Pengenalan pembicara dengan jaringan syaraf tiruan Backpropagation

Abstract

Masalah pengenalan pembicara terbagi menjadi dua bagian, yaitu identifikasi pembicara (menentukan identitas pembicara) dan verifikasi pembicara (melakukan verifikasi identitas yang diklaim oleh pembicara). Pengenalan pembicara termasuk dalam masalah nonalgorithmic maka dapat digunakan jaringan syaraf tiruan (JST) untuk mengenali pola-pola suara pembicara. Dalam penelitian ini dibangun suatu sistem yang dapat melakukan pengenalan pembicara menggunakan JST backpropagation. Sebelum diproses dalam JST data suara terlebih dahulu diproses dengan proses-proses sinyal digital melalui suatu proses feature extraction ditambah dengan proses feature selection. Proses feature extraction dilakukan dengan analisis cepstral dan feature selection dilakukan dengan principal component analysis. Hasil dari JST selanjutnya diolah oleh model pembuatan keputusan. Model pembuatan keputusan dalam sistem identifikasi akan menentukan identitas pembicara dan dalam sistem verifikasi akan menerima atau menolak klaim yang diajukan oleh pembicara. Sistem pengenalan pembicara yang dibangun mampu mengidentifikasi dengan tingkat generalisasi tertinggi sebesar 92,3077% dan melakukan verifikasi dengan nilai equal error rate sebesar 6,5657%.