© jkj,gwww.itda.ac.id 2024

Detail Skripsi

PENGENAL SUARA BERBASIS TEMPLATE-BASED UNTUK MENGENALI GENDER
Penulis
FABIANO DIMAS NUGRAHA POLUSINA
Pembimbing : Catur Budi Waluyo, S.T., M.T. - Yenni Astuti, S.T., M.Eng.

ABSTRAK :
ABSTRAK PENGENAL SUARA BERBASIS TEMPLATE-BASED UNTUK MENGENALI GENDER Oleh: Fabiano Dimas Nugraha Polusina NIM : 16010062 Program Studi Teknik Elektro Institut Teknologi Dirgantara Adisutjipto Email: dimassina24@gmail.com Suara merupakan salah satu media utama manusia untuk berkomunikasi selain menggunakan tulisan dan bahasa isyarat. Sistem pengenal suara (Voice Recognition System) adalah suatu sistem yang bertugas untuk mengidentifikasi seseorang dari suara yang dikeluarkan ketika melakukan perintah. Penelitian ini merancang suatu sistem pengenal suara untuk mengenali gender menggunakan metode Fast Fourier Transform (FFT) dan Euclidean Distance. Perancangan sistem diawali dengan pemrosesan data suara referensi dan data suara uji agar layak dan mudah untuk diklasifikasi. Kedua data suara ini melewati proses yang sama yakni, preprocessing dan proses ekstraksi ciri. Kemudian, hasil dari ekstraksi ciri menggunakan metode FFT ini akan diklasifikasikan kemiripannya dengan menggunakan metode Euclidean Distance. Jarak atau nilai terkecil dari hasil perhitungan euclidean ini akan ditentukan menjadi hasil keluarannya. Berdasarkan hasil pengujian sistem, persentase akurasi tertinggi yang berhasil dicapai oleh sistem ialah sebesar 90% dan terendah sebesar 70%, dengan rata-rata keseluruhannya sebesar 82,5%. Hasil tersebut diperoleh dari pengujian yang dilakukan pada 40 sampel suara uji terhadap 4 sampel suara referensi dari 2 laki-laki dan 2 perempuan, yang mengucapkan satu kata yang sama yaitu kata “hallo”. Kata Kunci: Voice Recognition System, Fast Fourier Transform, Euclidean Distance


Tulisan Lengkap dapat Dibaca di Ruang Tesis/Disertasi
Penulis : FABIANO DIMAS NUGRAHA POLUSINA
NIM : 16010062
Foto :
File : [ Baca file skripsi ]
   

E-LibSTTA

Sistem Informasi Perpustakaan STTA Yogyakarta

© E-LibSTTA 2024