PENGENALAN TUTUR VOKAL BAHASA INDONESIA MENGGUNAKAN METODE MULTI LAYER PERCEPTRON

Authors

  • Risky Via Yuliantari Departemen Teknik Elektro dan Teknik Informasi Fakultas Teknik Universitas Gadjah Mada
  • Risanuri Hidayat Departemen Teknik Elektro dan Teknik Informasi Fakultas Teknik Universitas Gadjah Mada
  • Oyas Wahyunggoro Departemen Teknik Elektro dan Teknik Informasi Fakultas Teknik Universitas Gadjah Mada
  • Anan Nugroho Departemen Teknik Elektro dan Teknik Informasi Fakultas Teknik Universitas Gadjah Mada

Keywords:

Multi Layer Perceptron, Discrete Wavelet Transform, Vokal, Bahasa Indonesia

Abstract

Bahasa Indonesia merupakan bahasa nasional bangsa Indonesia yang dapat diartikan sebagai lambang bunyi yang digunakan sebagai alat komunikasi.  Dalam proses komunikasi tersebut dapat diperoleh sebuah informasi berupa isyarat. Banyak penelitian tentang isyarat tutur Indonesia. Pada penelitian ini dikembangkan otomatisasi pengenalan isyarat vokal Indonesia dengan Multi Layer Perceptron untuk meningkatkan akurasi, sensitifitas, spesifitas dan presisi. Pengenalan dilakukan dengan Discrete Wavelet Transform  pada 100 orang penutur menghasilkan 500 data ciri untuk training dan testing. Proses klasifikasi menghasilkan akurasi sebesar 95,9%, sensitifitas 90,2%, spesifitas 97,5%, dan presisi 89,8%.

 

Downloads

Download data is not yet available.

References

Ali, H. et al., 2014. DWT features performance analysis for automatic speech recognition of Urdu. SpringerPlus, 3, pp.1–10.
Asni, A., 2014. Ekstraksi Ciri Dan Pengenalan Tutur Vokal Bahasa Indonesia Menggunakan Metode Discrete Wavelet Transform (DWT) dan Dynamic Time Warping (DTW). In Universitas Gadjah Mada.
Carvalho, L.F. et al., 2014. Digital signature of network segment for healthcare environments support. Irbm, 35(6), pp.299–309.
David, S.K., 2013. Penerapan Algoritma Jaringan Saraf Tiruan Backpropagation Untuk Pengenalan Pola Tanda Tagan. Jurnal Teknologi, 6 Nomor 2, pp.139–146.
Dr. Alek, P.D.H.A.H., 2012. Linguistik Umum N. I. Sallama, ed., Jakarta: Erlangga.
Gaafar, T.S., Abo Bakr, H.M. & Abdalla, M.I., 2014. An improved method for speech/speaker recognition. 2014 International Conference on Informatics, Electronics and Vision, ICIEV 2014, pp.2–6.
Ghule, K.R. & Deshmukh, R.R., Feature Extraction Techniques for Speech Recognition: A Review. International Journal of Scientific & Engineering Research, 6(5), pp.2229–5518.
H, S., Hidayat, R. & Adji, T.B., 2015. Sistem Pengenal Tutur Bahasa Indonesia Berbasis Suku Kata Menggunakan MFCC , Sistem Pengenal Tutur Bahasa Indonesia Berbasis Suku Kata. Conference on Information Technology and Electrical Engineering, (September), pp.246–251.
Haylin, S., 1999. Neural Networks A Comprehensive Foundation 2nd ed., New Jersey: Prentice Hall, Inc.
Hidayatno, A. et al., 2008. Perambatan-Balik ( Backpropagation ). , pp.100–106.
Ivana, Pengenalan Ucapan Vokal Bahasa Indonesia Dengan Jaringan Sarag Tiruan Menggunakan Linear Predictive Coding. , pp.1–10.
Powers, D.M.W., 2007. Evaluation : From Precision , Recall and F-Factor to ROC , Informedness , Markedness & Correlation. J. Mach. Learn. Technol, 2, pp.37–63.
R, V.K. V & P, B.A., 2009. Features of Wavelet Packet Decomposition and Discrete Wavelet Transform for Malayalam Speech Recognition. Aceee, 1(2), pp.93–96.
Sakoe, H. & Chiba, S., 1978. Dynamic Programming Algorithm Optimization for Spoken Word Recognition. In IEEE Transactions on Acoustic Speech and Signal Processing. pp. 43–49.
Sutisna, U., 2013. Pengenalan Tutur Kata Terisolasi Menggunakan MFCC dan ANFIS. , p.136.
Wu, X., Tian, F. & Liu, J., 2008. An improved speech feature extraction algorithm using DWT. ICALIP 2008 - 2008 International Conference on Audio, Language and Image Processing, Proceedings, pp.1086–1090.
Yendra, 2016. Mengenal Ilmu Bahasa (Linguistik) 1st ed., Yogyakarta.
Jurnal Teknologi Volume 9 Nomor 2 Desember 2016

Downloads

Published

2016-12-30

How to Cite

Yuliantari, R. V., Hidayat, R., Wahyunggoro, O., & Nugroho, A. (2016). PENGENALAN TUTUR VOKAL BAHASA INDONESIA MENGGUNAKAN METODE MULTI LAYER PERCEPTRON. Jurnal Teknologi, 9(2), 140–147. Retrieved from https://ejournal.akprind.ac.id/index.php/jurtek/article/view/1153

Issue

Vol. 9 No. 2 (2016): Jurnal Teknologi

Section

Articles

License

Jurnal Teknologi provides immediate open access to its content in order of making research freely available to the public to support a global exchange of knowledge. All articles published in this journal are free for everyone to read and download, under licence CC BY SA. 

Benefits of open access for the author, include:

  • Free access for all users worldwide.
  • Authors retain copyright to their work.
  • Increased visibility and readership.
  • No spatial constraints.