Rasyid, Muhammad Fahim (2018) APLIKASI PENGENALAN PENUTUR PADA IDENTIFIKASI SUARA PENELEPON MENGGUNAKAN MEL-FREQUENCY CEPSTRAL COEFFICIENT DAN VECTOR QUANTIZATION (Studi Kasus : Layanan Hotline Universitas Pembangunan Nasional “Veteran” Yogyakarta). Other thesis, Universitas Pembangunan Nasional "Veteran" Yogyakarta.
|
Text
cover baru.pdf Download (149kB) | Preview |
|
|
Text
Pengesahan Pembimbing.pdf Download (410kB) | Preview |
|
|
Text
ABSTRAK.pdf Download (80kB) | Preview |
|
|
Text
DAFTAR ISI.pdf Download (59kB) | Preview |
Abstract
ABSTRAK Universitas Pembangunan Nasional “Veteran” Yogyakarta merupakan salah satu institusi yang menyediakan layanan hotline dalam meningkatkan mobilitas dari kegiatan kampus. Staff maupun dosen memanfaatkan layanan tersebut untuk berbagai keperluan. Identifikasi penelepon dilakukan dengan menanyakan nama, jabatan beserta asal jurusan atau bagian. Proses identifikasi tersebut beresiko menimbulkan ketidaksesuaian data penelepon yang disampaikan dibandingkan dengan identitas sebenarnya penelepon serta membuat durasi waktu telepon menjadi semakin lama. Peningkatan keakuratan identifikasi seseorang dapat dilakukan dengan mengenali ciri khas suaranya. Pengenalan suara saat ini dapat dipelajari dan dikenali melalui proses pembelajaran speaker recognition. Speaker recognition menangkap frekuensi dari suara seseorang, kemudian dibandingkan dengan frekuensi suara data latih yang ada. Frekuensi suara diekstraksi menggunakan metode Mel-Frequency Cepstral Coefficient (MFCC) sehingga menghasilkan informasi berdasarkan sinyal suara yang diucapkan. Informasi dalam bentuk Mel Frequency Cepstrum Coeficients dari semua data latih dosen beserta staff Universitas Pembangunan Nasional “Veteran” Yogyakarta kemudian diklasifikasikan dan dibandingkan dengan sinyal suara dari penelpon menggunakan metode VQ (Vector Quantization). Hasil penelitian ini mampu mengidentifikasi penelepon berdasarkan database dosen maupun staff pada komputer. Resiko terjadinya ketidaksesuaian data penelepon yang disampaikan dengan identitas sebenarnya penelepon berkurang. Apabila dibandingkan dengan proses identifikasi yang berjalan pada layanan hotline saat ini, aplikasi pengenalan penutur mempersingkat waktu sekitar enam detik. Metode Mel-Frequency Cepstral Coefficient dan Vector Quantization dapat mengidentifikasi suara penelepon dengan tingkat akurasi tertinggi yaitu 80% pada nilai ambang (threshold) 25. Kata Kunci: Hotline, Speaker Recognition, Frekuensi, Mel-Frequency Cepstral Coefficient (MFCC), Vector Quantization (VQ)
| Item Type: | Thesis (Other) |
|---|---|
| Subjects: | Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Basir Umaryadi |
| Date Deposited: | 04 Oct 2018 03:50 |
| Last Modified: | 04 Oct 2018 03:50 |
| URI: | http://eprints.upnyk.ac.id/id/eprint/16730 |
Actions (login required)
 |
View Item |