| dc.description.abstract | Noise pada sinyal suara merupakan factor utama yang mempengaruhi tingkat akurasi hasil pemrosesan sinyal, disadari pada kenyataan tidak ada sinyal yang tidak mengandung noise, yang dapat disebabkan suara latar belakang di tempat sumber berbicara, atau karena proses transmisi pada saat sinyal diterima. Salah satu metode yang populer dan sering digunakan untuk mengurangi noise adalah transformasi wavelet, yang mengurangi noise (denoising) dari sinyal dengan memilah kemudian mengeleminir sinyal dengan kriteria tertentu, sebagai cara untuk menentukan bagian sinyal sesungguhnya atau bukan, yang kemudian disebut dengan wavelet thresholding. Wavelet digunakan untuk menganalisa sinyal berdasar penyekalaan, transformasi wavelet diperoleh dengan membagi sinyal menjadi beberapa ukuran sebagai perwakilan dari bidang frekuensi yang berbeda. Dengan kata lain, wavelet merupakan potongan gelombang (kecil) dan transformasi wavelet mengkonversi sinyal menjadi sederetan wavelet, dan kemudian dianalisa dalam batasan frekuensi dan durasinya. White Gaussian noise digunakan untuk merepresentasikan noise yang sesungguhnya, dengan level Signal to Noise Ratio (SNR) yang digunakan sebesar 20dB, 10dB dan 0dB, yang ditambahkan pada setiap sinyal suara. Sinyal suara yang telah ditambahkan noise ini kemudian didenoising dengan proses wavelet thresholding sebelum digunakan pada proses pengenalan pembicara. Dikarenakan sinyal yang diperoleh memiliki keragaman panjang gelombang serta karena perubahan karakteristik sumber suara yang relative kecil, maka Mel-frequency Cepstral Coefficient digunakan untuk mengekstrak ciri dari setiap sinyal suara menjadi sejumlah kecil koefisien dengan ukuran yang sama, selain alasan yang disebutkan diatas ekstraksi ciri berguna pula dalam menghadapi data ukuran besar, yaitu untuk mengurangi kebutuhan sumber daya yang diperlukan saat menganalisa data. Learning Vector Quantization merupakan metode pengklasifikasian pola kedalam suatu kelas atau kategori tertentu yang didasarkan pada kompetisi. Jaringan LVQ adalah jaringan 2 lapis yang terdiri dari lapis masukan dan lapis keluaran, dengan lapis masukan mengandung neuron sebanyak dimensi masukan, dan lapis keluaran mengandung neuron sebanyak kelas yang ada. Kedua lapisan tersebut dihubungkan dengan penghubung yang memiliki bobot tertentu. Bobot dari neuron masukan yang menuju neuron keluaran berupa vektor yang mewakili kelasnya, yang kemudian disebut juga sebagai vector reference. Tujuan dari penelitian ini, untuk mendapatkan hasil dari pengenalan pembicara dengan menggunakan sinyal suara asli dan sinyal suara hasil dari proses denoising, dengan sumber sinyal suara yang digunakan sebanyak 20 sumber yang disimpan dalam format WAV, dengan masing-masing sumber direkam sebanyak 30 kali. Kemudian sinyal suara tersebut diduplikat menjadi tiga kelompok yang terdiri dari sinyal lengkap, sinyal disegmentasi menjadi dua bagian dan menjadi lima bagian. Sebagai hasilnya, proses pengenalan pembicara memberikan tingkat akurasi tertinggi untuk kelompok data pertama setelah dan sebelum denoising relatif sama untuk data asli dan SNR 20dB yaitu sebesar 89.17% dan 58,33%, sedangkan untuk SNR 10dB dan 0 dB, hasil yang lebih baik diperlihatkan pada sinyal yang telah melalui denoising yaitu masing-masing sebesar 13,33% dan 9,17%. Untuk kelompok data kedua hasil dari data denoising lebih besar dari data sebelum denoising yaitu sebesar 95,00% untuk data asli, 72,50% untuk SNR 20dB, 20,00% untuk SNR 10dB dan 10,83% untuk SNR 0dB. Sedangkan untuk kelompok data ketiga, data asli menghasilkan akurasi yang relatif sama antara hasil denoising dan sebelum denoising yaitu sebesar 95,00%, sedangkan untuk SNR 20dB memberikan nilai 72,50%, 18,33% untuk SNR 10dB dan 10,83% untuk SNR 0dB. | id |
