Perancangan dan pembuatan perangkat lunak pengenalan suara menjadi angka dengan menggunakan jaringan saraf tiruan

Irawan, Johny (2002) Perancangan dan pembuatan perangkat lunak pengenalan suara menjadi angka dengan menggunakan jaringan saraf tiruan. Undergraduate thesis, Widya Mandala Catholic University Surabaya.

[thumbnail of ABSTRAK]
Preview
Text (ABSTRAK)
ABSTRAK.pdf

Download (183kB) | Preview
[thumbnail of BAB 1]
Preview
Text (BAB 1)
BAB 1.pdf

Download (60kB) | Preview
[thumbnail of BAB 2] Text (BAB 2)
BAB 2.pdf
Restricted to Registered users only

Download (456kB)
[thumbnail of BAB 3] Text (BAB 3)
BAB 3.pdf
Restricted to Registered users only

Download (257kB)
[thumbnail of BAB 4] Text (BAB 4)
BAB 4.pdf
Restricted to Registered users only

Download (177kB)
[thumbnail of BAB 5]
Preview
Text (BAB 5)
BAB 5.pdf

Download (45kB) | Preview
[thumbnail of LAMPIRAN]
Preview
Text (LAMPIRAN)
LAMPIRAN.pdf

Download (1MB) | Preview

Abstract

Pada umumnya komputer saat ini menerima input hanya dari keyboard atau mouse, yang merupakan interaksi melalui jari-jari manusia. Hingga saat ini, masih sedikit alat yang mampu berinteraksi melalui suara manusia dengan komputer. Jaringan saraf tiruan merupakan salah satu cara untuk dapat memecahkan masalah tersebut, karena jaringan saraf tiruan merupakan suatu metode perhitungan yang menyerupai jaringan saraf pada manusia yang dapat mempelajari dan memecahkan suatu masalah. Jaringan saraf tiruan yang dipakai dalam mengenali suara ini adalah metode backpropagation. Pengenalan suara ini dilakukan dengan mengambil dan merekam sampel input dari melalui mikrofon, yang data sampelnya disimpan dalam bentuk file way dengan format PCM, frekuensi sampling 11.025 Hz, 8bit. Terlebih dahulu suara tersebut harus melalui tahap pengolahan sinyal agar dapat diproses lebih lanjut dan dilatihkan dengan tahap backpropagation. Dalam tahap pengolahan sinyal, yang terutama adalah sinyal dibagi menjadi beberapa frame, kemudian diwindowing dan diubah dari domain waktu ke domain frekuensi dengan fungsi Fast Fourier Transform. Dalam tahap backpropagation yang terpenting adalah pembaruan bobot karena akan mempengaruhi proses pengenalan suara ini. Hasil yang dicapai dengan menggunakan metode jaringan saraf tiruan untuk mengenali suara pengucapan angka dari O(nol) hingga 99(sembilan puluh sembilan) memiliki prosentase pengenalan sebesar 51 %.

Item Type: Thesis (Undergraduate)
Department: ["eprint_fieldopt_department_Faculty of Engineering" not defined]
Subjects: Engineering
Engineering > Electrical Engineering
Divisions: Faculty of Engineering > Electrical Engineering Study Program
Depositing User: Users 32 not found.
Date Deposited: 31 Mar 2015 08:34
Last Modified: 31 Mar 2015 08:34
URI: http://repository.ukwms.ac.id/id/eprint/1454

Actions (login required)

View Item View Item