DETEKSI KLASIFIKASI RUANGAN BERDASARKAN REVERBERATION TIME DENGAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENTS (MFCC) DAN LEARNING VECTOR QUANTIZATION (LVQ)

ARIZA RIZKY PRATAMA

Informasi Umum

Kode

23.04.2329

Klasifikasi

616.855 - Speech and language disorders, Articulation disorders, Communication disorders

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Audio, Speech And Language Processing

Dilihat

181 kali

Informasi Lainnya

Abstraksi

Rekaman suara berupa file percakapan menjadi salah satu alat bantu dalam berbagai keperluan salah satunya bagi pihak kepolisian. Mengidentifikasikan suatu kelas ruangan menjadi salah satu petunjuk dalam mengolah tempat kejadian perkara. Membuat sistem deteksi kelas ruangan adalah salah satu cara pihak kepolisian untuk mengindentifikasi kelas ruangan.

Untuk menentukan suatu kelas ruangan dapat diukur melalui reverberation time menggunakan algoritma MFCC untuk mengekstraksi ciri data latih rekaman suara. Setelah didapat ekstraksi cirinya, ciri data akan di masukan sebagai dataset yang selanjutkan akan dilakukan proses pengujian. Kemudian data uji yang belum diketahui kelas ruangannya akan dilakukan proses pengujian. Data uji yang di proses akan di klasifikasikan menggunakan LVQ berdasarkan ciri data yang sudah ada di dataset. Hasil akhir pada sistem ini yaitu untuk memunculkan nilai akurasi dan waktu komputasi.

Penelitian ini akan memproses data rekaman suara menggunakan aplikasi MATLAB, lalu diekstraksi ciri menggunakan MFCC dan mencari klasifikasi menggunakan LVQ. Menggunakan 48 data latih dan 18 data uji sebagai proses perhitungan dan simulasi. Hasil nilai akurasi yang didapat dari sistem deteksi kelas berdasakan reverberation time dengan metode MFCC dan LVQ bernilai 94,44 % dan waktu komputasi selama 32,969474 detik dengan parameter Koef MFCC 40, Frame Size 0,05, Node Layer 5 dan Epoch 10.