Klasifikasi Ciri Suara Manusia Berbasis Matlab Menggunakan Metode Fast Fourier Transform
Article Sidebar
Main Article Content
Abstract
Suara merupakan salah satu bentuk komunikasi yang dapat dilakukan oleh manusia. Manusia memiliki kemampuan untuk membedakan identitas seseorang yang mereka kenal, hal tersebut dikarenakan setiap manusia memiliki ciri atau karakteristik suara yang berbeda antara satu dengan yang lainnya. Pengenalan Suara dibedakan menjadi dua jenis, yaitu verifikasi suara dan identifikasi suara. Verifikasi suara menentukan subjek suara, (apakah suara yang di dengarkan merupakan suara seseorang yang dikenali). Sedangkan identifikasi suara menentukan secara spesifik identitas pembicara.
Pada sinyal suara terdapat banyak parameter yang perlu diperhatikan, mulai dari parameter yang bersifat subjektif seperti logat yang dihasilkan, dan dialek yang digunakan , maupun parameter yang ersifat objektif (dapat diukur secara akustik). Permasalahan yang diadapi adalah bagaimana cara mengekstrasi ciri dari sinyal suara yang kompleks sehingga menghasilkan data baru yang lebih praktis tanpa menghilangkan karakteristik sinyal suara tersebut. Parameter yang digunakan dalam penelitian ini adalah frekuensi, amplitudo, dan delay, menggunakan metode Fast Fourier Transform untuk mengenali suara pria dan wanita berdasarkan dialek.
Article Details
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
[2] S. Erani, B. Hidayat, and S. A. Wibowo, “Sistem Identifikasi Suara Pria Dan Wanita Berdasarkan Usia Menggunakan Mel Frequency Cepstral Coefficient Dan LPC Dengan Metode Klasifikasi SOM,” in eProceedings of Engineering, 2015.
[3] S. N. Azhari, “BACAAN IQRA MELALUI VOICE RECOGNITION,” J. UPNYK, 2014.
[4] P. Studi, T. Multimedia, J. Teknologi, P. N. Lhokseumawe, J. B. A. Km, and P. O. B. O. X. Telpon, “Pengenalan Karakter Suara Laki-Laki Aceh Menggunakan Metode FFT ( Fast Fourier Transform ),” J. Infomedia, vol. 2, no. 1, pp. 20–24, 2017.
[5] R. A. Lamtiur, “Identifikasi Sinyal Suara Menggunakan Metode Fast Fourier Transform ( FFT ) Berbasis Matlab,” Repos. Institusi USU, 2018.
[6] S. B. Bhaskoro, F. Pelatihan, and F. Pengenalan, “Aplikasi pengenalan gender menggunakan suara,” vol. 2012, no. Snati, pp. 15–16, 2012.
[7] “Klasifikasi Ciri Suara Manusia Berbasis Matlab Menggunakan Metode Fast Fourier Transform (FFT) Di Politeknik Negeri Balikpapan,” Repos. USU, 2018.
[8] H. Sujadi et al., “Sistem Pengolahan Suara Menggunakan Algoritma FFT (Fast Fourier Transform),” in Prosiding SINTAK 2017, 2017, pp. 101–107.