Rancang bangun sistem pengenalan suara dengan metode Adaptive Neuro Fuzzy Interference System (ANFIS)

Al Farabi, Muhammad (2014) Rancang bangun sistem pengenalan suara dengan metode Adaptive Neuro Fuzzy Interference System (ANFIS). Diploma thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (107kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (109kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (234kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (285kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (892kB)
	Text (BAB IV) 6_bab4.pdf Restricted to Registered users only Download (701kB)
	Text (BAB V) 7_bab5.pdf Restricted to Registered users only Download (267kB)
	Text (BAB VI) 8_bab6.pdf Restricted to Registered users only Download (104kB)
	Text (DAFTAR PUSTAKA) 9_daftarpustaka.pdf Restricted to Registered users only Download (307kB)

Abstract

Suara merupakan media yang sering digunakan manusia untuk berinteraksi dengan manusia lainnya. Dari berbagai penelitian yang telah dilakukan diketahui bahwa sinyal suara dapat juga digunakan untuk berinteraksi dengan komputer, sehingga interaksi tersebut dapat berjalan lebih alami. Penelitian yang dilakukan dengan menggunakan data sinyal suara ini umumnya disebut dengan pemrosesan sinyal suara (speech processing).Penelitian ini bertujuan untuk membuat sistem yang dapat mengenali suara dalam bentuk kalimat agar kedepannya bisa digunakan dalam teknologi dokter virtual. Proses pengolahan suara pun perlu melawati beberapa proses seperti: sampling, ektraksi dan pembelajaran. Dengan proses ekstraksi suatu sinyal suara dapat diketahui karakteristiknya. Terdapat beberapa macam metode ekstraksi ciri yang biasa digunakan, tetapi pada penelitian kali ini menggunakan metode Mel Freq Cepstrum Coefficient (MFCC). MFCC digunakan karena sistem ekstraksinya yang mengadopsi sistem pendengaran manusia sebagai filter pengambilan informasi. Kemudian proses pembelajaran dan pengenalan suara sendiri akan dilakukan oleh Adaptive Neuro Fuzzy Interference System (ANFIS) karena kemampuannya yang bisa melakukan analisis probabilitas dan kemudian menghasilkan respon sesuai dengan parameter. Proses pengenalan suara untuk mengenali kalimat diawali dengan proses perekaman yang akan dijadikan data latih sebanyak 54 buah. Dari hasil uji coba, hasil identifikasi secara non real time mempunyai tingkat akurasi hingga 83% untuk membership function gaussian dengan 6 ciri. Sedangkan, pengujian real time mempunyai tingkat akurasi 53% untuk membership function gaussian dengan 6 ciri.

Actions (login required)

View Item