Perpustakaan Fakultas Teknik

Universitas Mataram

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Tugas Akhir Elektro

PERBANDINGAN SISTEM PENGENALAN SUARA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN MODEL LEARNING VECTOR QUANTIZATION DAN BACKPROPAGATION

Ira Oktafigara - Nama Orang;

Salah satu teknologi komputer yang banyak diteliti saat ini adalah teknologi biometrika. Teknologi biometrika merupakan teknik pengenalan diri menggunakan bagian tubuh atau perilaku manusia. Suara merupakan salah satu bagian tubuh manusia yang unik dan dapat dibedakan dengan mudah. Pada penelitian ini dirancang sistem pengenalan suara yang dapat membuktikan identitas seseorang berdasarkan suara yang diinputkan. Sistem ini dirancang menggunakan metode MFCC (Mel Frequency Cepstrum Coefficients) untuk proses ekstraksi ciri dan untuk metode pengenalan pola digunakan JST (Jaringan Syaraf Tiruan) model LVQ (Learning Vector Quantization) dan Backpropagation. Proses MFCC akan mengkonversikan sinyal suara menjadi beberapa vector yang berguna untuk proses pengenalan. Vector hasil MFCC ini kemudian dilatih menggunakan JST model LVQ dan Backpropagation. Pengujian dilakukan terhadap 20 orang penutur yang terdiri dari 10 orang pria dan 10 orang wanita. Masing-masing penutur mengucapkan kata yang sama yaitu “Buka Kunci” sebanyak 20 kali. Sepuluh sampel data digunakan sebagai data latih dan uji kemudian 10 data lainnya digunakan sebagai data uji. Hasil pengujian memperlihatkan bahwa Jaringan Syaraf Tiruan model Backpropagation dapat mengenali suara penutur dengan baik dibandingkan sistem pengenalan suara dengan metode learning vector quantization. Hal ini dapat dilihat dari tingkat akurasi yang diperoleh sistem pengenalan suara di dalam database menggunakan metode JST backpropagation mencapai 100% sedangkan untuk sistem dengan metode JST LVQ hanya mencapai tingkat akurasi tertinggi sebesar 81.5%.


Ketersediaan

Tidak ada salinan data

Informasi Detail
Judul Seri
-
No. Panggil
006.32.Ira.p
Penerbit
Universitas Mataram : Fakultas Teknik Unram., 2019
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
006.32
Tipe Isi
other
Tipe Media
other
Tipe Pembawa
-
Edisi
Edisi 1 Jilid 1
Subjek
Jaringan Syaraf Tiruan
LVQ, Backpropagation
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Ira Oktafigara
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • PERBANDINGAN SISTEM PENGENALAN SUARA MENGGUNAKAN METODE JARINGAN SYARAF TIRUAN MODEL LEARNING VECTOR QUANTIZATION DAN BACKPROPAGATION
Komentar

Anda harus login sebelum memberikan komentar

Perpustakaan Fakultas Teknik
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Ruang Baca Fakultas Teknik

Kami menyedian Buku ajar ilmu teknik dan Tugas Akhir mahaiswa Fakultas Teknik Universitas Mataram

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik