Pengenalan Digit 0 Sampai 9 Menggunakan Ekstraksi Ciri MFCC dan Jaringan Syaraf Tiruan Backpropagation
Abstrak: Penelitian difokuskan
untuk pengenalan pola suara berupa digit
0 sampai 9 dengan pengucapan secara offline. Proses pada
penelitian adalah pengambilan suara yang diubah dari analog menjadi digital,
selanjutnya proses extraksi parameter menggunakan Mel-Frequency Cepstrum
Coefficients (MFCC), hasil ekstraksi ini akan dilatih dan diuji oleh jaringan
syaraf tiruan menggunakan algoritma backpropagation. Pengujian dilakukan
terhadap 100 file suara yang didapatkan
dari pengambilan suara 10 orang terhadap 10 suara angka yang berbeda. Kata-kata itu terdiri dari
angka 0 sampai 9. Percobaan dilakukan dengan variasi terhadap parameter
jaringan syaraf tiruan berupa nilai toleransi, jumlah neuron, dan jumlah epoch.
Hasil pengujian menunjukkan arsitektur dan parameter jaringan yang memberikan unjuk kerja
paling optimal untuk seluruh
jenis suara adalah 35
neuron pada lapisan
tersembunyi dengan nilai toleransi 0.06. Persentase pengenalan
dari pelatihan jaringan dengan
arsitektur dan parameter
jaringan optimal ini
untuk data latih
dan data baru masing-masing adalah 82,2% dan 53,3%
Penulis: Sitti Amalia
Kode Jurnal: jptlisetrodd170527
