SISTEM PENGENALAN SUARA DIGIT DENGAN METODE WAVELET-MFCC DAN KORELASI
Total View This Week1
Total View This Week1
Institusion
STMIK Bumi Gora
Author
Dyarbirru, Zaurarista
Subject
L Education (General)
Datestamp
2020-08-28 06:44:01
Abstract :
Suara adalah bunyi yang dikeluarkan dari makhluk hidup. Dengan adanya perkembangan teknologi Automatic Speech Recognition (ASR), suara dapat digunakan untuk mempermudah manusia dalam melakukan sesuatu. Pada ASR proses ekstraksi ciri memiliki peran yang penting dalam proses pengenalan. Metode ekstraksi ciri yang sudah umum diterapkan pada ASR adalah MFCC dan Wavelet. Masing-masing memiliki kelebihan dan kekurangan. Oleh karena itu, penelitian ini akan menggunakan gabungan metode ekstraksi ciri Wavelet-MFCC. Untuk pengenalan suara menggunakan metode korelasi. Perhitungan performa sistem menggunakan metode Word Recoginition Rate (WRR) yang divalidasi dengan K-Fold Cross Validation. Hasil menunjukkan bahwa sistem pengenalan suara digit yang telah dibangun memberikan akurasi rata-rata tertinggi 63% untuk digit 4 dengan menggunakan wavelet Daubechies db3 dan metode transformasi wavelet dyadic. Adapun untuk hasil perbandingan metode dekomposisi wavelet yang digunakan, disimpulkan bahwa penggunaan trasformasi wavelet dyadic lebih baik dari wavelet packet.
Suara adalah bunyi yang dikeluarkan dari makhluk hidup. Dengan adanya perkembangan teknologi Automatic Speech Recognition (ASR), suara dapat digunakan untuk mempermudah manusia dalam melakukan sesuatu. Pada ASR proses ekstraksi ciri memiliki peran yang penting dalam proses pengenalan. Metode ekstraksi ciri yang sudah umum diterapkan pada ASR adalah MFCC dan Wavelet. Masing-masing memiliki kelebihan dan kekurangan. Oleh karena itu, penelitian ini akan menggunakan gabungan metode ekstraksi ciri Wavelet-MFCC. Untuk pengenalan suara menggunakan metode korelasi. Perhitungan performa sistem menggunakan metode Word Recoginition Rate (WRR) yang divalidasi dengan K-Fold Cross Validation. Hasil menunjukkan bahwa sistem pengenalan suara digit yang telah dibangun memberikan akurasi rata-rata tertinggi 63% untuk digit 4 dengan menggunakan wavelet Daubechies db3 dan metode transformasi wavelet dyadic. Adapun untuk hasil perbandingan metode dekomposisi wavelet yang digunakan, disimpulkan bahwa penggunaan trasformasi wavelet dyadic lebih baik dari wavelet packet.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
