Perancangan dan pembuatan perangkat lunak pengenalan suara untuk pembelajaran anak kecil dengan gambar buah menggunakan JST

Hernawati, . (2002) Perancangan dan pembuatan perangkat lunak pengenalan suara untuk pembelajaran anak kecil dengan gambar buah menggunakan JST. Undergraduate thesis, Widya Mandala Catholic University Surabaya.

[img]
Preview
Text (ABSTRAK)
ABSTRAK.pdf

Download (295kB) | Preview
[img]
Preview
Text (BAB 1)
BAB 1.pdf

Download (107kB) | Preview
[img] Text (BAB 2)
BAB 2.pdf
Restricted to Registered users only

Download (579kB)
[img] Text (BAB 3)
BAB 3.pdf
Restricted to Registered users only

Download (490kB)
[img] Text (BAB 4)
BAB 4.pdf
Restricted to Registered users only

Download (182kB)
[img]
Preview
Text (BAB 5)
BAB 5.pdf

Download (66kB) | Preview
[img]
Preview
Text (LAMPIRAN)
LAMPIRAN.pdf

Download (519kB) | Preview

Abstract

Dahulunya interaksi manusia dengan komputer melalui media papan ketik (keyboard) dan mouse saja, tetapi dengan peningkatan pengetahuan setiap tahunnya, maka diciptakan berbagai alat guna membantu tugas manusia. Salah satunya adalah menghasilkan perangkat lunak (sofware) yang mampu mengenali suara. Tujuannya sebagai alat bantu belajar anak kecil yang mulai belajar mengenali nama buah-buahan melalui gambar. Dalam tugas akhir ini akan dibuat perangkat lunak untuk mensimulasi pengenalan suara dengan menggunakan Jaringan Saraf Tiruan (JST) sebagai salah satu cara dalam menciptakan jaringan untuk mengenal suara manusia. Salah satu metode jaringan saraf tiruan yang akan digunakan adalah metode SoM (self Organizing feature Maps Kohonen. Pada awal sinyal direkam dan simpan sebagai format way, kemudian dilanjutkan ketahap pemrosesan awal sinyal yang melibatkan framing dan windowing didalamnya, yang disebut dengan Linear predictive Code (LpC). Kode prediksi ini lalu dipetakan di titik-titik tertentu dan masing-masing unit akan memberikan tanggapan terhadap unit pemenang (winner), sebab hanya unit pemenang saja yang mengontrol input untuk neuron yang lain. Unit pemenang disini adalah unit yang vektor bobotnya paling mendekati vektor input, kohonen adalah metode pembelajaran yang tidak diawasi (Unsupervised learning). Dari JST akan didapatkan suatu nilai bobot yang akan digunakan dalam membantu pengenalan suara, jika suara dikenali sesuai dengan gambar yang telah diacak dan ditampilkan terlebih dahulu oleh komputer, maka akan keluar tanda benar atau salah. Gambar buah yang diacak komputer sebanyak 5 dengan masing-masing variasi 5 macam. Berdasarkan hasil pengujian menunjukkan bahwa sistem dengan metode Kohonen memiliki akurasi yang lumayan tinggi untuk mengenali suara yang telah dilatihkan. Sementara untuk suara yang belum dilatihkan, persentase rata-rata pengenalannya rendah hanya sebesar 66.7 %.

Item Type: Thesis (Undergraduate)
Subjects: Engineering
Engineering > Electrical Engineering
Divisions: Faculty of Engineering > Electrical Engineering Study Program
Depositing User: Users 32 not found.
Date Deposited: 31 Mar 2015 08:35
Last Modified: 31 Mar 2015 08:35
URI: http://repository.wima.ac.id/id/eprint/1461

Actions (login required)

View Item View Item