JURTEKSI
Vol 3, No 2 (2017): Juni 2017

PENCIRIAN WICARA MENGGUNAKAN ANALISA CEPTRAL SEBAGAI WUJUD INVERS DARI FAST FORIER TRANSFORM (FFT)

zikrasyah, arridha (Unknown)
siagian, yessica (Unknown)
aswati, safrian (Unknown)



Article Info

Publish Date
28 Jan 2019

Abstract

Abstrak:Pengenalan sinyal wicara merupakan satu ranah penelitian yang menarik. Banyak sekali metodayang bisa digunakan dalam pengolahan sinyal untuk mendapatkan pengenalan sinyal wicara. Salah satumetoda yang bisa digunakan adalah analisis ceptral, untuk mendapatkan ceptral koefisien. Setiap koefisienyang dihasilkan oleh sinyal wicara memiliki pola suara yang bisa dikenali. Dalam analisis ini terdapatsederetan pemrosesan yang melibatkan hitungan rumit. Ceptral merupakan bentuk invers dari Fast ForierTransform (FFT).Selanjutnya diolah dengan metoda Linear Predictive Coding. Kemudian dilakukanautokorelasi ke dalam bentuk koefisien cepstral. Setelah itu koefisien tersebut akan disesuaikan ke dalambentuk yang bisa dikenali oleh jaringan syaraf tiruan dengan metoda back propogation. Dari hasilserangkaian proses tersebut dihasilkan 297 koefisien cepstral untuk satu pola yang akan dikenali. Hasilpengujian dengan pola 297x25x1, learning rate 0.25, momentum 0,6 menghasilkan pola yang dikenalidengan error 4% dan keberhasilan sebanyak 96 %.Kata Kunci: Wicara, Cepstral, Fast Forier Transform (FFT)Abstract:The introduction of the speech signal is an interesting research domain. There are so many methodsthat can be used in processing the signal to obtain the speech signal recognition. One method that can beused is the analysis ceptral, to get ceptral coefficient. Each coefficient generated by the speech signal has avoice pattern recognition.In this analysis from a series of processing that involves a complicated matter.Ceptral an inverse form of Fast Forier Transform (FFT).Further processed by the method of LinearPredictive Coding. Then do the autocorrelation in the form of cepstral coefficients. After that, the coefficientswill be adapted into a form that can be recognized by the neural network with back propogation method.From the results of this process produced a series of 297 cepstral coefficient for the pattern to be recognized.The test results with the pattern 297x25x1, 00:25 learning rate, momentum 0.6 produces recognizablepattern with 4% error and success as much as 96%.Keywords: Speech, Cepstral, Fast Forier Transform (FFT)

Copyrights © 2017






Journal Info

Abbrev

jurteksi

Publisher

Subject

Computer Science & IT

Description

JURTEKSI (Jurnal Teknologi dan Sistem Informasi) is a scientific journal which is published by STMIK Royal Kisaran. This journal published twice a year on December and June. This journal contains a collection of research in information technology and computer ...