TA : Identifikasi Suara Manusia Berdasarkan Jenis Kelamin Menggunakan Ekstraksi Ciri Short Time Fourier Transform
Total View This Week0
Total View This Week0
Institusion
Universitas Dinamika
Author
Tandiallo, Joseph Masarani
Susijanto Tri Rasmana (LECTURER ID : .)
Ira Puspasari (LECTURER ID : .)
Susijanto Tri Rasmana (LECTURER ID : .)
Ira Puspasari (LECTURER ID : .)
Subject
000 Computer science, knowledge & systems
Datestamp
2016-11-22 04:11:21
Abstract :
Suara manusia adalah salah satu dari banyak jenis sinyal. Karena berbentuk sebuah sinyal, maka perkembangan teknologi saat ini memungkinkan sebuah alat atau perangkat dapat mengenali suara manusia. Salah satu metode perhitungan untuk pengolahan sinyal yang sering digunakan adalah tranformasi Fourier. Short Time Fourier Transform (STFT), merupakan pengembangan dari transformasi Fourier, yang menambahkan fungsi window, sehingga sinyal dapat direpresentasikan dalam domain waktu dan frekuensi. Pada penelitian ini, metode STFT digunakan untuk mengekstraksi fitur-fitur yang terdapat pada suara manusia seperti amplitudo, frekuensi, dan waktu. Fitur-fitur ini kemudian akan dilatih, kemudian diuji atau diidentifikasi untuk mengetahui jenis kelamin dari suara tersebut menggunakan salah satu model jaringan saraf tiruan yaitu backpropagation. Adapun persentase dari hasil penelitian ini adalah sistem dapat mengidentifikasi suara laki-laki sebesar 86% dan suara perempuan sebesar 86%.
Suara manusia adalah salah satu dari banyak jenis sinyal. Karena berbentuk sebuah sinyal, maka perkembangan teknologi saat ini memungkinkan sebuah alat atau perangkat dapat mengenali suara manusia. Salah satu metode perhitungan untuk pengolahan sinyal yang sering digunakan adalah tranformasi Fourier. Short Time Fourier Transform (STFT), merupakan pengembangan dari transformasi Fourier, yang menambahkan fungsi window, sehingga sinyal dapat direpresentasikan dalam domain waktu dan frekuensi. Pada penelitian ini, metode STFT digunakan untuk mengekstraksi fitur-fitur yang terdapat pada suara manusia seperti amplitudo, frekuensi, dan waktu. Fitur-fitur ini kemudian akan dilatih, kemudian diuji atau diidentifikasi untuk mengetahui jenis kelamin dari suara tersebut menggunakan salah satu model jaringan saraf tiruan yaitu backpropagation. Adapun persentase dari hasil penelitian ini adalah sistem dapat mengidentifikasi suara laki-laki sebesar 86% dan suara perempuan sebesar 86%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
