Ulasan Karya Ilmiah III
Judul
Pengembangan Model Identifikasi Pembicara dengan Probabilitas Neural Network
Penulis
Mohamad Nono Suhartono
Tahun
2007
Link
http://iirc.ipb.ac.id/jspui/handle/123456789/18672Hasil Ulasan
Karya ilmiah berjudul “Pengembangan Model Identifikasi Pembicara dengan Probabilitas Neural Network” yang ditulis oleh Mohamad Nono Suhartono ini membahas mengenai proses pengidentifikasian suara untuk mengidentifikasi pembicara. Penelitian ini sangat bermanfaat untuk mengetahui siapa yang berbicara jika kita hanya memiliki suara atau rekaman suara.
Pengidentifikasian pembicara yang dilakukan dalam penelitian ini menggunakan metode Probabilistik Neural Network, sedangkan untuk pemrosesan awal menggunakan metode MFCC (Mel Frequency Cepstrum Coefficients). Secara garis besar, proses pengidentifikasian pembicara dapat dilihat pada gambar berikut :
Identifikasi Pembicara
Data suara : Data suara yang digunakan dalam penelitian ini adalah gelombang suara yang telah di dijitasi dan direkam dari 20 pembicara, yaitu 10 pembicara laki-laki dan 10 pembicara perempuan dengan rentang usia 20-23 tahun dan masing-masing diambil suaranya selama 1 detik dengan sampling rate 16000 Hz.
Ekstraksi Ciri : Suara yang telah terkumpul kemudian dilakukan analisis fitur / ekstraksi ciri menggunakan MFCC dan menghasilkan 13 koefisien mel cepstrum untuk masing-masing frame.
Probabilistik Neural Network : Hasil ekstarksi ciri kemudian menjadi masukan untuk Probabilistik Neural Network. PNN terdiri dari empat layer, yaitu input layer, pattern layer, summation layer, dan decision layer. Pada PNN akan dilakukan perhitungan untuk mencari nilai terbesar dari data yang diujikan untuk mengetahui identitas pemilik suara tersebut. Identifikasi terdiri dari identifikasi tanpa threshold dan identifikasi dengan threshold. Theshold berfungsi untuk meningkatkan keakuratan hasil identifikasi.
