ANALISIS PENGGUNAAN ALGORITMA GENETIKA
UNTUK MENINGKATKAN PERFORMANSI DARI APLIKASI
KETEPATAN LAGU DARI SENANDUNG MANUSIA
BERBASIS JARINGAN SYARAF TIRUAN
BACK
-
PROPAGATION

IQBAL TAWAKAL

Informasi Umum

Kode

111080143

Klasifikasi

006.454 - Speech Recognition

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Speech Recognition

Dilihat

108 kali

Informasi Lainnya

Abstraksi

Pengenalan suara dirasakan banyak membantu dalam perkembangan musik secara digital. Perkembangan musik digital terutama pada pengenalan suara dirasakan memudahkan dalam mengenali dan menguji ketepatan musik yang diinginkan. Hal tersebut mendorong diciptak annya kemudahan dalam variasi pengenalan suara yang mampu dilakukan dengan mudah, simple dan memiliki fungsionalitas yang baik dalam pengujian ketepatan nada dan pitch pada suatu lagu. Salah satu kemudahan yang diusahakan dalam penelitian ini adalah suatu aplikasi pengujian ketepatan senandung suara manusia terhadap suatu lagu yang diinginkan. <br>Pada tugas akhir ini, dirancang pengenalan suara dengan menggunakan ekstraksi ciri harmonic FFT yang dimodifikasi dan menggunakan klasifikasi jaringan syaraf tiruan

back

propagation. Pada proses ekstraksi cirri posisi frame sangat menentukkan kecocokan nada senandung terhadap nada lagu sehingga penentuan letak awal frame dioptimasi dengan menggunakan algoritma genetika. Algoritma genetika digunakan untuk menentukan po sisi awal frame terbaik yang memiliki kecocokan paling baik pada proses ekstraksi ciri . Dengan demikian, kinerja pengenalan suara ditingkatkan. Pengenalan suara yang digunakan adalah suara senandung manusia dan dilakukan pencocokan dengan lagu aslinya.<br>Set elah dilakukan pengujian terhadap sistem yang telah dirancang. Parameter yang menghasilkan akurasi maksimal yaitu jumlah hidden layer 1, jumlah neuron tiap layer 20, nilai learning rate 0.05, fungsi aktivasi tansig untuk hidden layer , fungsi aktivasi pure lin untuk output layer , algoritma pembelajaran trainrp dengan akurasi 7 7.77 % dari data la tih sebanyak 200 data lagu dan 9 0 data humming sebagai data uji. Parameter Algoritma Genetika meningkatkan akurasi menjadi 83,33 % dengan parameter jumlah generasi 10 0 , jumah individu 5 0 , peluang crossover 0.6 , dan peluang permutasi 0. 01 .<br> Kata Kunci : Pengenalan suara, suara senandung, Jaringan Syaraf Tiruan back - propagation, Algoritma Genetika, judul lagu.