Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Generation%20Journal

Destian Tri Handoko Voice Recognition untuk Sistem Keamanan PC Menggunakan Metode MFCC dan DTW Destian Tri Handoko; Patmi Kasih
Generation Journal Vol 2 No 1 (2018): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1254.55 KB) | DOI: 10.29407/gj.v2i1.12058

Abstract

bstrak - Teknologi berbasis ukuran pada tubuh manusia (disebut dengan istilahbiometrik) seperti sidik jari, wajah, kornea mata dan lain-lain digunakan untuk keperluankeamanan, salah satunya untuk keamanan sistem PC. Sistem keamanan komputer merupakan upayayang dilakukan untuk mengamankan kinerja, data, fungsi atau proses komputer. Sistem keamananPC juga berguna untuk menjaga dari user yang tidak memiliki otoritas. Layaknya gembok kuncidalam rumah yang menjaga rumah dari pencuri masuk, sistem keamanan menggunakan suara(sistem speech recognition) untuk mengunci desktop dari orang yang tidak memiliki otoritas. Nilaiamplitudo diambil dari sinyal suara masukan, sehingga didapatkan kumpulan angka real yangmenjadi nilai masukan untuk ekstraksi ciri. Metode ekstraksi ciri yang digunakan dalam sistem iniadalah Mel Frequency Cepstral Coefficient (MFCC). Tahapan awal, MFCC memecah nilaiamplitudo sinyal masukan menjadi frame-frame yang diolah dengan menggunakan mel-filterbakyang diadaptasi dari cara kerja pendengaran manusia. Hasil ekstraksi ciri kemudian dibuat menjadivektor yang digunakan sebagai inputan simbol pada DTW (Dynamic Time Warping) untukmembandingkan hasil vector MFCC. Ketika pengujian ciri dari sinyal uji yang telah dikuantisasikemudian dicocokan dengan data training yang telah dimasukan pada tahap penyimpanan,sehingga kata sandi dapat dikenali. Dari hasil pengujian, sistem dapat mengenali suara yangmemiliki otoritas dengan kriteria dalam keaadaan noise 82% dan hening 86% dengan jumlah 10data training dan diuji coba sebanyak 50x percobaan.
Pemodelan Self Organizing Maps (SOM) Untuk Pengelompokan Pengaduan Masyarakat Pada Stasiun Radio X Patmi Kasih; Maulana Rizki
Generation Journal Vol 3 No 1 (2019): Generation Journal
Publisher : Universitas Nusantara PGRI Kediri

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (279.258 KB) | DOI: 10.29407/gj.v3i1.12724

Abstract

Informasi yang berasal dari masyarakat secara langsung mengenai suatu peristiwa,kondisi, kebutuhan, hasil pengamatan dan suatu berita yang disampaikan kepada stasiun radio Xdi Kota Kediri merupakan salah satu cara dan bentuk komunikasi masyaraat kepada instansi terkaitdi pemerintahan. Berdasarkan pengaduan masyarakat, instansi terkait yang berhubungan denganpokok pengaduan dapat melakukan suatu tindak lanjut sesuai dengan kebutuhan. Dalam pemodelandengan Self Oraganizing Maps (SOM) ini dilakukan pengelompokan pengaduan masyarakat yangterkait dengan instansi pemerintahan yang berhubungan langsung dengan masyarakat, yaitu DinasKesehatan, Dinas Pendidikan, Dinas Pekerjaan Umum, Dinas Pencatatan Sipil, dan DinasPariwisata. Dengan banyaknya pengaduan masyarakat yang masuk ke stasiun radio X di KotaKediri, maka diperlukan suatu model (sistem) yang dapat membantu dalam memilah setiappengaduan dari masyarakat berdasarkan kelompok instansi pemerintahan yang terkait denganpokok pengaduan tersebut.Pemodelan ini menggunakan teknik text mining untuk pre-proses datanya, untuk mendapatkanfitur dari text pengaduan, dan self organizing maps untuk penentuan kelompoknya. Data yangdigunakan dalam pemodelan ini sebanyak 52 data pengaduan yang topiknya dibatasi ke 5 topikyang telah ditentukan berdasarkan instansi tujuan. Dari 20 data dan 52 data, nilai net som yangdigunakan mempengaruhi hasil akurasi. Ketika menggunakan net som 5 diperoleh tingkat akurasi75% dan ketika menggunakan net som 25 akurasinya meningkat menjadi 78%. Berdasarkan ujicoba sistem dengan kalimat pengaduan yang komplek, dalam arti memuat beberapa kata yangberhubungan dengan lebih dari satu instansi, sistem belum mampu menentukan kelompoknyadengan instansi tepat