Sistem Pengenalan Suara Berdasarkan Formant Suara Manusia Dengan Metode Autocorelation

Suara manusia merupakan media berkomunikasi yang efektif dan paling sering digunakan selain bahasa isyarat dan tulisan. Suara manusia pada dasarnya memiliki kekhasan sendiri, sehingga dapat dikatakan suara manusia satu dengan yang lain berbeda. Ada semacam karakteristik yang membentuk kekhasan suara...

Full description

Saved in:
Bibliographic Details
Main Authors: Wijaya, Aris (Author), , Heru Supriyono, ST. MSc. PhD (Author), , Fajar Suryawan, S.T, M.Eng.Sc.,Ph.D (Author)
Format: Book
Published: 2014.
Subjects:
Online Access:Connect to this object online
Tags: Add Tag
No Tags, Be the first to tag this record!

MARC

LEADER 00000 am a22000003u 4500
001 repoums_32311
042 |a dc 
100 1 0 |a Wijaya, Aris  |e author 
700 1 0 |a , Heru Supriyono, ST. MSc. PhD  |e author 
700 1 0 |a , Fajar Suryawan, S.T, M.Eng.Sc.,Ph.D.  |e author 
245 0 0 |a Sistem Pengenalan Suara Berdasarkan Formant Suara Manusia Dengan Metode Autocorelation 
260 |c 2014. 
500 |a https://eprints.ums.ac.id/32311/11/NASKAH%20PUBLIKASI.pdf 
500 |a https://eprints.ums.ac.id/32311/1/HALAMAN%20DEPAN.pdf 
500 |a https://eprints.ums.ac.id/32311/3/BAB%20I.pdf 
500 |a https://eprints.ums.ac.id/32311/4/BAB%20II%20.pdf 
500 |a https://eprints.ums.ac.id/32311/5/BAB%20III.pdf 
500 |a https://eprints.ums.ac.id/32311/7/BAB%20IV.pdf 
500 |a https://eprints.ums.ac.id/32311/8/BAB%20V.pdf 
500 |a https://eprints.ums.ac.id/32311/9/DAFTAR%20PUSTAKA.pdf 
500 |a https://eprints.ums.ac.id/32311/10/LAMPIRAN.pdf 
520 |a Suara manusia merupakan media berkomunikasi yang efektif dan paling sering digunakan selain bahasa isyarat dan tulisan. Suara manusia pada dasarnya memiliki kekhasan sendiri, sehingga dapat dikatakan suara manusia satu dengan yang lain berbeda. Ada semacam karakteristik yang membentuk kekhasan suara manusia yaitu pitch, Formant dan fomant bandwith. Ada beberapa tahap yang dilakukan didalam penelitan pengenalan suara ini. Tahap pertama adalah perekaman suara yang akan dijadikan data training dan data uji. Tahap kedua hasil suara yang telah direkam kemudian diperbaiki kualitas suaranya dengan memotong bagian yang tidak diperlukan dari rekaman suara, seperti noise, dan durasi yang terlalu panjang. Tahap ketiga lebih kearah mendapatkan data vektor ciri suara yang akan dijadikan data uji dan data training. Tahap keempat Pengujian pengenalan suara manusia dengan menggunakan metode pencocokan autocorelation dan euclidean distance memiliki hasil yang tidak begitu jauh berbeda. Akan tetapi dalampenelitian ini metode autocorrelation menunjukkan hasil yang lebih baik dibandingkan menggunakan Euclidean Distance. Perbedaan ini hanya terpaut beberapa persen saja metode autocorrelation tingkat keakurasian mencapai diatas 35% dan metode euclidean distance diatas 30% Pengenalan suara secara realtimemenunjukkan hasil yang bagus. Tingkat keberhasilan pada rentang waktu pagi diatas 70%. Pengujian siang hari keberhasilan diatas 70%. Pada pengujian sore hari tingkat keberhasilan diatas 80% namun ada penurunan kualitas dari salah satu volunteer. Ketika diuji dengan masukan yang disengaja salah, masih menunjukkan hasil yang diharapkan.Dengan tingkat keberhasilan diatas 20%. 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
546 |a en 
690 |a TK Electrical engineering. Electronics Nuclear engineering 
655 7 |a Thesis  |2 local 
655 7 |a NonPeerReviewed  |2 local 
787 0 |n https://eprints.ums.ac.id/32311/ 
787 0 |n D400090024 
856 \ \ |u https://eprints.ums.ac.id/32311/  |z Connect to this object online