Please take a moment to complete this survey below
Library's collection Library's IT development CancelPerkembangan dunia teknologi akhir-akhir ini sangat pesat, terutama
dalam bidang kecerdasan buatan. Perangkat lunak yang dibuat dalam tugas akhir
ini merupakan salah satu bagian dari aplikasi kecerdasan buatan yang
mereplikasikan organ pendengaran manusia untuk dapat mengenali seorang
pembicara dan kata-kata 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 dan katakata.
Hasil dari MFCC feature extraction berukuran sangat besar, sehingga
membutuhkan waktu proses yang lama bila langsung digunakan untuk proses
pengenalan suara. 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?. Tingkat akurasi perangkat lunak ini
dipengaruhi proses input sample yang dilakukan baik.