Arif Kurniawan, 080610023 (2012) Pengenalan Suara Dengan Jaringan Syaraf Tiruan Learning Vector Quantization(LVQ). Skripsi thesis, UNIVERSITAS AIRLANGGA.

Preview	Text (ABSTRAK) gdlhub-gdl-s1-2012-kurniawana-21347-6.abstr-k.pdf Download (202kB) | Preview
	Text (FULLTEXT) FULLTEXT.pdf Restricted to Registered users only Download (2MB) | Request a copy

Abstract

Suara merupakan salah satu dari bagian tubuh manusia yang unik dan dapat dibedakan dengan mudah. Teknologi pengenalan suara merupakan salah satu teknologi biometric yang tidak memerlukan banyak biaya serta tidak memerlukan peralatan khusus. Salah satu teknik pengenalan suara adalah dengan jaringan syaraf tiruan, dimana metode ini menggunakan prinsip kerja yang mirip cara kerja otak manusia. Skripsi ini bertujuan untuk menerapkan jaringan syaraf tiruan pada pengenalan suara dan membuat program yang mensimulasikan metode ini menggunakan software Matlab 2009. Data yang digunakan berupa rekaman suara diubah menjadi nilai numerik dengan proses Linier Predictive Coding (LPC). Langkah-langkah yang dilakukan pada LPC antara lain proses Pre-emphasis,frame blocking, windowing Analisis Autokorelasi, Analisis LPC, dan mengubah parameter LPC ke koefisien cepstral. Koefisien cepstral ini merupakan rangkaian observasi yang digunakan sebagai inputan pada jaringan syaraf tiruan, dan juga akan digunakan untuk proses pelatihan dan pengujian. Pada skripsi ini arsitektur jaringan syaraf tiruan yang digunakan adalah Learning Vector Quantization(LVQ) Pada proses pelatihan jaringan syaraf LVQ menggunakan data sebanyak 35 suara, dengan learning rate 0,01, max epoh 100, dec alpha 0,02 dan min alpha 0,00001. Hasil uji validasi untuk 15 suara, diperoleh kesimpulan bahwa 73,34% dari semua suara validasi berhasil dikenali dengan baik.

Actions (login required)

View Item