Repository Universitas Andalas

PERANCANGAN SISTEM PENGENALAN UCAPAN MENGGUNAKAN MFCC - NEURO FUZZY DENGAN FILTER RLS SEBAGAI METODA PERBAIKAN SINYAL

Fitriana, Fitriana (2014) PERANCANGAN SISTEM PENGENALAN UCAPAN MENGGUNAKAN MFCC - NEURO FUZZY DENGAN FILTER RLS SEBAGAI METODA PERBAIKAN SINYAL. Other thesis, ANDALAS UNIVERSITY.

[img]
Preview
PDF
Download (125Kb) | Preview
[img]
Preview
PDF
Download (322Kb) | Preview
[img]
Preview
PDF
Download (165Kb) | Preview

Abstract

ABSTRAK Teknologi pengenalan ucapan saat ini telah mengalami perkembangan yang cukup pesat. Semakin berkembangnya aplikasi sistem pengenalan ucapan maka dibutuhkan sistem yang robust, yaitu sistem yang mampu bekerja dengan baik diberbagai kondisi lingkungan. Sistem pengenalan ucapan yang robust masih merupakan permasalahan yang sangat sulit meskipun telah banyak dilakukan penelitian. Untuk itu, dikembangkan suatu metoda yang bertujuan untuk meningkatkan kualitas dan kejelasan pada sinyal yang mengandung derau yang disebut dengan metoda speech enhancement. Metoda speech enhancement yang digunakan pada tugas akhir ini adalah adalah menggunakan filter adaptif RLS (Recursive Least Squares). Pada tugas akhir ini dilakukan perancangan simulasi sistem pengenalan ucapan “biru”, “hijau”, “kuning” dan “merah” menggunakan bahasa pemograman matlab dengan metode ektraksi ciri MFCC (Mel Frecuency Cepstrum Coefficient) dan metode pengenalan menggunakan neuro fuzzy. Berdasarkan hasil penelitian didapatkan bahwa sistem yang dirancang mampu mengenali ucapan yang dilatih dengan baik dengan akurasi 100 %. Sedangkan akurasi pengenalan ucapan yang ber-noise sebesar 25 % pada setiap jenis noise yang digunakan, baik noise AWGN (stationer) maupun noise suara motor dan hair dryer (non stationer). Hasil pengujian keluaran filter RLS mengalami kenaikan akurasi setelah dilakukan variasi lamda dan orde filter dengan variasi lamda 0.997, 0.998, 0.999 dan variasi orde 1, 2, dan 3. Nilai rata – rata akurasi tertinggi yaitu 55,3125 % pada saat orde filter bernilai 2 dan lamda bernilai 0,999. Kata kunci: Speech enhancement, filter RLS (Recursive Least Squares), neuro fuzzy.

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
T Technology > TK Electrical engineering. Electronics Nuclear engineering
Unit atau Lembaga: Fakultas Teknik > Teknik Elektro
Depositing User: Mona M Chandra
Date Deposited: 29 Jan 2015 01:02
Last Modified: 29 Jan 2015 01:02
URI: http://repository.unand.ac.id/id/eprint/22098

Actions (login required)

View Item View Item