IMPLEMENTASI METODE MEL FREQUENCY CEPSTRAL COEFFICIENT DAN CONVOLUTIONAL NEURAL NETWORK UNTUK PENGENALAN SUARA PADA HURUF HIJAIYAH

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.

[thumbnail of abstrak.pdf] Text
abstrak.pdf

Download (92kB)
[thumbnail of Daftar Pustaka skripsi -123160066.pdf] Text
Daftar Pustaka skripsi -123160066.pdf

Download (166kB)
[thumbnail of Lembar Pengesahan Skripsi - 123160066.pdf] Text
Lembar Pengesahan Skripsi - 123160066.pdf

Download (945kB)
[thumbnail of Cover Laporan Skripsi - 123160066.pdf] Text
Cover Laporan Skripsi - 123160066.pdf

Download (170kB)
[thumbnail of daftar isi.pdf] Text
daftar isi.pdf

Download (25kB)
[thumbnail of Laporan Skripsi 123160066.pdf] 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 View Item