identifikasi penutur menggunakan metode mel …eprints.unram.ac.id/5958/1/jurnal 1 kolom.pdfpada...
TRANSCRIPT
IDENTIFIKASI PENUTUR MENGGUNAKAN METODE MEL FREQUENCY CEPSTRAL COEFFICIENTS (MFCC) DAN JARINGAN SYARAF TIRUAN MODEL
MADALINE
Speaker Identification using Mel Frequency Cepstrum Coefficients
(MFCC) and Madaline Neural Network
Shofian Tsaury1, Sudi M. Al Sasongko 2, dan Suthami Ariessaputra3
E-mail : [email protected], [email protected], [email protected]
Abstrak
Pengenalan penutur merupakan salah satu bentuk aplikasi dari pengolahan sinyal digital dengan memanfaatkan pola suara pada manusia. Dengan berkembangnya teknologi tersebut memungkinkan interaksi manusia dengan komputer akan semakin mudah. Terdapat dua tahap dalam proses pengenalan penutur yaitu tahap pengambilan atau ekstraksi ciri suara dan tahap pengenalan pola suara penutur berdasar ciri suara dari masing-masing penutur. Pada tahap ekstraksi suara digunakan mel frequency cepstrum coefficients (MFCC) dengan koeffisien ciri berjumlah 13. Sedangkan pada tahap pengenalan pola suara penutur menggunakan jaringan syaraf tiruan (JST) model madaline (many Adaline/ yang merupakan bentuk jamak dari Adaline) untuk membandingkan ciri suara uji dengan ciri suara latih yang sudah diinput sebagai data latih. Hasil yang didapat dari penelitian membuktikan bahwa jaringan syaraf tiruan model madaline tidak disarankan digunakan pada penelitian jenis identifikasi. Hal tersebut didasarkan pada hasil penelitian yang menghasilkan presentase pengenalan hanya 61% untuk 10 kali pengujian dalam database. Adapun pengujian di luar database berhasil melakukan penolakan hanya sebesar 14% dan 84% penolakan untuk pengujian diluar database dengan kata yang berbeda dengan data latih. Kata kunci : MFCC, JST, Madaline, Identifikasi, penutur
Abstract Speaker recognition is one form of digital signal processing applications by utilizing sound pattern of humans. With the development of these technologies, allowing human interaction with computers will be easier. There are two stages in the process of recognition of the speakers, these are the sound feature extraction stage and recognition speaker's sound patterns stage based on the characteristics of each speaker. At the extraction sound stage, mel frequency cepstrum coefficients (MFCC) is used with the characteristic coefficient of 13. While in the stage of recognition of the speaker's voice using artificial neural network (ANN), model madaline (many Adaline or plural of Adaline model) is used to compare the sound characteristics of the test with the characteristics of training sounds that have been inputted as training data. The results prove that madaline neural network is not recomended for identification research. It is bassed on the esearch results which produce a percentage of introduction of only 61% for the 10 times of testing in the database. While the testing outside the database successfully perform the rejection amounted to only 14% and 84% rejection for testing outside of the database with different words with the training data. Keyword : MFCC, ANN, Madaline, Identification, Speaker
PENDAHULUAN
Pengenalan suara merupakan proses mengenali identitas dari seorang pemilik suara dengan membandingkan fitur-fitur suara sebagai masukan dengan semua fitur dari setiap penutur di dalam maupun di luar database yang ada. Pengenalan suara dalam beberapa kondisi menjadi hal yang penting dalam interaksi manusia dengan komputer. Salah satu teknologi komputer matematika yang digunakan untuk mengenali karakteristik suara manusia yang berbeda-beda adalah Fast Fourier Transform (FFT). FFT sendiri merupakan suatu metode untuk mentranformasikan sinyal kawasan waktu menjadi sinyal kawasan frekuensi kemudian disimpan dalam bentuk digital berupa spektrum sinyal berbasis frekuensi.
Feature extraction. Ekstraksi ciri merupakan proses untuk menentukan satu nilai atau vektor yang dapat dipergunakan sebagai penciri obyek atau individu. Dalam pemrosesan suara, ciri yang biasa dipergunakan adalah mel frequency cepstrum coefficients (MFCC) yang menghitung koefisien cepstrum dengan mempertimbangkan persepsi sistem pendengaran manusia terhadap frekuensi suara
PREPROCESSINGCONTINUOUS
SPEECH
FRAME
BLOCKINGWINDOWWINGFRAME
FFT
MEL
FREQUENCY
WRAPPING
SPEKTRUM
DISCRETE
COSINE
TRANSFORM
MEL
SPECTRUM
CEPSTRAL
ME
L
CE
PS
TR
UM
CONTINUOUS
SPEECH
Gambar 1. Blok Diagram Mel Frequency Cepstrum Coefficients (MFCC) (Aditya, 2012)
Jaringan syaraf. Jaringan syaraf tiruan merupakan salah satu representasi buatan dari otak manusia
yang selalu mencoba untuk mensimulasikan proses pembelajaran pada otak manusia tersebut.
Gambar 2. Struktur dasar JST dan Struktur sederhana sebuah neuron
Adaptive Linier Neuron (Adaline). Adaline adalah jaringan yang dapat merespon perubahan lingkungan pada saat beroperasi dengan modifikasi bobot. Bobot dimodifikasi dengan aturan delta yang disebut dengan least mean square (LMS). Sedangkan Many Adaline (Madaline) merupakan kompulan dari beberapa jaringan Adaline yang saling terhubung membentuk suatu jaringan.
X1
1
X2
1
1
Z1
Z2
Y
b1w11
w12w21
w22
b2
v1
v2
b3
Gambar 3. Arsitektur Madaline dengan satu hidden layer
METODELOGI PENELITIAN
Identifikasi suara. Identikasi suara dilakukan untuk mengetahui tingkat akurasi pengenalan pola suara
yang dihasilkan oleh pemiliknya. Dengan metode Mel Frequency Cepstrum Coefficient (MFCC) didapatkan sebuah ciri dari suara yang diucapkan kemudian diidentifikasi dengan metode Jaringan Syaraf Tiruan (JST) model MADALINE. Diagram Alir Penelitian. Tahapan demi tahapan yang dilakukan penulis pada saat melakukan
penelitian tugas akhir ini. Agar penelitian dilakukan secara baik maka di buat diagram alir
Mulai
Data Suara
Data UjiData Latih
Ekstraksi Ciri
dengan MFCC
Ekstraksi Ciri
dengan MFCC
Rata-rata hasil
MFCC terhadap
semua frame
Rata-rata hasil
MFCC terhadap
semua frame
Data Base
Menghitung
Tingkat akurasi
pengenalan
Selesai
STUDI LITERATUR
MENYIAPKAN ALAT DAN BAHAN
Identifikasi dengan
JST MADALINE
Hasil
Gambar 4. Diagram Alir proses penelitian Identifikasi Suara
Perancangan Sistem. Proses perancangan sistem diawali dengan melakukan penelitian dan analisis tentang sistem yang akan dibangun, berikut adalah beberapa proses yang akan dilakukan dalam perancangan system. Perekaman suara. Perekaman suara digunakan sebagai masukan perintah dilakukan dengan
menggunakan program software Goldwave.
Mikrofon
Laptop
(Software Goldwave)
Pilih Keluaran Suara mono
dan Sampling rate 16000 Hz
Suara
Data Suara
Gambar 5. Diagram Alir proses perekaman suara
Data Latih dan Data Uji. Perekaman dilakukan sebanyak 25 kali ucapan untuk data dalam database.
Dimana 15 dari 25 data hasil perekaman digunakan sebagai data latih dan pengujian. Sedangkan 10 lainnya hanya digunakan sebagai data uji. Untuk data diluar database dilakukan perekaman suara
sebanyak 15 kali dengan rincian 10 kali pengucapan merupakan kalimat yang sama dengan pelatihan dan 5 kali pengucapan dengan kalimat yang berbeda. Kalimat yang diucapkan pada pelatihan adalah “Laboratorium Telkom” dan dasil dari perekaman tersebut kemudian disimpan dalam bentuk format .wav. Ekstraksi Ciri (MFCC). ciri sinyal suara pada penelitian ini menggunakan MFCC. Parameter dari MFCC
yaitu : a. Input, yaitu masukan suara yang berasal dari tiap pembicara. b. Sampling rate, yaitu banyaknya nilai yang diambil dalam satu detik. Dalam penelitian ini
digunakan sampling rate sebesar 16000 Hz. c. Time frame, yaitu waktu yang diinginkan untuk satu frame (dalam milidetik). Time frame yang
digunakan adalah 50 ms. d. Lap, yaitu overlaping yang terdiri dari N/2 data.
Cepstrum coefficient, yaitu jumlah cepstrum yang diinginkan sebagai output. Cepstrum coefficient yang digunakan sebanyak 13. Nilai koefisien 13 didapat dari nilai spectrum nilai frekuensi dari data suara yang dominan. Tahapan-tahapan MFCC. Berikut adalah tahapan-tahapan dalam MFCC:
a. Frame Blocking Hasil perekaman suara merupakan sinyal analog yang berada dalam domain waktu yang bersifat variant time. Oleh karena itu sinyal tersebut harus dipotong-potong dalam slot-slot waktu tertentu agar dapat dianggap invariant Dimana perhitungannya adalah sebagai berikut: Sampling rate(Fs) = 16000 Hz Timeframe(Ts) = 50 ms atau 0,05 s Frame size(N) = 16000 * 0,05
= 800 sample Overlaping(M) = 800/2 = 400 sample
b. Hammming Window
Sinyal suara yang dipotong-potong menjadi beberapa frame akan menyebabkan kesalahan data pada proses fourier transform. Hamming Window diperlukan untuk mengurangi efek diskontinuitas dari proses frame blocking terutama pada ujung awal dan ujung akhir setiap frame.
c. Fast Fourier Transform Dalam proses fourier transform terjadi perubahan bentuk sinyal suara masukan dari domain
waktu ke dalam domain frekuensi.
d. Mel Frequency Wrapping Mel frequency wrapping bertujuan untuk proses penyaringan (filter) dari spektrum setiap frame.
e. Cepstrum
Cepstrum merupakan hasil log mel spectrum dari domain frekuensi dirubah menjadi domain waktu dengan menggunakan DCT dimana menghasilkan matriks yang berukuran jumlah frame * koefisien.
Proses Jaringan Syaraf Tiruan Madaline. Sebelum melakukan proses pelatihan jaringan syaraf tiruan
model Madaline, terlebih dahulu memperhatikan arsitektur jaringan. Arsitektur jaringan dipilih dengan pendekatan konstruktif, yaitu dengan suatu jaringan Adaline kecil dengan satu atau beberapa hidden layer. Hidden Layyer tersebut juga didapatkan dari persamaan fungsi aktivasi dan threshold dari Jaringan Syaraf Tiruan model Adaline kemudian mengembangkan jumlah unit tersembunyi serta bobot tambahan sampai didapatkan penyelesaian yang dikehendaki. Tiap neuron pada lapisan masukan terdiri dari hasil ekstraksi ciri dengan metode MFCC dan ke bobot yang sudah ditentukan. Jumlah neuron pada lapisan masukan sesuai dengan jumlah variabel yang dipilih sebagai masukan jaringan dan ditambah satu buah neuron bias. Pada Gambar 6 terlihat bahwa jumlah neuron lapisan masukan antara 1 sampai dengan 10 sesuai banyaknya penutur yang akan dijadikan data inputan pada sistem ditambah satu buah neuron bias. Bobot dan bias awal diinisialisasi dengan bilangan acak kecil antara 0 hingga 1. Bobot awal akan mempengaruhi jaringan akan mencapai titik minimum lokal atau minimum global, dan lama
konvergensinya. Bobot awal yang terlalu besar membuat nilai turunan fungsi aktivasi menjadi sangat kecil, hal ini menyebabkan perubahan bobotnya menjadi sangat kecil juga. Ukuran matriks bobot lapisan input adalah 10 x 13
X 1
X 2
X 3
X10
Y1
Y2
W11
W12
W13
W1 20
b1
b2
W21
W22
W23
W2 20
b1
b2
Adaline 2
Adaline 1
b2
b2
.
.
.
Gambar 6. Arsitektur JST Madaline untuk pengenalan penutur
Parameter yang harus diatur dalam proses pelatihan jaringan adalah sebagai berikut: a. Laju pembelajaran (learning rate)
Laju pembelajaran dipilih adalah 0.01 hingga 0.99 selama pelatihan. b. Goal parameter
Goal parameter adalah target nilai fungsi kinerja, iterasi akan dihentikan apabila nilai fungsi kinerja kurang dari atau sama dengan kinerja tujuan.
c. Iteraksi maksimum Maksimum iterasi adalah jumlah epoch maksimum yang boleh dilakukan selama proses pelatihan. Iterasi akan dihentikan apabila jumlah epoch yang sudah dilatihkan melebihi jumlah maksimum epoch.
Membangun JST MADALINE. JST MADALINE yang merupakan bentuk jamak dari JST ADALINE, sehingga memiliki bentuk fungsi yang sama dalam Matlab sebagai berikut:
net = newlin(PR,S,ID,LR)
Inisialisasi parameter pelatihan yang meliputi laju pembelajaran, momentum, goal, serta jumlah iterasi. Untuk menginisialisasi parameter – parameter tersebut Matlab menyediakan fungsi sebagai berikut:
% paremeter yg digunakan net.performFcn = 'mse'; net.trainParam.epochs = 1000;
net.trainParam.show = 20;
Menghitung Keluaran ADALINE. Setelah pola masukan diberikan, pengguna dapat menghitung
keluaran ADALINE. Perintah MatLab yang dipakai yaitu : [net_keluaran,Pf,Af,E,tr] = sim(net,P,Pi,Ai,T);
Membangun hidden layer. Hidden layer (z1 dan z2) yang terbentuk pada jaringan Madaline merupakan
nilai fungsi aktivasi (dan threshold) yang terbentuk dari persamaan jaringan Adaline. Perhitungan Tingkat Pengenalan. Tingkat pengenalan sistem akan dihitung untuk mengevaluasi hasil
penelitian. Untuk setiap data yang diuji, akan dilihat apakah data tersebut teridentifikasi dengan benar atau tidak. Persentase tingkat pengenalan dihitung menggunakan rumus sebagai berikut:
Tingkat pengenalan = ∑ 𝑠𝑢𝑎𝑟𝑎 𝑏𝑒𝑛𝑎𝑟
∑ 𝑠𝑢𝑎𝑟𝑎 𝑢𝑗𝑖 𝑥100%
PEMBAHASAN
Frame Blocking Hasil perekaman suara merupakan sinyal analog yang berada dalam domain waktu yang bersifat variant time. Oleh karena itu sinyal tersebut harus dipotong-potong dalam slot-slot waktu tertentu agar dapat dianggap invariant
Gambar 7. hasil rekaman suara
Gambar 7 menunjukkan hasil rekaman dengan pengucapan “laboratorium Telkom”, pada frekuensi sampling 16000 Hz dan mono channel dengan durasi 5 detik.
Gambar 8. Hasil frame blocking
Proses selanjutnya adalah proses frame blocking dimana dalam satu frame berisi 800 sampel dan antara frame satu dengan frame lainnya saling overlapping sepanjang 400 sampel atau 50% dari jumlah sampel. Hasil frame blocking ditunjukkan pada gambar 8.
Hamming Window
Gambar 9. Hasil hamming window
Hasil dari proses framing menyebabkan sinyal discontinuitas (terpotong/ tidak terhubung). Tujuan dari proses windowing adalah untuk mengurangi kesenjangan (discontinuitas) sinyal dari awal hingga akhir frame. Hasil proses windowing ditunjukkan pada gambar 9.
Fast Fourier Transform (FFT)
Gambar 10. Hasil FFT
Setelah proses windowwing selanjutnya adalah proses Fast Fourier Transform (FFT). FFT merupakan proses yang digunakan untuk mengubah sinyal suara dari domain waktu ke dalam domain frekuensi. Sinyal yang akan dirubah merupakan sinyal yang telah diproses frame blocking. Hasil dari keluaran FFT ditunjukkan pada gambar 10.
Mel Frequency Wrapping Sinyal yang telah melewati proses FFT selanjutnya akan di-filter menggunakan filterbank.
Gambar 11. Filterbank triangular
Skala frekuensi filterbank yaitu sama dengan konsep pendengaran manusia, sehingga skala frekuensi sering dijadikan parameter ekstraksi dalam suatu pengolahan sinyal suara. Bentuk filterbank triangular ditunjukkan pada gambar 11 dan hasil mel frequency wrapping pada gambar 12.
Gambar 12. Hasil Mel frequency wrapping
Gambar 13. Hasil Cepstrum
Cepstrum merupakan proses terakhir dan dilakukan setelah proses filterbank. Cepstrum digunakan untuk mengkonversi spectrum log mel menjadi cepstrum menggunakan DCT (Discrete Cosine Transform). Hasil DCT ditunjukkan pada gambar 13.
Pelatihan Jaringan dengan Jaringan Syaraf Tiruan model Madaline
- Mencari jenis training terbaik Tabel 1. Pelatihan jaringan dengan perubahan jenis training
No Training Keluaran
1 traingdx [2.6 1.5 3 3.8 6.4 4.8 6.09 7.4 8.8 10.4]
2 trainbfg [1.0001 1.9999 2.9999 4.0 5.0 6.0 7.0 8.0 8.9999 9.9999]
3 trainb [NaN NaN NaN NaN NaN NaN NaN NaN NaN NaN ]
4 traingdm [2.7 1.47 3.0 3.7 6.5 4.77 6.0 7.4 8.8 10.4]
5 trainbr [2.95 3.59 2.74 2.78 6.6 5 5.26 6.33 8.16 8.77]
6 trainlm [0.99 1.997 2.998 4.003 5.004 6.002 7.003 7.99 8.998 9.99]
7 'trainrp') [2.95 3.59 2.74 2.78 6.6 5 5.26 6.3 8.16 8.77]
Pada tabel 4 dapat diketahui bahwa jenis training terbaik yang dapat digunakan pada pelatihan Jaringan Syaraf Tiruan model Madaline adalah BFGS Quasi-Newton Backpropagation ('trainbfg'). Pada training tersebut, didapatkan hasil keluaran yang sesuai dengan target dengan iterasi yang tidak banyak serta jumlah error yang sedikit. Pada ‘trainbfg’ tersebut, juga telah dilakukan perubahan learning rate (lr) dari 0.1 – 0.9, akan tetapi hasilnya tidak terlalu berpengaruh pada proses pelatihan, baik pada hasil keluaran maupun error yang ditimbulkan.
- Mencari parameter goal terbaik
Tabel 2. Pelatihan jaringan dengan perubahan goal parameter
Goal 1 2 3 4 5 6 7 8 9 10
0.01 0.975 2.058 2.982 3.979 5.027 5.928 7.047 8.000 9.025 10.002
1.004 1.960 2.986 3.987 5.027 5.999 6.994 8.004 9.029 9.991
0.001 1.000 2.000 2.999 4.001 4.999 5.999 6.999 8.000 9.000 9.999
0.996 1.962 2.984 3.993 5.039 5.982 7.042 7.966 9.028 9.994
0.0001 1.000 2.000 3.000 4.000 5.000 6.000 7.000 8.000 9.000 10.000
0.999 2.001 2.999 4.001 4.998 6.000 7.000 8.000 9.000 10.000
0.00001 1.000 1.999 2.999 4.000 5.000 5.999 7.000 7.999 9.000 10.000
1.000 2.000 2.999 4.000 5.000 6.000 6.999 7.999 9.000 9.996
Tabel 5 menunjukkan hasil keluaran setiap pelatihan dengan perubahan goal parameter dari 0,01 – 0.00001. dengan memperhatikan hasil keluaran dari kedua jaringan Adaline pada pelatihan tersebut,
maka dapat nilai goal parameter terbaik adalah 0.0001.
- Hasil perubahan bobot pada pelatihan ke-15
Tabel 3. Hasil perubahan bobot pada pelatihan terakhir
No
Jaringan
Bobot Jaringan ke-1(W1) Bobot Jaringan ke-2
(W2)
1 -791.302 -790.348
2 1710.265 1708.189
3 -766.349 -765.38
4 -1213.16 -1211.75
5 1563.804 1561.905
6 286.3674 286.1335
7 -1912.1 -1909.92
8 1148.174 1146.752
9 1192.689 1191.519
10 -2705.69 -2702.84
11 2352.769 2350.283
12 -1110.43 -1109.27
13 244.465 244.2159
Selanjutnya bobot yang tertera pada tabel 6 akan digunakan pada proses pengujian.
Pengujian Jaringan Syaraf Tiruan Model Madaline
a. Pengujian di dalam database Tabel 4. Pengujian dalam database
Suara Jumlah Ucap
Penutur yang dikenali
Presentase penutur
yang tidak dikenali
Jumlah Tingkat Akurasi
(%)
M. Fajri 10 9 90% 10%
Amriansyah 10 7 70% 30%
Lalu Oki S. 10 6 60% 40%
Imam Syaukani
10 4 40% 60%
Tarmuzi 10 5 50% 50%
Lusi 10 6 60% 40%
Zul Aprianto 10 8 80% 20%
Rijalul Hidayat
10 6 60% 40%
Nurul Fathin 10 3 30% 70%
Rozi 10 7 70% 30%
Total 100 61 61% 39%
Gambar 14. Grafik tingkat akurasi pengenalan penutur dalam database
Berdasarkan tabel 7 dan gambar 14, diketahui bahwa beberapa suara yang mengandung informasi senyap (silent) tidak dapat dikenali dengan baik oleh JST Madaline, sehingga didapatkan presentase pengenalan hanya sebesar 61%.
0%
20%
40%
60%
80%
100%
G R A F I K P E R B A N D I N G A N P E R S E N T A S E P E N G E N A L A N S U A R A P E N U T U R D A L A M
D A T A B A S E
Dikenali Tidak Dikenali
b. Pengujian di luar database Tabel 5. Pengujian di luar database
Suara Jumlah Ucap
Penutur yang dikenali
Presentase penutur
yang tidak dikenali
Jumlah Tingkat Akurasi
(%)
Heru 10 10 100% 0%
Husein 10 10 100% 0%
Imran 10 8 80% 20%
Indah 10 10 100% 0%
Rendy 10 0 0% 100%
Rizka 10 10 100% 0%
Rofiq 10 10 100% 0%
Samsul 10 9 90% 10%
Suhaili 10 9 90% 10%
Galuh 10 10 100% 0%
Total 100 86 86% 14%
Gambar 15. Grafik tingkat akurasi pengenalan penutur di luar database
Berdasarkan tabel 8 dan gambar dapat diamati bahwa terdapat beberapa suara masih dapat
dikenali dengan baik oleh JST Madaline, sehingga didapatkan presentase penolakan hanya
sebesar 16% saja.
c. Pengujian di luar database dengan kata yang berbeda Tabel 6. Pengujian di luar database dengan pengucapan yang berbeda
Suara Jumlah Ucap
Penutur yang dikenali Presentase
penutur yang tidak dikenali Jumlah
Tingkat Akurasi
(%)
Erni 5 1 20% 80%
Hayati 5 0 0% 100%
Heni 5 0 0% 100%
Khidir 5 0 0% 100%
Satria 5 2 40% 60%
Total 25 3 16% 84%
0%
50%
100%
GRAFIK PERBANDINGAN PERSENTASE PENGENALAN SUARA PENUTUR LUAR
DATABASE
dikenali ditolak
Gambar 16. Grafik tingkat akurasi pengenalan penutur di luar database dengan pengucapan yang berbeda
Tabel 9 dan gambar 16 menunjukkan bahwa pada pengujian dengan pengucapan yang berbeda menunjukkan penolakan yang tidak sempurna, yaitu 84%.
Dari pengujian yang sudah dilakukan, maka dapat dianalisa bahwa jaringan syaraf tiruan model madaline tidak mampu mengenali suara penutur dengan baik secara sempurna. Hal ini terlihat pada tabel 7dimana pengujian dengan data ciri suara oleh penutur dalam database pelatihan, menghasilkan beberapa keluaran yang mengenali ciri suara sebagai penutur yang lain.
Pengujian dengan kata yang sama dari luar database pun tidak menghasilkan hasil keluaran yang baik. Dari 10 kali pengucapan oleh 10 orang, hanya 1 orang saja yang ditolak secara sempurna, sisanya masih terdapat beberapa ciri suara yang dikenali sebagai pemilik suara atau penutur pada database. Begitupun ketika pengujian dengan kata yang berbeda yakni “teknik elektro” menghasilkan penolakan yang tidak sempurna. Meskipun menghasilkan presentase yang cukup baik, tetapi masih terdapat suara yang dikenali. Hal tersebut diakibatkan karena banyaknya data latih yang digunakan pada proses pelatihan serta masih terbacanya suara yang mengandung senyap (silent) pada saat proses perekaman suara.
Kesimpulan 1. Pengujian dengan suara penutur yang terdapat pada database didapatkan presentase pengenalan
sebesar 61%. Sedangkan pengujian dengan data uji dengan penutur diluar database hanya menghasilkan penolakan pengenalan sebesar 14%. Adapun pengujian dengan data uji diluar database dengan kata yang berbeda menghasilkan penolakan sebesar 86%.
2. Dari hasil pengujian ketahui bahwa Jaringan Syaraf tiruan model madaline tidak cocok digunakan untuk identifikasi dan lebih cocok digunakan pada jenis penelitian klasifikasi dan prediksi atau peramalan.
Saran
1. Melakukan pengujian secara langsung atau real time. 2. Melakukan praprpoposal untuk mengetahui tingkat keberhasilan dini sebelum melakukan penelitian
yang sebenarnya 3. Memproses data suara yang mengandung informasi saja, bukan keseluruhan. 4. Mencoba jaringan syaraf tiruan model madaline pada penelitian model klasifikasi dan prediksi atau
peramalan. DAFTAR PUSTAKA
Aditya, Reza. 2012. Prototype Pengenalan Suara sebagai Penggerak Dinamo Motor Starter pada Mobil. Fakultas Teknologi Industri Jurusan Teknik Mesin Universitas Gunadarma
Erina. 2017. Identifikasi Suara menggunakan Mel Frequency Cepstrum Coefficients (MFCC) Dan Jaringan Syaraf Tiruan Backpropagation, Tugas Akhir Jurusan Teknik Elektro Fakultas Teknik Universitas Mataram, NTB.
Ivana, 2010, Pengenalan Ucapan Vokal Bahasa Indonesia dengan Jaringan Syarat Tiruan Menggunakan Linear Predictive Coding, Tugas Akhir Teknik Elektro Fakultas Teknik Universitas Diponegoro
0%
20%
40%
60%
80%
100%
Erni Hayati Heni Khidir Satria
G R A F I K P E N O L A K A N T E R H A D A P P E N U T U R D I L U A R D A T A B A S E
D E N G A N K A T A Y A N G B E R B E D A
ditolak diterima
Kanata, Bulkis, 2014, Bahan Ajar kuliah Jaringan Syaraf Tiruan, Jurusan Teknik Elektro Fakultas Teknik Universitas Mataram
Puspitasari, Meutia. 2014. Pengenalan Suara Menggunakan Mel Frequency Cepstral Coefficients dan
Self Organizing Maps, Tugas Akhir Fakultas Ilmu Komputer Universitas Sriwijaya, Palembang.