Sainsbertek Jurnal Ilmiah Sains & Teknologi
Vol. 1 No. 1 (2020): September - Sainsbertek Jurnal Ilmiah Sains & Teknologi

RANCANG BANGUN APLIKASI PRESENSI DENGAN MEDIA SUARA MENGGUNAKAN MFCC DAN ANN BERBASIS ANDROID

Asterik Rafael Winoto (Mahasiswa Teknik Informatika, Fakultas Sains & Teknologi, Universitas Ma Chung)



Article Info

Publish Date
02 Sep 2020

Abstract

Abstrak Suara manusia memiliki keragaman masing-masing di tiap individu sehingga dapat digunakan sebagai media presensi. Dengan teknologi Mel-Frequency Cepstral Coefficient dan Artificial Neural Network berbasis Android diharapkan dapat membuat sebuah presensi suara yang mudah, aman, dan murah. Dataset dikumpulkan dari 6 pegawai toko Jersey Bike Malang dengan 50 data suara per pegawai sepanjang 3 detik. Data suara diproses oleh MFCC untuk memperoleh nilai koefisien Cepstral dan digunakan sebagai Input ANN. Uji coba arsitektur model di lakukan beberapa kali hingga didapatkan 5 model terbaik yang selanjutnya digunakan untuk uji coba akurasi terhadap tambahan suara Noise. Hasil dari uji coba dipilih 1 model arsitektur yang memiliki akurasi Testing tertinggi yaitu dengan 5 Hidden Layer dengan jumlah Node sebanyak 1000 dan 180 sesuai dengan urutan Layer dengan 10 data Noise yang menghasilkan persentase akurasi Train sebesar 91.6 % dan persentase akurasi Test sebesar 91.6% Kata kunci: Presensi, Mel-Frequency Cepstral Coefficient, Artificial Neural Network, Android. Abstract Human voice has a diversity of each in each individual so that it can be used as a presence media. With Android-Based MelFrequency Cepstral Coefficient technology and Artificial Neural Networks, it is expected to produce easy, safe, and inexpensive sounds. The dataset was collected from 6 Jersey Bike Malang shop employees with 50 voice data per employee for 3 seconds. Voice data is processed by the MFCC to obtain the Cepstral coefficient and is used as ANN Input. Model architectural trials were carried out several times to obtain the 5 best models which will then be used for additional sound verification verification trials. The results of testing select 1 architectural model that has the highest accuracy of Testing, namely 5 Hidden Layers with the number of Nodes as many as 1000 and 180 in accordance with the order of the Layer with 10 Noise data, which results in a Train accuracy percentage of 91.6% and can be tested correctly amounted to 91.6%. Keywords: Presence, Mel-Frequency Cepstral Coefficient, Artificial Neural Networks, Android.

Copyrights © 2020






Journal Info

Abbrev

sbtek

Publisher

Subject

Arts Chemistry Computer Science & IT Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering Medicine & Pharmacology Public Health

Description

Jurnal Elektronik Sainsbertek merupakan jurnal Ilmiah yang terbit berkala dua kali per tahun oleh Fakultas Sains dan Teknologi Universitas Ma Chung, bersifat akses terbuka, yang memuat artikel-artikel hasil penelitian dibidang Sains (MIPA) dan Teknologi meliputi bidang Ilmu Farmasi, Kimia, Teknik ...