Penerapan Algoritma Ants Clustering Dan Jaringan LVQ Pada Sistem Pengenalan Individu Berbasis Suara Ucapan

Andriani, Metta (2017) Penerapan Algoritma Ants Clustering Dan Jaringan LVQ Pada Sistem Pengenalan Individu Berbasis Suara Ucapan. Undergraduate thesis, Institut Teknologi Sepuluh Nopember Surabaya.

[thumbnail of 1213100097-Undergraduate_Theses.pdf]
Preview
Text
1213100097-Undergraduate_Theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Biometrika merupakan cabang dari matematika terapan yang membahas tentang identifikasi individu berdasarkan ciri-ciri biologis yang bersifat unik seperti wajah, sidik jari dan suara ucapan. Salah satu bidang dari biometrika adalah pengenalan individu melalui suara ucapan. Penelitian ini membuat sistem pengenalan individu berbasis suara ucapan yang diolah menggunakan Estimasi Trispektrum pada tahap prapengolahan dan Algoritma Ants Clustering pada tahap pengelompokan ciri. Hasil dari proses pengelompokan ciri berupa data magnitude pewakil dari masing-masing kelompok untuk dijadikan masukan pada tahap klasifikasi dengan menggunakan Jaringan Learning Vector Quantization (LVQ). Dataset suara pada penelitian ini diperoleh dari 30 individu yang berbeda. Hasil uji coba pengenalan individu dengan kata sama diperoleh rata-rata akurasi 83,33% menggunakan 5 referensi dan untuk uji pengenalan kata diperoleh rata-rata akurasi 85% dengan menggunakan nilai chunk=128, vektor ciri=8, epoch=100 dan learning rate=0.001.

==================================================================

Biometrics is a branch of applied mathematics that discuss individual identification based on biological characteristics which are unique such as face, finger print, and speech. One of the fields of biometrics is the introduction of individual through speech. This research make individual identification system based on speech which are processed using the estimation of Trispektrum on stage preprocessing and the Ants Clustering Algorithm on stage grouping characteristics. The result of the process grouping characteristics is a magnitude agent from each group to provide input in the classification using the Learning Vector Quantization (LVQ). The dataset of this research is retrieved from 30 different individuals. Trial results indentification of individuals with the same words obtained average accuracy 83.33% use 5 reference and to test the introduction of speechs obtained the average accuracy 85% using value chunk=128, vector characteristics=8, epoch=100 and learning rate=0.001.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Sistem Pengenalan Suara, Estimasi Trispektrum, Algoritma Ants Clustering, Learning Vector Quantization
Subjects: Q Science > QA Mathematics > QA76.87 Neural networks (Computer Science)
Divisions: Faculty of Mathematics and Science > Mathematics > 44201-(S1) Undergraduate Thesis
Depositing User: Metta Andriani
Date Deposited: 14 Dec 2017 02:15
Last Modified: 06 Mar 2019 03:32
URI: http://repository.its.ac.id/id/eprint/47035

Actions (login required)

View Item View Item