Rini Cahyandari
UIN Sunan Gunung Djati Bandung

Published : 9 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : LOGIK@

PENGENALAN LAFAL HUKUM NUN MATI MENGGUNAKAN HIDDEN MARKOV MODEL Agus Jamaludin; Arief Fatchul Huda; Rini Cahyandari
LOGIK@ Vol 6, No 1 (2016)
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (814.039 KB)

Abstract

Membaca Al-Qur’an wajib bagi setiap umat muslim sebagaimana firman Allah SWT Q.S. Al-Ankabut ayat 45. Selain itu, Al-Qur’an mempunyai aturan dalam membacanya. Aturan tersebut berhubungan dengan pelafalan huruf atau makhrojul huruf dan hokum tajwid. Dunia teknologi berkembang begitu pesat. Salah satunya penemuan sistem pengenalan suara dimana sebuah mesin dapat memahami informasi yang disampaikan oleh manusia melalui suara. Banyak metode yang digunakan pada sistem pengenalan suara baik itu metode ekstraksi ciri ataupun metode pengenalannya. Metode ekstraksi ciri yang sering dipakai adalah Mel Frequency Cepstral Coefficient (MFCC). Metode ini menggabungkan cara linier dan non linier. Hal ini disebabkan oleh persepsi pendengaran manusia yang tidak berada pada skala linier dalam bentuk frekuensi melainkan diukur dalam bentuk skala frekuensi mel. Pada tahap ekstraksi ciri ini sinyal suara dibentuk menjadi vektor-vektor ciri, kemudian pada tahap berikutnya vektor ciri ini akan dikuantisasi atau dipetakan menjadi codeword dan dikumpulkan menjadi codebook. Codebook ini kemudian digunakan pada proses pelatihan model Hidden Markov Model (HMM). Pada proses pelatihan HMM, parameter peluang transisi (A), peluang inisialisasi (p), dan peluang observasi (B) dihitung dan di cari parameter yang paling baik sehingga membentuk sebuah model yang optimum. Kemudian model ini digunakan pada proses kualifikasi. Pada penelitian ini diterapkan metode HMM pada pengenalan lafal hokum nun mati. Model terbaik didapat pada percobaan yang dilakukan adalah pada saat besar codebook M=128 dan banyak state S=6 dengan tingkat akurasi 51,7%.
ESTIMASI PARAMETER DISTRIBUSI BINOMIAL NEGATIF-GENERALIZED EKSPONENSIAL (BN-GE) PADA DATA OVERDISPERSI Annisa Ulfiyah; Rini Cahyandari; Asep Solih Awalluddin
LOGIK@ Vol 6, No 2 (2016)
Publisher : Universitas Islam Negeri Syarif Hidayatullah Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (520.073 KB)

Abstract

Distribusi Binomial Negatif-Generalized Eksponensial (BN-GE) merupakan distribusi peluang gabungan antara distribusi Binomial Negatif (BN) dengan distribusi Generalized  Eksponensial (GE). Distribusi  Binomial Negatif-Generalized Eksponensial (BN-GE) ini cocok digunakan untuk memodelkan data cacah dengan nol berlebih, dimana data cacah yang memiliki nilai nol berlebih menjadi salah satu penyebab terjadinya overdispersi, tetapi tidak sebaliknya. Overdispersi merupakan keadaan yang  timbul ketika varians data lebih besar dari mean dan umumnya sering terjadi dalam pengamatan suatu data cacah. Tulisan ini membahas tentang estimasi parameter distribusi  Binomial Negatif-Generalized  Eksponensial dengan metode maksimum  likelihood  dimana solusi dari fungsi likelihood-nya diselesaikan dengan optimisasi numerik menggunakan  software  statistika R dan hasil estimasi parameter digunakan dalam pencocokan (fitting) data yang diterapkan pada sampel data yang mengalami overdispersi, dalam hal ini data banyaknya penghargaan yang diterima oleh mahasiswa. Melalui pengujian hipotesis  goodness of fit menggunakan uji  chi-square dan berdasarkan pada  -value dengan taraf signifikansi sebesar 0,05 diperoleh bahwa