Kusuma, Candra Juni Cahyo (2022) IMPLEMENTASI METODE MEL FREQUENCY CEPSTRAL COEFFICIENT DAN CONVOLUTIONAL NEURAL NETWORK UNTUK PENGENALAN SUARA PADA HURUF HIJAIYAH. Other thesis, UPN 'Veteran" Yogyakarta.
Text
abstrak.pdf Download (92kB) |
|
Text
Daftar Pustaka skripsi -123160066.pdf Download (166kB) |
|
Text
Lembar Pengesahan Skripsi - 123160066.pdf Download (945kB) |
|
Text
Cover Laporan Skripsi - 123160066.pdf Download (170kB) |
|
Text
daftar isi.pdf Download (25kB) |
|
Text
Laporan Skripsi 123160066.pdf Restricted to Repository staff only Download (4MB) |
Abstract
vii
ABSTRAK
Huruf hijaiyah merupakan huruf dasar dalam membaca Al-Qur’an. Walaupun kebenaran
pengucapan huruf hijaiyah dapat ditentukan oleh ustadz/ustadzah akan tetapi pada jaman
sekarang ada ilmu tentang pengenalan suara. Dibutuhkan dua metode untuk pengenalan
suara. Metode pertama berguna untuk mengekstraksi fitur dari suara tersebut. Sedangkan
metode kedua berguna untuk klasifikasi hasil dari ekstraksi fitur tersebut. Pada penelitian ini
menggunakan metode MFCC untuk esktraksi suara dan CNN untuk klasifikasi hasil
ekstraksi. Dari hasil implementasi dan pengujian didapatkan bahwa gabungan metode
MFCC untuk ekstraksi ciri dan CNN untuk klasifikasi menghasilkan tingkat akurasi rata�rata sebesar 96.27538681030273%, Recall sebesar 96.07311763381128%, dan presisi
sebesar 96.82762659705304%. Hasil dari penelitian ini menghasilkan tingkat akurasi.
Kata Kunci: MFCC, CNN, huruf hijaiyah
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | MFCC, CNN, huruf hijaiyah |
Subjects: | Z Bibliography. Library Science. Information Resources > ZA Information resources |
Divisions: | Faculty of Engineering, Science and Mathematics > School of Engineering Sciences |
Depositing User: | Eko Yuli |
Date Deposited: | 29 Jun 2022 03:04 |
Last Modified: | 29 Jun 2022 03:08 |
URI: | http://eprints.upnyk.ac.id/id/eprint/30168 |
Actions (login required)
View Item |