TA: PENERAPAN METODE MFCC DAN BACKPROPAGATION UNTUK PENGENALAN KICAUAN KAKATUA DALAM PENENTUAN JANTAN DAN BETINA
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Nasional Bandung
Author
Karina, Febby Fitriani
Subject
Datestamp
2021-05-05 02:44:50
Abstract :
Teknologi pengenalan suara dapat diimplementasikan dalam mengenali jenis suara manusia,hewan dan benda. Pada penelitian ini teknologi akan diimplementasikan ke dalam pengenalan suara hewan yaitu burung kakatua, yang termasuk burung sexual dimorphism yang berarti jantan dan betina memiliki kesamaan dan sulit untuk dibedakan secara fisik. Maka diperlukan suatu sistem yang dapat mengidentifikasi jenis suara jantan dan betina dengan memanfaatkan teknologi (voice recognition) berbasis desktop. Sistem dapat mengenali suara burung jantan dan betina dengan cara menerima masukan suara dengan format *.wav yang nantinya akan diekstraksi cirinya menggunakan metode Mel Frequency Cepstral Coefficients(MFCC) kemudian di identifikasi jenis suara menggunakan metode Backpropagation dengan menghasilkan nilai Mean Square Error. Pada penelitian ini pengujian dilakukan dengan menggunakan 80,90,100,100,120,130 iterasi. Berdasarkan hasil pengujian dapat disimpulkan bahwa penggunaan jumlah iterasi mempengaruhi tingkat akurasi sistem, semakin banyak penggunaan iterasi, maka tidak selalu menghasilkan akurasi yang baik. Nilai iterasi yang dipilih dalam proses testing data adalah nilai iterasi 130 yang memiliki nilai akurasi sebesar 75% nilai MSE terendah adalah 0.014575. Kata Kunci :Kakatua,Voice Recognition, MFCC,Backpropagation,Mean Square Error,Desktop
Teknologi pengenalan suara dapat diimplementasikan dalam mengenali jenis suara manusia,hewan dan benda. Pada penelitian ini teknologi akan diimplementasikan ke dalam pengenalan suara hewan yaitu burung kakatua, yang termasuk burung sexual dimorphism yang berarti jantan dan betina memiliki kesamaan dan sulit untuk dibedakan secara fisik. Maka diperlukan suatu sistem yang dapat mengidentifikasi jenis suara jantan dan betina dengan memanfaatkan teknologi (voice recognition) berbasis desktop. Sistem dapat mengenali suara burung jantan dan betina dengan cara menerima masukan suara dengan format *.wav yang nantinya akan diekstraksi cirinya menggunakan metode Mel Frequency Cepstral Coefficients(MFCC) kemudian di identifikasi jenis suara menggunakan metode Backpropagation dengan menghasilkan nilai Mean Square Error. Pada penelitian ini pengujian dilakukan dengan menggunakan 80,90,100,100,120,130 iterasi. Berdasarkan hasil pengujian dapat disimpulkan bahwa penggunaan jumlah iterasi mempengaruhi tingkat akurasi sistem, semakin banyak penggunaan iterasi, maka tidak selalu menghasilkan akurasi yang baik. Nilai iterasi yang dipilih dalam proses testing data adalah nilai iterasi 130 yang memiliki nilai akurasi sebesar 75% nilai MSE terendah adalah 0.014575. Kata Kunci :Kakatua,Voice Recognition, MFCC,Backpropagation,Mean Square Error,Desktop
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
