Please take a moment to complete this survey below
Library's collection Library's IT development CancelPerkembangan dunia teknologi akhir-akhir sangat pesat, terutama dalam
bidang artificial intelligent. Perangkat lunak yang dibuat dalam tugas akhir ini
merupakan salah satu bagian dari aplikasi artificial intelligent yang
mereplikasikan organ pendengaran manusia untuk dapat mengenali seorang
pembicara berdasarkan suara yang di-input-kan.
Perangkat lunak ini dibuat dengan menggunakan MFCC (Mel Frequency
Cepstrum Coefficients) feature extraction dan didukung dengan K-Means
clustering. MFCC feature extraction mengkonversikan signal suara kedalam
beberapa vektor data yang berguna bagi proses pengenalan pembicara. Hasil dari
MFCC feature extraction berukuran sangat besar, sehingga membutuhkan waktu
proses yang lama bila langsung digunakan untuk proses pengenalan pembicara.
Oleh karena itu, dibutuhkan peranan dari metode K-Means clustering untuk
membuat beberapa vektor pusat sebagai wakil dari keseluruhan vektor data yang
ada. Pemrograman perangkat lunak menggunakan prinsip pemrograman
berorientasi objek (OOP) dengan menggunakan bahasa pemrograman C++,
kompiler Microsoft Visual C++ 6.0?
Perangkat lunak ini diujikan terhadap 101 orang, dengan komposisi 72
pria dan 29 wanita, dimana masing-masing orang mengucapkan 32 kata yang
sudah ditentukan sebelumnya. Hasil pengujian menunjukkan tingkat akurasi
perangkat lunak ini dalam mengenali suara pembicara berkisar antara 60% sampai
dengan 90% dengan rata-rata tingkat keberhasilan untuk keseluruhan pengujian
adalah 83.5%. Tingkat akurasi tersebut dipengaruhi oleh nilai parameterparameter
yang digunakan baik dalam metode MFCC feature extraction maupun
K-Means Clustering.