Path: Top > Skripsi - D4 > 2017 > Jurusan Teknik Elektro > Program Studi Teknik Telekomunikasi > 2018

Perancangan Dan Realisasi Speaker Verification Menggunakan Metode Dynamic Time Warping (DTW) Melalui Ekstraksi Ciri Linear Predictive Coding (LPC) Berbasis Raspberry Pi

Design And Realization of Speaker Verification Using Dynamic Time Warping (DTW) Method Through Feature Extraction of Linear Predictive Coding (LPC) Based on Raspberry Pi

Skripsi, 021 / 2018 / TNK
Undergraduate Theses from JBPTPPOLBAN / 2018-11-09 10:13:43
Oleh : Rika Firdaus - 141344023 (firdausrikaa@gmail.com)
Dibuat : 2018-11-09, dengan 4 file

Keyword : DTW, LPC, MFCC, Sistem Keamanan, Speaker Verification
Subjek : DTW, LPC, MFCC, Security System, Speaker Verification

Sistem keamanan banyak memanfaatkan ciri fisik manusia sebagai alat untuk mengakses keamanan tersebut. Salah satu pemanfaatan ciri fisik manusia adalah organ mulut sebagai alat untuk mengeluarkan suara. Adanya perbedaan bentuk fisik pada organ mulut manusia membuat keluaran sinyal suara antar individu berbeda. Speaker verification merupakan sistem keamanan dimana suara pembicara digunakan sebagai akses keamanan tersebut. Dalam sistem keamanan berbasis suara, keberhasilan sistem dilihat dari tingkat pengenalan sistem terhadap pembicara yang berbeda-beda. Proyek akhir yang dibuat ini mengembangkan sistem speaker verification menggunakan metode ekstraksi ciri LPC dan MFCC serta metode pengenalan pola DTW. Penelitian yang telah ada sebelumnya menggunakan kombinasi metode ekstraksi ciri dan pengenalan pola yang berbeda-beda dengan jumlah pengujian paling banyak menggunakan 5 pembicara. Sistem diuji dengan dua kondisi data yaitu data terlatih dan data tidak terlatih. Tingkat keberhasilan verifikasi sistem dengan metode ektraksi ciri LPC untuk data terlatih sebesar 84% dengan rata-rata ketepatan verifikasi sebanyak 10 suara dari 15 suara yang diujikan dan rata-rata kesalahan verifikasi sebanyak 13 suara dari 90 suara yang diujikan sedangkan untuk metode ekstraksi ciri MFCC keberhasilan mencapai sebesar 98.67% dengan rata-rata ketepatan verifikasi sebanyak 14 suara dan rata-rata kesalahan verifikasi hanya 1 suara. Pengujian data tidak terlatih untuk metode LPC didapatkan sebesar 55% sedangkan untuk metode MFCC sebesar 63%. Untuk pengujian alat secara real-time untuk metode LPC didapatkan sebesar 50 % sedangkan untuk metode MFCC sebesar 63.33%. Secara keseluruhan tingkat keberhasilan pengujian pengenalan suara untuk seluruh pengujian didapatkan untuk metode LPC sebesar 63% sedangkan untuk metode MFCC sebesar 75%. Kata Kunci: DTW, LPC, MFCC, Sistem Keamanan, Speaker Verification.

Deskripsi Alternatif :

Many security systems utilize the physical features of humans as a mean of accessing such security. One of the utilization of human physical characteristics is the oral organs as a mean to make a sound. The existence of differences in physical form in the oral organs of humans to make the sound signal output between individuals is well known. Speaker verification is a security system where speaker sound is used as a security access. In a sound-based security system, the success of the system is viewed from the level of recognition of the system to different speakers. This final project developed a speaker verification system using the characteristic extraction methods of LPC and MFCC combined with DTW as pattern recognition methods. Previous research used a combination of feature extraction methods and different pattern recognition with the most number of tests using 5 speakers. The system was tested with two data conditions, trained data and untrained data. The success rate of system verification using the LPC feature extraction method for trained data is 84% with an average verification accuracy of 10 votes from 15 votes tested and an average verification error of 13 votes from 90 votes tested while for the MFCC characteristic extraction method the success reaching 98.67% with an average verification accuracy of 14 votes and an average verification error of only 1 vote. Testing of untrained data for LPC method was obtained at 55% while for MFCC method was 63%. For real-time tool testing for LPC method obtained 50% while for MFCC method equal to 63.33%. The overall success rate of voice recognition testing for all tests was obtained for LPC method of 63% while for MFCC method 75%. Keywords: DTW, LPC, MFCC, Security System, Speaker Verification.

Beri Komentar ?#(0) | Bookmark

PropertiNilai Properti
ID PublisherJBPTPPOLBAN
Organisasi
Nama KontakHelmi Purwanti
AlamatJl. Trsn. Gegerkalong Hilir Ds. Ciwaruga
KotaBandung
DaerahJawa Barat
NegaraIndonesia
Telepon022 201 3789 ext. 168, 169, 239
Fax022 201 3889
E-mail Administratorhelmi.purwanti@polban.ac.id
E-mail CKOhelmi.purwanti@polban.ac.id

Print ...

Kontributor...

  • Pembimbing: Ir. Hertog Nugroho, M.Sc., Ph.D., Editor: Erlin Arvelina

Download...