A Identifying Human Voice Signals Using the Fast Fourier Transform (Fft) Method Based on Matlab Mengidentifikasi Sinyal Suara Manusia Menggunakan Metode Fast Fourier Transform (Fft) Berbasis Matlab

Article Sidebar

View PDF
Published May 30, 2019
DOI https://doi.org/10.20895/inista.v1i2.52

Main Article Content

Ade Riyani
informatika

Abstract

Suara merupakan suatu hal yang unik dan memiliki range frekuensi tertentu dan intensitas suara yang bisa dan tidak bisa didengar oleh manusia. Satuan untuk mengukur intensitas suara tersebut adalah desibel (dB). kurangnya suatu teknologi yang dapat menerapkan pengenalan sinyal suara. Dengan adanya sistem pengenalan suara dapat mempermudah manusia dalam beraktivitas.  Jadi dibutuhkan suatu sistem yang dapat mengenali karakteristik suara manusia yang nantinya dapat diterapkan dalam suatu aplikasi. Hasil yang didapatkan sistem pengenalan suara juga dapat mengenali suara dengan baik dengan suara yang dimainkan pada nilai frame blocking 16, 32, 64, 128 dan 256. Tingkat pengenalan suara ini turun jika nilai frame blocking yang digunakan dibawah 128.

Article Details

How to Cite
Riyani, A. (2019). A Identifying Human Voice Signals Using the Fast Fourier Transform (Fft) Method Based on Matlab. Journal of Informatics Information System Software Engineering and Applications (INISTA), 1(2), 42-50. https://doi.org/10.20895/inista.v1i2.52
Issue
Vol 1 No 2 (2019): Mei 2019
Section
Articles

Copyright Notice

 

Authors who publish with Journal of Informatics, Information System, Software Engineering and Applications (INISTA) agree to the following terms:

  • Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
  • Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
  • Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.

References

[1] R. A. L. Sibarani, Identifikasi Sinyal Suara Menggunakan Metode Fast Fourier Transform (FFT) Berbasis Matlab. 2012.
[2] I. I. Tritoasmoro, L. V. Yovita, F. T. Elektro, and U. Telkom, “Implementasi tuner gitar berbasis fast fourier transform 1110700671,” pp. 0–6, 2011.
[3] T. Akhir and Y. R. Setyawan, “Pengenalan ucapan angka secara real time menggunakan ekstraksi ciri fft dan fungsi similaritas kosinus,” Progr. Stud. Tekik Elektro, Fak. Sains dan Teknol. Univ. Sanata Dharma, 2014.
[4] R. Y. Sipasulta, A. S. M. L. St, and S. R. U. A. Sompie, “Simulasi Sistem Pengacak Sinyal Dengan Metode FFT ( Fast Fourier Transform ),” E-journal Tek. Elektro dan Komput., pp. 1–9, 2014.
[5] H. Sujadi, I. Sopiandi, and A. Mutaqin, “Sistem Pengolahan Suara Menggunakan Algoritma FFT (Fast Fourier Transform),” Pros. SINTAK, pp. 101–107, 2017.