Aplikasi Pengenalan Suara untuk Pengamanan Software Komputer Menggunakan Metode MFCC(Mel Frequency Cepstrum Coefficients) dan HMM (Hidden Markov Model)

Authors

  • Ichbal Septian El Bashart GMF Aero Asia, Indonesia
  • Triyanto Pangaribowo Universitas Mercu Buana, Indonesia

DOI:

https://doi.org/10.22441/jte.2020.v11i1.006

Abstract

Proses pengolahan sinyal suara dapat menggunakan digital signal processing dan algoritma tertentu yang dapat mengolah baik itu dengan fungsi matematis ataupun persamaan sehingga dapat dikenali. Suara sendiri memiliki sinyal informasi yang tidak terbatas dan memiliki banyak kegunaan penerapan sehari – hari termasuk diantaranya adalah untuk proses kontrol dan identifikasi aplikasi komputer misalnya. Perancangan aplikasi pengenalan suara untuk membuka aplikasi komputer berdasar pengguna nya dilakukan dengan 2 proses utama yaitu dengan menggunakan algoritma untuk ekstraksi pencocokan ciri. Ekstraksi ciri merupakan fitur untuk mendapatkan ciri atau elemen suara yang bisa membeda bedakan masing-masing suara manusia. Metode yang digunakan dalam tugas akhir ini untuk ekkstraksi suara adalah MFCC (Mel Frequency Cepstral Coefficient). Proses selanjutnya adalah pencocokan fitur ciri dengan menggunakan HMM (Hidden Markov Model). Hasil pengujian dari penelitian ini dapat diketahui apabila semakin adanya kemiripan suara saat pengujian dengan saat pelatihan maka aplikasi yang terbuka akan sesuai dengan aplikasi yang disuarakan. Hasil pengujian suara untuk mengenali suara yang ada pada database suara yang tertinggi 80% dan untuk suara diluar database hanya 0-40%, dengan kondisi aplikasi yang terbuka masih ada perbedaan antara aplikasi yang diinginkan dengan hasil keputusan sistem

Downloads

Download data is not yet available.

References

L. Rabiner and B.-H. Juang, Fundamentals of speech recognition, Englewood Cliffs: Prentice-Hall International, 1993

Bala Anjali, Abhijeet Kumar, Nindhika Birla, Voice Command Recognition System Based On MFCC And DTW, International Journal of Engineering Science and Technology Vol. 2 (12), 7335-7342, 2010.

Tiwari Vibha, MFCC and its applications in speaker recognition, International Journal onEmerging Technologies 1(1): p:19-22, 2010.

E. Schukat – Talamazzini, Automatische Spracherkennung, Braunschweig, Wiesbaden: Vieweg Verlag, 1995.

Rabiner, Lawrence. "A tutorial on hidden Markov models and selected applications in speech recognition." Proceedings of the IEEE 77.2 (1989):

-286.

Chadawan Ittichaichareon, Siwat Suksri, Thaweesak Yingthawornsuk, Speech Recognition using MFCC, International Conference on Komputer Graphics, Simulation and Modeling (ICGSM'2012)Pattaya (Thailand)July 28-29, 2012.

Downloads

Published

2020-02-01

How to Cite

[1]
I. S. El Bashart and T. Pangaribowo, “Aplikasi Pengenalan Suara untuk Pengamanan Software Komputer Menggunakan Metode MFCC(Mel Frequency Cepstrum Coefficients) dan HMM (Hidden Markov Model)”, JTE, vol. 11, no. 1, pp. 39–47, Feb. 2020.

Issue

Section

Articles

Most read articles by the same author(s)

> >>