Article Per Year (5 Year)
p-Index From 2019 - 2024
0
P-Index
This Author published in this journals
All Journal JURNAL PHOTON
Nurul Zecha
Fakultas MIPA dan Kesehatan, Universitas Muhammadiyah Riau
Agriculture, Biological Sciences & Forestry Chemistry Nursing Physics

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
APLIKASI PENGENALAN UCAPAN SEBAGAI PENGENDALI AC DENGAN EKSTRAKSI CIRI MEL-FREQUENCY CEPSTRUM COEFFICIENTS (MFCC) DAN JARINGAN SYARAF TIRUAN (JST) PROPAGASI BALIK Yulia Fitri; Sri Fitria Retnawaty; Nurul Zecha
Sistem Informasi Vol 8 No 2 (2018): Jurnal Photon
Publisher : LPPM Universitas Muhammadiyah Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37859/jp.v8i2.712

Abstract

Perkembangan teknologi dalam bidang Pengolahan Sinyal Digital (Digital Signal Processing) telah membawa dampak positif dalam kehidupan manusia. Pengenalan sinyal digital dapat dikembangkan keberbagai aplikasi yang dapat mempermudah kehidupan manusia. Salah satu perkembangannya adalah dibidang pengenalan suara. Dalam penelitian ini dibuat salah suatu sistem pengendali AC. Pengenalan suara meliputi 4 kata yaitu, “Hidup” “Dingin” “Sedang” dan “Mati” dengan pengucapan pola benar dan pengucapan pola salah. Untuk pengenalan ini meliputi proses digitalisasi kemudian ekstraksi ciri menggunakan metode MFCC hasil dari proses MFCC berupa koefisien, koefisien ini yang dijadikan sebagai input pada Jaringan Saraf Tiruan (JST) Propagasi Balik untuk proses pengenalan. Jumlah responden berjumlah 16 orang terbagi atas 2 kelompok, dimana kelompok responden pertama data yang digunakan diuji dimana data dilatih terlebih dan kelompok responden kedua data yang digunakan diuji tanpa melalui proses latih. Hasil uji responden kelompok pertama dengan pengucapan pola benar mencapai tingkat keberhasilan rata-rata 83%, untuk pola yang salah mencapai 90%. Sedangkan untuk kelompok kedua dengan pengucapan pola benar sistem mampu mengenali 77%, dan untuk pengucapan dengan pola salah sistem mampu mengenali 72%.
Co-Authors Sri Fitria Retnawaty Yulia Fitri