Please take a moment to complete this survey below
Library's collection Library's IT development CancelPada tugas akhir ini dibuat suatu sistem pengenalan suara manusia dengan
jaringan saraf tiruan metode back propagation dengan bantuan personal computer.
Jaringan saraf tiruan yang dibuat maksimal merapunyai 5 layer dengan hidden layer
maksimal 3 buah, input layer 1 buah, dan output layer 1 buah. Jumlah node
maksimal untuk masing-masing layer (kecuali output layer) adalah 30 node dan
jumlah node pada output layer adalah 1 node.
Suara manusia yang diinputkan melalui microphone disampling dengan
frekuensi sampling 11.000 Hz, 8 bit, mono Dari penyamplingan ini didapat suatu
sinyal diskrit dengan amplitudo 0 sampai 255 (8 bit). Dari sinyaJ diskrit yang ada
dilakukan proses Fast Fourier Transforms (FFT) dengan jumlah data (N) =8192
data Hasil FFT dibagi dalam beberapa blok untuk dicari nilai rata-ratanya dan
setelah dinormalisasi digunakan sebagai input bagi jaringan saraf tiruan.
Setelah dilakukan pengujian ternyata didapat arsitektur jaringan yang
optimum yaitu terdiri dari 2 sampai 3 hidden layer dengan jumlah node 15 sampai
30 node pada masing-masing hidden layer. Pada tugas akhir ini digunakan arsitektur
20 * 25 * 15 * 1 dengan gain-term 0,3 dan momentum-terrr. 0,7. Pengujian juga
dilakukan pada FFT untuk mengetahui pcrformancenya. Ternyata meskipun hasil
FFT sudah benar, tetapi masih didapatkan error yang cukup besar yaitu 22,5 %. Hal
ini cukup untuk memberikan gambaran bahwa masih diperlukan proses tambahan
untuk mengambil parameter dari hasil FFT sebelum diinputkan ke JST.
Pengenalan suara diaplikasikan untuk mengendalikan peralatan listrik pada
ruangan, sehingga pengendalian peralatan listrik akan lebih mudah karena tanpa
melakukan suatu pensaklaran.