AJI, DEWA (2018) SISTEM PENGENALAN SUARA MENUSIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, UNIVERSITAS 17 AGUSTUS 1945.
![[img]](http://repository.untag-sby.ac.id/style/images/fileicons/text.png) |
Text
ABSTRAK.pdf Download (7MB) |
|
Text
BAB I.pdf Download (176kB) |
|
Text
BAB II.pdf Download (404kB) |
|
Text
BAB III.pdf Restricted to Repository staff only Download (283kB) |
|
Text
BAB IV.pdf Restricted to Repository staff only Download (466kB) |
|
Text
BAB V.pdf Download (161kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (162kB) |
|
Text
JURNAL.pdf Download (179kB) |
|
Text
JURNAL TURNITIN.pdf Download (2MB) |
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Pengenalan suara manusia dengan bantuan komputer dapat dilakukan, karena masing-masing suara memiliki ciri serta frekuensi yang berbeda- beda. Pengelompokan ciri suara terdapat 30 suara manusia. Data terdiri dari 10 suara masing – masing suara manusia. Metode ekstraksi ciri yang digunakan adalah metode Fast Fourier Transform (FFT), pengenalan pola menggunakan Support Vector Machine (SVM). Fast fourier Transform (FFT) menjadi penting untuk bermacam – macam aplikasi dari pengolahan sinyal digital dan memecahkan persamaan diferensial menjadi algoritma – algoritma untuk penggandaan bilangan integer dengan jumlah yang banyak. Dengan menggunakan analisa mendalam terkait performasi dalam penelitian ini akan dilakukan, yaitu memanfaatkan sinyal suara manusia sebagai masukan untuk dikenali oleh sistem, yang kemudian dapat digunakan untuk sinyal suara akan diproses dan diambil ekstrasi cirinya sehingga menghasilkan sejumlah informasi yang dapat dikenali dan dianalisis. Dari hasil pengujian sistem pengenalan suara manusia mengunakan metode Suppor Vector Machine (SVM) berhasil mengenali suara manusia sebesar82 % dari 60 suara yang diujikan secara real time. |
| Subjects: | Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4450 Databases |
| Divisions: | Fakultas Teknik > Program Studi Teknik Informatika |
| Depositing User: | Aprianto Doni Rahmat |
| Date Deposited: | 25 Jan 2019 18:08 |
| Last Modified: | 25 Jan 2019 18:08 |
| URI: | http://repository.untag-sby.ac.id/id/eprint/1252 |
Actions (login required)
 |
View Item |
