KLASIFIKASI UCAPAN AKSARA JAWA DASAR MENGGUNAKAN MEL-FREQUENCY CEPSTRAL COEFFICIENT (MFCC) & SUPPORT VECTOR MACHINE (SVM)

In'am Muhammad Ramadhan, . (2026) KLASIFIKASI UCAPAN AKSARA JAWA DASAR MENGGUNAKAN MEL-FREQUENCY CEPSTRAL COEFFICIENT (MFCC) & SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, UNIVERSITAS PEMBANGUNAN NASIONAL VETERAN YOGYAKARTA.

	Text Abstrak_123210137.pdf Download (159kB)
	Text Cover_123210137.pdf Download (164kB)
	Text Daftar isi_123210137.pdf Download (235kB)
	Text Daftar pustaka_123210137.pdf Download (178kB)
	Text Halaman Pengesahan_123210137.pdf Download (104kB)
	Text Fulltext_123210137.pdf Restricted to Repository staff only Download (4MB)

Abstract

Bahasa Jawa merupakan salah satu bahasa daerah dengan jumlah penutur terbanyak di Indonesia, namun penggunaan aksara Jawa (Hanacaraka) mengalami penurunan signifikan. Aksara Jawa adalah warisan budaya penting yang perlu dilestarikan melalui inovasi teknologi, seperti sistem pengenalan ucapan (speech recognition). Penelitian ini mengembangkan sistem klasifikasi ucapan aksara Jawa dasar menggunakan metode Mel-Frequency Cepstral Coefficient (MFCC) untuk ekstraksi ciri dan Support Vector Machine (SVM) dengan kernel Radial Basis Function (RBF) untuk klasifikasi.
Penelitian ini menggunakan model pengembangan Waterfall. Data berupa rekaman audio 20 aksara Jawa dasar berformat .wav dikumpulkan dari sejumlah penutur. Proses preprocessing meliputi normalisasi, pre-emphasis, framing, dan windowing. Dataset dibagi dengan rasio 80% data latih dan 20% data uji menggunakan stratified split.
Hasil pengujian menunjukkan bahwa penggunaan raw audio menghasilkan akurasi yang sangat rendah (12%-17%), sedangkan implementasi MFCC secara signifikan meningkatkan performa model. Akurasi tertinggi pada data latih mencapai 97%, sementara pada data uji mencapai 79%. Hal ini membuktikan bahwa kombinasi MFCC dan SVM efektif dalam mengklasifikasikan ucapan aksara Jawa dasar dan dapat berkontribusi pada upaya pelestarian budaya melalui pendekatan teknologi.
Kata Kunci: Aksara Jawa, Klasifikasi Ucapan, MFCC, SVM, Pengenalan Suara.

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	In'am Muhammad Ramadhan (Penulis - 123210137) ; Heriyanto (Pembimbing)
Uncontrolled Keywords:	Aksara Jawa, Klasifikasi Ucapan, MFCC, SVM, Pengenalan Suara
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Bayu Pambudi
Date Deposited:	28 Jan 2026 01:26
Last Modified:	28 Jan 2026 01:26
URI:	http://eprints.upnyk.ac.id/id/eprint/46853

Actions (login required)

View Item