TA : Identifikasi Suara Manusia Berdasarkan Jenis Kelamin Menggunakan Ekstraksi Ciri Short Time Fourier Transform

Tandiallo, Joseph Masarani (2016) TA : Identifikasi Suara Manusia Berdasarkan Jenis Kelamin Menggunakan Ekstraksi Ciri Short Time Fourier Transform. Undergraduate thesis, Institut Bisnis dan Informatika Stikom Surabaya.

	Text COVER.pdf - Accepted Version Download (219kB)
	Text DAFTAR_ISI.pdf - Accepted Version Download (126kB)
	Text BAB_I.pdf - Accepted Version Download (139kB)
	Text BAB_II.pdf - Accepted Version Download (528kB)
	Text BAB_III.pdf - Accepted Version Download (1MB)
	Text BAB_IV.pdf - Accepted Version Download (2MB)
	Text BAB_V.pdf - Accepted Version Download (203kB)
	Text DAFTAR_PUSTAKA.pdf - Accepted Version Download (306kB)

Search this title on : |

Abstract

Suara manusia adalah salah satu dari banyak jenis sinyal. Karena berbentuk sebuah sinyal, maka perkembangan teknologi saat ini memungkinkan sebuah alat atau perangkat dapat mengenali suara manusia. Salah satu metode perhitungan untuk pengolahan sinyal yang sering digunakan adalah tranformasi Fourier. Short Time Fourier Transform (STFT), merupakan pengembangan dari transformasi Fourier, yang menambahkan fungsi window, sehingga sinyal dapat direpresentasikan dalam domain waktu dan frekuensi. Pada penelitian ini, metode STFT digunakan untuk mengekstraksi fitur-fitur yang terdapat pada suara manusia seperti amplitudo, frekuensi, dan waktu. Fitur-fitur ini kemudian akan dilatih, kemudian diuji atau diidentifikasi untuk mengetahui jenis kelamin dari suara tersebut menggunakan salah satu model jaringan saraf tiruan yaitu backpropagation. Adapun persentase dari hasil penelitian ini adalah sistem dapat mengidentifikasi suara laki-laki sebesar 86% dan suara perempuan sebesar 86%.

Export Record

Item Type:	Thesis (Undergraduate)
Additional Information:	Joseph Masarani Tandiallo (11410200005)
Uncontrolled Keywords:	short time fourier transform, backpropagation, voice recognition, spectrogram, time-frequency analysis
Dewey Decimal Classification:	000 – Computer science, information & general works > 000 Computer science, knowledge & systems
Divisions:	Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User:	Agung P. W.
Date Deposited:	22 Nov 2016 11:11
Last Modified:	22 Nov 2016 11:11
THESIS ADVISORS:	1. UNSPECIFIED (NIDN : UNSPECIFIED)
URI:	http://repository.dinamika.ac.id/id/eprint/1660

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item

Altmetric