VERIFIKASI SUARA MENGGUNAKAN METODE MFCC DAN DTW MENGGUNAKAN METODE MFCC DAN DTW (BAB V PENUTUP)

BAB V
PENUTUP
Dalam bab ini disajikan simpulan yang diambil dari hasil pembahasan tentang sistem verifikasi suara serta saran untuk pengambangan sistem lebih lanjut.
5.1 Simpulan
Berdasarkan uraian pembahasan dan analisa hasil  dapat disimpulkan beberapa hal sebagai berikut :
1.    Metode Mel Frequency Cepstrums Coefficients adalah metode yang baik untuk ekstraksi fitur dalam pengenalan suara.
2.    Semakin banyak training yang dilakukan oleh setiap pengguna, semakin baik pula kemampuan sistem dalam melakukan pengenalan.
3.    Metode Dynamic Time Warping dapat digunakan untuk membandingkan dua buah fitur suara hasil dari proses MFCC.
4.    Nilai-nilai parameter MFCC yang digunakan sangat mempengaruhi baik buruknya hasil dari proses MFCC itu sendiri, sehingga berpengaruh terhadap tingkat kesuksesan saat pencocokan.
5.    Hal-hal yang dapat mempengaruhi baik buruknya kinerja sistem verifikasi suara yang dibuat adalah panjang frame(N), panjang pergeseran frame(M), jumlah koefisien filterbank dan jumlah koefisien MFCC.
6.    Pada penelitian ini, hasil terbaik yang diberikan oleh sistem adalah pada saat digunakan nilai-nilai parameter MFCC sebagai berikut : N=30 ms, M=15 ms, 33 koefisien filterbank dan 25 koefisien MFCC. Pengujian dilakukan terhadap kata satu, dua, tiga, empat, lima dengan 36 orang pengguna, 6 buah sampel acuan dan 1 buah sampel uji untuk masing-masing kata, diperoleh rata-rata akurasi sebesar 88.508 %.
7.    Sisterm verifikasi suara memperlihatkan hasil yang buruk saat nilai-nilai parameter MFCC yang digunakan adalah N=20 ms, M=10 ms, 23 koefisien filterbank, 11 koefisien MFCC dilakukan terhadap 35 orang pengguna, 210 sampel acuan, 35 sampel uji terhadap kata satu, dua, tiga, empat dan lima didapatkan rata-rata akurasi sebesar 73.260 %.
5.2 Saran
Berikut ini beberapa saran yang dapat diberikan untuk penelitian lebih lanjut :
1.        Sistem verifikasi suara yang berhasil dibuat dalam penelitian ini masih sangat sensitif terhadap noise. Dalam penelitian selanjutnya diharapkan dapat menciptakan algoritma yang lebih baik yang mampu mengatasi masalah noise tersebut.
2.        Tugas akhir ini dapat dikembangkan menjadi speech recognition atau pengenalan terhadap kata yang diucapkan oleh pembicara.
3.        Proses perekaman terhadap suara dalam penelitian ini hanya dapat dilakukan oleh perangkat lunak sistem verifikasi suara yang dibuat, untuk penelitian selanjutnya diharapkan dapat dilakukan menggunakan perangkat lunak lain.


DAFTAR PUSTAKA

Campbell, J. 1997. Speaker Recognition : A Tutorial.___. IEEE.  
Darma Putra. 2009. Sistem Biometrika. Konsep Dasar, Teknik Analisis Citra, dan Tahapan Membangun Aplikasi Sistem Biometrika. Yogyakarta : Andi.
Goananta Wangsa, Anak Agung Gede. 2008. Tugas Akhir: Sistem Identifikasi Telapak Tangan Dengan Menggunakan Metode Alihragam Fourier. Bukit Jimbaran: Universitas Udayana.
Hartanto, B. 2008. Memahami Visual C#.Net Secara Mudah. Yogyakarta : Andi.
Kartikasari,YE. 2006. Pembuatan Software Pembuka Program Aplikasi Komputer Berbasis Pengenalan Suara. Surabaya. Politeknik Elektronika Negeri Surabaya.
Manunggal, HS. 2005. Perancangan dan Pembuatan Perangkat Lunak Pengenalan Suara Pembicara dengan Menggunakan Analisa MFCC Feature Extraction. Surabaya : Universitas Kristen Petra.
Morton, Jeff. 2009.http://www.codeproject.com/KB/audiovideo/SoundCatcher/So undCatcher_Source.zip. Akses tanggal : 20 April 2009.
Shannon, BJ., Paliwal,KK. 2003. A Comparative Study of Filter Bank Spacing for Speech Recognition. ___. Microelectronic Engineering Research Conference.
Sitanggang, D., Sumardi., Hidayatno, A. 2002. Pengenalan Vokal Bahasa Indonesia Dengan Jaringan Syaraf Tiruan Melalui Transformasi Fourier. Semarang. Jurusan Teknik Elektro Undip.
Syah, DPA. 2009. Sistem Biometriks Absensi Karyawan Dalam Menunjang Efektifitas Kinerja Perusahaan. http://donupermana.wordpress.com/ makalah/sistem-biometrik-absensi/. Akses tanggal : 23 Pebruari 2010.

Xafopoulos, A. 2001. Speaker Verification(an overview). Greece. Aristotle University Of Thessaloniki.
___. 2009. About EER. http://www.bioid.com/sdk/docs/About_EER.htm. Akses tanggal : 15 Febuari 2009.
___.2009.http://msdn.microsoft.com/en- us/library/aa446573(loband).aspx#wavei nout_topic_004/. Akses tanggal : 05 Desember 2009.


*file lengkapnya dapat di dowload DISINI 

Comments

  1. FadliFebruary 12, 2014 at 4:36 PM

    Mas, numpang tanya.. itu dalam mnentukan rumus pencarian Filtërbank gimana y konsep dan rumus yg sbenar ny??
    Mohon Pencerahanny..

    ReplyDelete
    Replies
    1. adi rApril 23, 2014 at 3:58 AM

      sabar ya..sebenarnya rumusnya sudah lengkap di penjelasanya di bab II cuma setelah sy cek ternyata filenya sudah tidak ada di ziddu. klo sudah ketemu sy upload lg pak. thx

      Delete

Post a Comment

silahkan berkomentar, kritik dan saran yang membangun adalah harapkan kita semua !

Popular posts from this blog

Data Flow Diagram (DFD)

Image
DATA FLOW DIAGRAM Data Flow Diagram (DFD) describes the system distribution into a smaller system. DFD allows the user to easily learn about computer and understand about worked system. DFD allows to learn new system are logically develop without consider the physically environment where the data flow (like by phone, mail, etc) or physically environment where the will be save (like file card, microfiche, hard disk, tape, diskette, etc). DFD is a tool used in methodology structured Analysis and design. CONTEXT DIAGRAM Context Diagram consists of one process to describe the system environment. It’s a highest level in DFD which is describes all the input into the system and output from system. System has a boundary which is to separate the system with the external entity. In context diagram there is no storage. Because context diagram are process to describe the system environment. ZERO DIAGRAMS Zero diagrams are describes the process of DFD. It gives a opi
Read more

flexigrid + php with add and edit button

Image
this is a little example for flexigrid with add and edit button. Original source code of flexigrid could be found at http://flexigrid.googlecode.com/files/flexigrid-1.1.zip additional code that I have is : function test(com,grid) { if (com=='Delete') { if($('.trSelected',grid).length>0){ if(confirm('Delete ' + $('.trSelected',grid).length + ' items?')){ var items = $('.trSelected',grid); var itemlist =''; for(i=0;i<items.length;i++){ itemlist+= items[i].id.substr(3)+","; } $.ajax({ type: "POST", dataType: "json", url: "delete.php", data: "items="+itemlist, success: function(data){ alert("Query: "+data.query+" - Total affected rows: "+da
Read more

VERIFIKASI SUARA MENGGUNAKAN METODE MFCC DAN DTW MENGGUNAKAN METODE MFCC DAN DTW (BAB II TINJAUAN PUSTAKA)

BAB II TINJAUAN PUSTAKA 1.1     Konsep Dasar Pengenalan Suara Diantara banyak komunikasi yang dilakukan oleh manusia, berbicara ( speech ) memberikan paling banyak informasi penting dan paling efektif dalam berkomunikasi. Informasi – informasi tersebut antara lain : gender, keadaan kesehatan, emosi, serta identitas pembicara. Pengenalan suara dapat dikategorikan menjadi 3 bagian, yaitu : speech recognition, speaker recognition, dan language recognition. Dalam tugas akhir ini hanya khusus membahas mengenai speaker recognition lebih spesifiknya lagi membahas tentang speaker verification. Speaker recognition adalah suatu proses yang bertujuan mengenali siapa yang sedang berbicara berdasarkan informasi yang terkandung dalam gelombang suara yang di- input -kan. Speaker recognition dibagi menjadi 2 bagian, yaitu : speaker verification dan speaker identification. Speaker verification adalah proses verifikasi seorang pembicara, dimana sebelumn
Read more