Perpustakaan judul masih dalam tahap pengembangan, admin siap menampung kritik dan saran
Pengidentifikasian kata Dengan Menggunakan Metode Hidden Makrov Model (HMM) Melalui Ekstraksi Ciri Linear Predictive Coding (LPC)
Badri Munawar NIM. (2010) | Skripsi | Teknik Informatika , Teknik Informatika , Teknik Informatika
Bagikan
Ringkasan
Penelitian yang intensif dalam bidang pengolahan sinyal menyebabkan teknologi komunikasi berkembang dengan pesat. Salah satunya adalah pengenalan ucapan (speech recognition). Proses pengidentifikasian kata merupakan salah satu fungsi dari identifikasi suara. Dimana identifikasi suara dapat menjadi nilai tambah dalam sebuah perintah di komputer, identifikasi suara merupakan cara komunikasi natural antara manusia dan dapat menghasilkan antarmuka yang baik untuk mengontrol suatu sistem atau aplikasi.
Dalam proses pengenalan digunakan algoritma ekstraksi ciri yang disebut Linear Predictive Coding (LPC), sedang pola pengenalan menggunakan metode Hidden Markov Model (HMM). LPC merupakan salah satu metode analisis sinyal suara yang menyatakan ciri-ciri penting dari sinyal suara tersebut dalam bentuk koefisien-koefisien LPC. Selanjutnya HMM digunakan untuk pelatihan dan pengenalan.
Penelitian ini membahas mengenai pengidentifikasian kata untuk menganalisis dan mengenali lima ucapan kata, yaitu: teknik, informatika, universitas, komputer, dan indonesia. Masing-masing kata diucapkan oleh 5 orang pria dan 5 orpang wanita sebanyak 10 kali sehingga jumlah keseluruhan dari sampel data dalam penelitian ini sebanyak 500 sampel data.
Hasil pengujian menunjukkan pengidentifikasian kata dengan rata-rata keakuratan keseluruhan adalah 59.2 %. Tingkat pengujian yang paling tinggi dengan kata komputer dan universitas dengan rata-rata 70% pada tiap pembicaranya.
Ringkasan Alternatif
Intensive research in the field of signal processing causes a rapidly developing communications technology. One is the speech recognition (speech recognition). Word identification process is one of the functions of voice identification. Where is the voice identification could be added value in a command on a computer, voice identification is a natural way of communication between human beings and can produce a good interface to control a system or application.
In the process of introducing the feature extraction algorithm called Linear Predictive Coding (LPC), are pattern recognition using hidden Markov model method (HMM). LPC is one of the voice signal analysis methods that states essential characteristics of the voice signal in the form of LPC coefficients. Furthermore, the HMM is used for training and recognition.
This study discussed the identification of words to analyze and recognize the five words he said, namely: engineering, informatics, university, computer, and Indonesia. Each word is spoken by 5 men and 5 women, as many as 10 times the total number of sample data in this study of 500 samples of data.
The test results show the identification of words with the overall average accuracy is 59.2 %. The most high-level testing with a computer and universities with an average of 70% on each speaker.