APLIKASI PENGENALAN PENUTUR PADA IDENTIFIKASI SUARA PENELEPON MENGGUNAKAN MEL-FREQUENCY CEPSTRAL COEFFICIENT DAN VECTOR QUANTIZATION (Studi Kasus : Layanan Hotline Universitas Pembangunan Nasional “Veteran” Yogyakarta)

Authors

  • Muhammad Fahim Rasyid Universitas Pembangunan Nasional Veteran Yogyakarta
  • Herlina Jayadianti Universitas Pembangunan Nasional Veteran Yogyakarta
  • Herry Sofyan Universitas Pembangunan Nasional Veteran Yogyakarta

DOI:

https://doi.org/10.31315/telematika.v1i1.3380

Keywords:

Hotline, Speaker Recognition, Frekuensi, Mel-Frequency Cepstral Coefficient (MFCC), Vector Quantization (VQ)

Abstract

Layanan hotline Universitas Pembangunan Nasional “Veteran” Yogyakarta merupakan layanan yang dapat digunakan oleh semua orang. Layanan tersebut digunakan dosen dan pegawai untuk berbagi informasi dengan bagian-bagian yang berlokasi di gedung rektorat. Penelepon dapat berkomunikasi dengan bagian yang dituju apabila telah teridentifikasi oleh petugas layanan hotline. Terminologi identitas yang terdiri dari nama, jabatan serta asal jurusan atau bagian ditanyakan saat proses identifikasi. Tidak terdapat catatan hasil identifikasi penelepon baik dalam bentuk fisik maupun basis data yang terekam pada komputer. Hal tersebut mengakibatkan tidak adanya dokumentasi yang dapat dijadikan barang bukti untuk menindak lanjuti kasus kesalahan identifikasi.  Penelitian ini fokus untuk mengurangi resiko kesalahan identifikasi penelepon menggunakan teknologi speaker recognition. Frekuensi suara diekstraksi menggunakan metode Mel-Frequency Cepstral Coefficient (MFCC) sehingga dihasilkan nilai Mel Frequency Cepstrum Coefficients. Nilai Mel Frequency Cepstrum Coefficients dari semua data latih suara  pegawai Universitas Pembangunan Nasional “Veteran” Yogyakarta kemudian dibandingkan dengan sinyal suara penelpon menggunakan metode Vector Quantization (VQ). Aplikasi pengenalan penutur mampu mengidentifikasi suara penelepon dengan tingkat akurasi 80% pada nilai ambang (threshold) 25.

References

Apriyono, N., Wahyudi, W., & Hidayatno, A. (2011). Pengenalan Pengucap Tak Bergantung Teks dengan Metode Vector Quantization (VQ) Melalui Ektraksi Linear Predictive Coding (LPC) (PhD Thesis). Jurusan Teknik Elektro Fakultas Teknik.

Mansfield, T., Kelly, G., Chandler, D., & Kane, J. (2001). Biometric product testing final report. Contract, 92(4009), 309.

Munggaran, A. K., Djamal, E. C., & Yuniarti, R. (2017). Identifikasi Suara Pengontrol Lampu Menggunakan Mel-Frequency Cepstral Coefficients dan Hidden Markov Model. In Seminar Nasional Aplikasi Teknologi Informasi (SNATI).

Prasetyawan, P. (2016). Perbandingan Identifikasi Pembicara Menggunakan Mfcc Dan Sbc Dengan Ciri Pencocokan Lbg-Vq.

Mustofa, A. (2008). Sistem Pengenalan Penutur dengan Metode Mel-frequency Wrapping. Jurnal Teknik Elektro, 7(2), 88–96.

Schmuller, J. (2004). Sams Teach Yourself UML in 24 Hours (3 ed.). Indiana USA: Sams Publishing.

Sulistyorini, P. (2009). Pemodelan Visual dengan Menggunakan UML dan Rational Rose. Dinamik-Jurnal Teknologi Informasi, 14(1).

Downloads

Published

2020-11-05

Issue

Section

Artificial Intelligence