Article Per Year (5 Year)
p-Index From 2019 - 2024
1.116
P-Index
This Author published in this journals
All Journal Jurnal Informatika SemanTIK : Teknik Informasi International Journal of New Media Technology Jurnal ULTIMATICS JUMANJI (Jurnal Masyarakat Informatika Unjani) KOMPUTIKA - Jurnal Sistem Komputer Jurnal Manajemen Informatika JISKa (Jurnal Informatika Sunan Kalijaga)
Ika Purwanti Ningrum
Universitas Halu Oleo
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering Library & Information Science

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : KOMPUTIKA - Jurnal Sistem Komputer

 1 
Sistem Pengenalan Suara Dengan Metode Mel Frequency Cepstral Coefficients Dan Gaussian Mixture Model Ababil Azies Sasilo; Rizal Adi Saputra; Ika Purwanti Ningrum
Komputika : Jurnal Sistem Komputer Vol 11 No 2 (2022): Komputika: Jurnal Sistem Komputer
Publisher : Computer Engineering Departement, Universitas Komputer Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34010/komputika.v11i2.6655

Abstract

ABSTRAK – Teknologi biometrik sedang menjadi tren teknologi dalam berbagai bidang kehidupan. Teknologi biometrik memanfaatkan bagian tubuh manusia sebagai alat ukur sistem yang memiliki keunikan disetiap individu. Suara merupakan bagian tubuh manusia yang memiliki keunikan dan cocok dijadikan sebagai alat ukur dalam sistem yang mengadopsi teknologi biometrik. Sistem pengenalan suara adalah salah satu penerapan teknologi biometrik yang fokus kepada suara manusia. Sistem pengenalan suara memerlukan metode ekstraksi fitur dan metode klasifikasi, salah satu metode ekstraksi fitur adalah MFCC. MFCC dimulai dari tahap pre-emphasis, frame blocking, windowing, fast fourier transform, mel frequency wrapping dan cepstrum. Sedangkan metode klasifikasi menggunakan GMM dengan menghitung likehood kesamaan antar suara. Berdasarkan hasil pengujian, metode MFCC-GMM pada kondisi ideal memiliki tingkat akurasi sebesar 82.22% sedangkan pada kondisi tidak ideal mendapatkan akurasi sebesar 66.67%. Kata Kunci – Suara, Pengenalan, MFCC, GMM, Sistem
Co-Authors Ababil Azies Sasilo Asdar Asdar Asdar Fandiansyah Fandiansyah Hasnawati Munandar Jayanti Yusmah Sari Moh La Andi Rais Imran Yatim Muhamad Faza Almaliki Ricky Ramadhan Rizal Adi Saputra