PENERAPAN PEMISAHAN SUARA BERDASARKAN CIRI SUARA MENGGUNAKAN JARINGAN SARAF TIRUAN

  • Jayanta Jayanta Universitas Pembangunan Nasional Veteran Jakarta
  • Henki Bayu Seta universitas pembangunan nasional veteran jakarta
  • Ridho Zulfahmi
Keywords: Biometrik, Jaringan Saraf Tiruan, Sistem Indentifikasi Pembicara, PCA, MFCC

Abstract

Salah satu data biometrik yang dimiliki oleh manusia adalah suara. Keunggulan data biometrik suara ini adalah suara tidak dapat dipindahkan dari satu orang ke orang yang lain, dan setiap orang memiliki spesifikasi suara yang berbeda. Identifikasi seseorang berdasarkan pada suara dapat menjadi solusi ketika ada permasalahan yang membutuhkan pengenalan suara sebagai bagian dari solusinya. Penelitian ini akan membangun sistem identifikasi pembicara (SIP) dimana sistem akan melakukan identifikasi pembicara pada suatu percakapan antara 2-3 pembicara. Identifikasi dilakukan berdasarkan pada ciri suara pembicara yang dimiliki oleh sistem. Ciri suara pembicara akan diperoleh dari hasil ekstraksi ciri suara dengan menggunakan hasil perekaman data suara yang akan dilakukan sebagai kegiatan awal penelitian ini. Tahap penelitian yang dilakukan terdiri dari 3 tahap yaitu, tahap perekaman data suara 5 orang pembicara, tahap pengurangan noise pada hasil tangkapan data suara, tahap ekstraksi ciri suara dengan algoritma ekstraksi ciri, dan tahap identifikasi pembicara berdasarkan ciri suara yang tersedia. Algoritma ekstraksi ciri yang digunakan adalah MFCC dan PCA. Keunggulan dari kedua algoritma ini adalah untuk mereduksi data ciri sehingga diperoleh kecepatan identifikasi dengan akurasi yang masih baik. Hasil dari penelitian ini adalah tersedianya corpus suara yang dapat disediakan sebagai data penelitian, teknik pemisahan suara, dan model identifikasi pembicara pada suatu percakapan dengan 2-3 pembicara.

References

Rababah, H., & Al-Taani, A. T, 2017, An automated scoring approach for Arabic short answers essay questions, In 2017 8th International Conference on Information Technology (ICIT) (pp. 697-702), IEEE.

Adhitia, R., & Purwarianti, A, 2009, Penilaian Esai Jawaban Bahasa Indonesia Menggunakan Metode SVM-LSA dengan Fitur Generik, Jurnal Sistem Informasi, 5(1), 33-41.

Roy, S., Narahari, Y., & Deshmukh, O. D, 2015, A perspective on computer assisted assessment techniques for short free-text answers, In International Computer Assisted Assessment Conference (pp. 96-109), Springer, Cham.

Yannakoudakis, H., Briscoe, T., & Medlock, B, 2011, A new dataset and method for automatically grading ESOL texts, In Proceedings of the 49th annual meeting of the association for computational linguistics: human language technologies (pp. 180-189).

Suresh, A., & Jha, M, 2018, Automated essay grading using natural language processing and support vector machine, International Journal of Computing and Technology, 5(2), 18-21.

F. Rahutomo et al., 2018, Open Problems in Indonesian Automatic Essay Scoring System, Int. J. Eng. Technol., vol. 7, no. 4.44, p. 156.

Aji, R. B., Baizal, Z. A., & Firdaus, Y, 2011, Automatic essay grading system menggunakan metode Latent Semantic Analysis, In Seminar Nasional Aplikasi Teknologi Informasi (SNATI).

Published
2021-09-02
How to Cite
Jayanta, J., Seta, H., & Zulfahmi, R. (2021). PENERAPAN PEMISAHAN SUARA BERDASARKAN CIRI SUARA MENGGUNAKAN JARINGAN SARAF TIRUAN. Jurnal Ilmiah Matrik, 23(2), 209–218. https://doi.org/10.33557/jurnalmatrik.v23i2.1407
Section
Articles
Abstract viewed = 349 times
PDF : 308 times