengenalan Suara
Total View This Week0

Institusion

Universitas Komputer Indonesia

Author

Pratama, Ivan Eka

Subject

004_Data Processing & Computer Science 

Datestamp

2019-10-07 03:32:57 

Abstract :
Pengenalan suara atau speaker recognition adalah suatu teknik mengenali suara berdasarkan sumbernya. Di dalam teknik tersebut ada suatu proses di mana suara diverifikasi berdasarkan identitas seseorang yang berbicara atau dalam bahasa asing disebut speaker verification. Pada penelitian ini akan diterapkan implementasi Rough Sets K-Means dan Backpropagation pada optimasi kasus pengenalan suara. Pada tahap ekstraksi fitur menggunakan MFCC sebagai ekstraksi ciri suara yang berguna bagi proses pengenalan suara. Rough Sets K-Means digunakan untuk mengoptimalkan hasil pada filter MFCC dan Backpropagation digunakan sebagai klasifikasi. Pada penelitian ini menggunakan data set voice yang berformat .wav didapatkan dari perekaman suara dari 5 pembicara. Berdasarkan pengujian K-Fold Cross Validation terhadap parameter yang digunakan didapatkan rata-rata akurasi yaitu sebesar 25% dan kata yang dipilih dapat digunakan dalam proses pengenalan. 

File :
UNIKOM_IVAN EKA PRATAMA_COVER.pdf
UNIKOM_IVAN EKA PRATAMA_LEMBAR PENGESAHAN.pdf
UNIKOM_IVAN EKA PRATAMA_BAB 5.pdf
UNIKOM_IVAN EKA PRATAMA_DAFTAR PUSTAKA.pdf
UNIKOM_IVAN EKA PRATAMA_JURNAL DALAM BAHASA INDONESIA.pdf
UNIKOM_IVAN EKA PRATAMA_JURNAL DALAM BAHASA INGGRIS.pdf
UNIKOM_IVAN EKA PRATAMA_SURAT KETERANGAN PUBLIKASI.pdf
UNIKOM_IVAN EKA PRATAMA_SURAT KETERANGAN ORISINALITAS.pdf
UNIKOM_IVAN EKA PRATAMA_KATA PENGANTAR.pdf
UNIKOM_IVAN EKA PRATAMA_DAFTAR ISI.pdf
UNIKOM_IVAN EKA PRATAMA_BAB 1.pdf
UNIKOM_IVAN EKA PRATAMA_BAB 2.pdf
UNIKOM_IVAN EKA PRATAMA_BAB 3.pdf
UNIKOM_IVAN EKA PRATAMA_BAB 4.pdf