PENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN RESILIENT BACKPROPAGATION UNTUK IDENTIFIKASI PEMBICARA DENGAN PRAPROSES MFCC. Oleh:

Transkripsi

1 1 PENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN RESILIENT BACKPROPAGATION UNTUK IDENTIFIKASI PEMBICARA DENGAN PRAPROSES MFCC Oleh: NURHADI SUSANTO G DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007

2 2 PENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN RESILIENT BACKPROPAGATION UNTUK IDENTIFIKASI PEMBICARA DENGAN PRAPROSES MFCC Sripsi Sebagai salah satu syarat untu memperoleh gelar Sarana Komputer pada Faultas Matematia dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Oleh : NURHADI SUSANTO G DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2007

3 3 ABSTRAK NURHADI SUSANTO. Pengembangan Model Jaringan Syaraf Tiruan Resilient Bacpropagation untu Identifiasi Pembicara dengan Praproses MFCC. Dibimbing oleh AGUS BUONO dan IRMAN HERMADI. Suara manusia dapat digunaan sebagai sarana identifiasi diri. Dari suara seseorang dapat diambil suatu fitur yang emudian dimodelan dan digunaan untu mengenali seseorang berdasaran suaranya. Pada penelitian ini, diembangan suatu model aringan syaraf tiruan resilient bacpropagation untu identifiasi pembicara. Untu estrasi ciri sinyal suara digunaan fitur MFCC. Jenis identifiasi pembicara pada penelitian ini adalah Closed-Set Identification yang mana suara masuan yang aan dienali merupaan bagian dari seumpulan suara pembicara yang telah terdaftar atau dietahui dan ata yang dilatih maupun diuian telah ditentuan. Data suara yang digunaan dalam penelitian ini adalah data suara yang diambil secara unguided atau tanpa panduan. Selain itu diamati pula pengaruh noise terhadap aurasi identifiasi dengan cara menambahan white gaussian noise pada data yang digunaan. Hasil penelitian ini berupa tingat aurasi ebenaran dari data yang diuian. Secara eseluruhan, model terbai yang diembangan menghasilan nilai aurasi rata-rata sebesar 92,8%. Dengan data yang menggunaan noise 30 db, nilai aurasi rata-rata yang dihasilan turun menadi 71,0% dan dengan data yang menggunaan noise 20 db, nilai aurasi rata-rata yang dihasilan turun menadi 48,3%. Kata unci: Identifiasi Pembicara, Jaringan Syaraf Tiruan Resilient Bacpropagation, MFCC.

4 4 Judul : Pengembangan Model Jaringan Syaraf Tiruan Resilient Bacpropagation untu Identifiasi Pembicara dengan Praproses MFCC Nama : Nurhadi Susanto NRP : G Menyetuui: Pembimbing I, Pembimbing II Ir. Agus Buono, M.Si., M.Kom. Irman Hermadi, S.Kom., MS NIP NIP Mengetahui: Dean Faultas Matematia dan Ilmu Pengetahuan Alam Institut Pertanian Bogor Prof. Dr. Ir. Yonny Koesmaryono, MS NIP Tanggal Lulus :

5 5 RIWAYAT HIDUP Penulis dilahiran di Tangerang tanggal 7 November 1985, sulung dari lima bersaudara dari pasangan Sunaryoto dan Khasanah. Pada tahun 2000, penulis menuntut ilmu di SMU Negeri 2 Tangerang hingga tahun Setelah lulus pada tahun 2003 penulis diterima sebagai mahasiswa S1 Departemen Ilmu Komputer Faultas Matematia dan Ilmu Pengetahuan Alam Institut Pertanian Bogor melalui alur SPMB. Pada tahun 2006, penulis melasanaan egiatan prati era lapangan di Balai Besar Penelitian dan Pengembangan Tenologi Pertanian (BP2TP), Cimanggu, Bogor.

6 6 PRAKATA Alhamdulillahi Rabbil alamin, pui dan syuur Penulis panatan epada Allah SWT atas segala curahan rahmat dan arunia-nya sehingga tugas ahir dengan udul Pengembangan Jaringan Syaraf Tiruan Resilient Bacpropagation untu Identifiasi Pembicara Berbasis Data MFCC ini dapat diselesaian. Dalam menyelesaian arya tulis ini penulis mendapatan banya seali bantuan, bimbingan dan dorongan dari berbagai piha. Oleh arena itu, penulis ingin mengucapan terima asih yang sebesar-besarnya epada semua piha yang telah membantu elancaran penelitian ini, antara lain epada: 1. Orangtuau tercinta, Bapa Sunaryoto dan Ibunda Khasanah atas segala do a, asih sayang, dan duungan bai dari moril maupun materiil yang telah diberian selama ini. 2. Adi-adiu tersayang Santi, Peni, Rio dan Ponco yang memberi tambahan motivasi dalam penyelesaian arya tulis ini. 3. Bapa Ir. Agus Bouno, M.Si, M.Komp selau pembimbing pertama atas bimbingan dan arahannya selama penyusunan arya tulis ini. 4. Bapa Irman Hermadi, S.Kom, MS selau pembimbing edua atas bimbingan dan arahannya selama penyusunan arya tulis ini. 5. Abdul Nasrah, seorang teman seamar terbai yang selalu memberian yang terbai untu teman-temannya 6. M.Nono Suhartono, Vicy Zilvan, dan Wini Purnamasari, rean seperuangan dalam penelitian di bidang speaer recognizing. 7. Dhany, Gemma, Ryan, Inang, Mulyadi, dan Iqbal yang sudah memberian banya seali enangan selama tinggal bersama. 8. Pandi, Ghoffar, Dona, Mulyadi, Nani, Vita, Thessy, Yustin, dan seluruh rean yang telah iut menymbangan suranya untu diadian bahan penelitian. 9. Seluruh teman-teman Ilom 40 yang tida dapat disebutan namanya satu-persatu. Kepada semua piha lainnya yang telah memberian ontribusi yang besar selama pengeraan penelitian ini yang tida dapat disebutan satu-persatu, Penulis ucapan terima asih banya. Semoga penelitian ini dapat memberi manfaat. Bogor, Mei 2007 Nurhadi Susanto

7 v DAFTAR ISI Halaman DAFTAR GAMBAR...vi DAFTAR TABEL...vi DAFTAR LAMPIRAN...vi PENDAHULUAN...1 Latar Belaang...1 Tuuan...1 Ruang Lingup...1 Manfaat...1 TINJAUAN PUSTAKA...1 Jenis Pengenalan Pembicara...1 Diitasi Gelombang Suara...2 Signal to Noise Ratio (SNR)...2 Estrasi Ciri Sinyal Suara...2 MFCC (Mel-Frequency Cepstrum Coefficients)...3 Resilient Bacpropagation...5 METODOLOGI PENELITIAN...6 Data...6 Proses Pengenalan Suara...6 Arsitetur Jaringan Syaraf Tiruan...7 Parameter-parameter Resilient Bacpropagation...7 Lingungan Pengembangan...7 HASIL DAN PEMBAHASAN...7 Hasil Pengambilan Data...7 Praproses dengan MFCC...7 Pengembangan Model Jaringan Syaraf Tiruan...8 Pengambilan Threshold...11 Hasil Identiasi Pembicara Model JST Terbai pada Data Tanpa Noise...11 KESIMPULAN DAN SARAN...14 Kesimpulan...14 Saran...14 DAFTAR PUSTAKA...14 LAMPIRAN...13

8 vi DAFTAR GAMBAR Halaman 1 Diagram blo dari proses MFCC (Do 1994) Arsitetur JST lapis tunggal Grafi fungsi sigmoid biner dengan selang (0,1) Arsitetur aringan propagasi bali (Fu 1994) Proses pengenalan pembicara Grafi perbandingan nilai aurasi rata-rata terhadap umlah neuron tersembunyi pada pelatihan dengan data tanpa noise Grafi perbandingan umlah epoh rata-rata terhadap umlah neuron tersembunyi pada pelatihan dengan data tanpa noise Grafi perbandingan nilai aurasi rata-rata terhadap umlah neuron tersembunyi pada pelatihan dengan data ber-noise 30 db Grafi perbandingan nilai aurasi rata-rata terhadap umlah neuron tersembunyi pada pelatihan dengan data ber-noise 20 db Grafi perbandingan nilai aurasi rata-rata terhadap umlah neuron tersembunyi Grafi perbandingan umlah data suara yang teridentifiasi dengan benar pada data tanpa noise.13 DAFTAR TABEL Halaman 1 Strutur JST Resilient Bacpropagation Hasil identifiasi model JST terbai dari dua puluh data pembicara tanpa threshold Hasil identifiasi model JST terbai dari dua puluh data pembicara dengan threshold Hasil identifiasi dua puluh data suara tanpa noise dari pembicara yang tida iut serta dalam pelatihan dengan menggunaan threshold...14 DAFTAR LAMPIRAN Halaman 1 Algoritma JST RPROP Hasil Pelatihan dan Penguian Model JST dari tiga puluh perlauan umlah neuron tersembunyi pada data tanpa noise Hasil Pelatihan dan Penguian Model JST dari tiga puluh perlauan umlah neuron tersembunyi pada data dengan SNR 30 db Hasil Pelatihan dan Penguian Model JST dari tiga puluh perlauan umlah neuron tersembunyi pada data dengan SNR 20 db...22

9 1 PENDAHULUAN Latar Belaang Suara manusia dapat digunaan sebagai sarana identifiasi diri. Suara yang dihasilan tersebut diperlauan sebagai data yang dapat diolah sehingga dapat dimanfaatan. Sinyal suara yang ontinu dicupli dengan rentang watu tertentu sehingga menghasilan sinyal diital. Setelah sinyal suara tersebut menadi sinyal diital, berbagai perlauan dapat diterapan pada data suara tersebut. Salah satu perlauan yang bermanfaat adalah mengolah data tersebut sedemiian rupa sehingga dapat digunaan untu mengenali pembicara. Berbagai metode dapat dipaai untu mengolah data suara tadi. Beberapa metode yang pernah digunaan diantaranya model marov tersembunyi (Purnamasari 2006) dan aringan syaraf tiruan propagasi bali standar (Otavianto 2004). Penggunaan metode aringan syaraf tiruan propagasi bali tersebut masih dapat diembangan dengan penggunaan metode praproses dan uga penggunaan aringan syaraf tiruan yang lain dan uga diperluan ombinasi percobaan yang lebih banya. Model aringan saraf tiruan terinspirasi oleh cara era ota manusia. Untu berpiir, ota manusia mendapat rangsangan dari neuronneuron yang terdapat pada indera manusia dan emudian hasil rangsangan tersebut diolah sehingga menghasilan suatu informasi. Pada omputer, rangsangan-rangsangan yang diberian diibaratan sebagai masuan dimana masuan tersebut dialian dengan suatu nilai, yang dienal dengan bobot, dan emudian diolah dengan fungsi ativasi tertentu untu menghasilan suatu eluaran. Pada saat pelatihan, pemasuan tersebut dilauan berulang-ulang sampai tercapai eluaran seperti yang diinginan. Dengan metode propagasi bali, eluaran yang diinginan berusaha dicapai dengan melauan pembaharuan yang terhadap nilai bobot. Setelah proses pelatihan, diharapan omputer dapat mengenali suatu masuan baru berdasaran informasi yang telah diperoleh pada saat pelatihan. Beberapa modifiasi dari prosedur propagasi bali telah diauan untu menambah ecepatan pembelaaran. Martin Riedmiller dan Heinrich Braun telah mengembangan suatu metode yang disebut Resilient Bacpropagation (Riedmiller & Braun 1993). Metode ini telah terbuti sebagai metode yang memilii ecepatan pembelaaran yang bai dan uga andal (Saputro 2006). Tuuan Penelitian ini bertuuan untu mengembangan model aringan syaraf tiruan resilient bacpropagation untu mengidentifiasi pembicara pada data yang diream tanpa pengarahan. Selain itu, dilauan pula perbandingan tingat aurasi model untu suara yang diberi noise dan tanpa noise. Ruang Lingup Ruang lingup penelitian ini adalah: 1. Penelitian difousan pada tahapan pemodelan identifiasi suara manusia dengan menggunaan aringan syaraf tiruan dan tida pada pemrosesan sinyal analog sebagai praproses dari sistem. 2. Model pengenalan dibangun dengan menggunaan aringan syaraf tiruan model Multi Layer Preceptron dengan menggunaan metode pembelaaran resilient bacpropagation. 3. Analisis dilauan untu pengenalan pembicara tertutup bergantung tes dengan data yang diream tanpa pengarahan. Ui inera dilauan dengan menghitung tingat aurasi identifiasi sistem terhadap input yang diberian. Manfaat Penelitian ini diharapan dapat memberian informasi mengenai aurasi aringan syaraf tiruan model Multi Layer Preceptron dengan menggunaan metode pembelaaran resilient bacpropagation untu identifiasi pembicara. Di samping itu, diharapan pula pengaruh noise terhadap nilai aurasi identifiasi dapat diamati. Selanutnya, diharapan model yang dihasilan dapat digunaan untu mengembangan sistem identifiasi pembicara yang bersifat tertutup dan bergantung pada tes. TINJAUAN PUSTAKA Jenis Pengenalan Pembicara Menurut Campbell (1997), Pengenalan pembicara berdasaran enis apliasinya dibagi menadi: 1. Identifiasi pembicara adalah proses mengenali seseorang berdasaran suaranya. Identifiasi pembicara dibagi dua, yaitu: Identifiasi tertutup (closed-set identification) yang mana suara masuan yang aan dienali merupaan bagian dari seumpulan suara pembicara yang telah terdaftar atau dietahui. Identifiasi terbua (open-set identification) suara masuan boleh tida

10 2 ada pada umpulan suara pembicara yang telah terdaftar. 2. Verifiasi pembicara adalah proses menerima atau menola permintaan identitas dari seseorang berdasaran suaranya. Berdasaran tes yang digunaan, pengenalan pembicara dibagi menadi dua (Campbell 1997): 1. Pengenalan pembicara bergantung tes yang mengharusan pembicara untu mengucapan ata atau alimat yang sama, bai pada pelatihan maupun pengenalan. 2. Pengenalan pembicara bebas tes yang tida mengharusan pembicara untu mengucapan ata atau alimat yang sama, bai pada pelatihan maupun pengenalan. Diitasi Gelombang Suara Suara adalah sebuah gelombang yang dilewatan melalui suatu medium dan sampai e telinga manusia sehingga dapat didengaran. Medium perantara yang biasa digunaan adalah udara. Gelombang suara merupaan gelombang analog, sehingga untu dapat diolah dengan peralatan eletroni, gelombang suara harus direpresentasian dalam bentu diital (Boomamp (2004) dalam Musthofa 2005). Proses mengubah masuan suara dari gelombang analog menadi representasi data diital disebut diitasi suara. Proses diitasi suara terdiri dari dua tahap yaitu sampling dan uantisasi (Jurafsy & Martin 2000). Sampling adalah proses pengambilan nilai setiap anga watu tertentu. Nilai ini menyataan amplitudo volume suara pada saat itu. Hasilnya adalah sebuah vetor yang menyataan nilai-nilai hasil sampling. Panang vetor data ini tergantung pada panang atau lamanya suara yang didiitasian serta sampling rate yang digunaan pada proses diitasinya. Sampling rate sendiri adalah banyanya nilai yang diambil setiap deti. Sampling rate yang biasa digunaan adalah 8000 Hz dan Hz (Jurafsy & Martin 2000). Hubungan antara panang vetor data yang dihasilan dengan sampling rate dan panangnya data suara yang didiitasian dapat dinyataan secara sederhana sebagai beriut: S = F s * T dengan, S = panang vetor F s = sampling rate yang digunaan (Hertz) T = panang suara (deti) Setelah melalui tahap sampling, proses diitasi suara selanutnya adalah uantisasi yaitu menyimpan nilai amplitudo ini e dalam representasi nilai 8 bit atau 16 bit (Jurafsy & Martin 2000). Signal to Noise Ratio (SNR) Signal-to-noise ratio (yang biasa disingat menadi SNR atau S/N) adalah suatu onsep yang mendefinisian perbandingan antara euatan sinyal dengan euatan noise yang merusa sinyal. Secara sederhana, signal-tonoise ratio membandingan level dari sinyal yang diinginan (seperti suara piano dalam suatu onser) dengan level dari sinyal yang tida diinginan (seperti suara orang yang bercaap-caap dalam suatu onser). Semain ecil nilai SNR, semain tinggi pengaruh noise dalam merusa sinyal asli. Secara umum, SNR didefinisian sebagai Psignal Asignal SNR = = Pnoise Anoise dengan P adalah rata-rata dari daya (power) dan A adalah aar uadrat rata-rata dari amplitudo. Pada umumnya, sinyal suara memilii angauan dinamis yang sangat tinggi. Hal ini menyebaban SNR aan lebih efisien ia diespresian dalam sala logarithmic decibel. Pada desibel, SNR didefinisian sebagai 10 diali logaritma dari perbandingan daya. Jia sinyal dan noise dihitung dalam impedansi yang sama maa nilai SNR bisa didapatan dengan Psignal ( ) SNR db = 10log 10 Pnoise Asignal = 20 log 10 Anoise sehingga semain ecil nilai SNR dalam desibel, semain tinggi pengaruhnya dalam merusa sinyal asli. Estrasi Ciri Sinyal Suara Sinyal suara merupaan sinyal bervariasi yang diwatuan dengan lambat atau biasa disebut quasi-stationary (Do 1994). Ketia diamati dalam anga watu yang sangat pende (5-100 ms), arateristinya hampir sama. Namun, dalam anga watu yang panang (0,2 deti atau lebih) arateristi sinyal berubah dan mereflesian perbedaan sinyal suara yang diucapan. Oleh arena itu, digunaan spetrum watu pende (short-time spectral analysis) untu mengaraterisasi sinyal suara. 2

11 3 MFCC (Mel-Frequency Cepstrum Coefficients) MFCC didasaran pada variasi yang telah dietahui dari angauan ritis telinga manusia terhadap freuensi. Filter dipisahan secara linear pada freuensi rendah dan logaritmi pada freuensi tinggi. Hal ini telah dilauan untu menangap arateristi penting dari sinyal suara. Tuuan utama MFCC adalah untu meniru perilau telinga manusia. Selain itu MFCC telah terbuti bisa menyebutan variasi dari gelombang suara itu sendiri. Diagram alir dari proses MFCC dapat dilihat pada Gambar 1. Gambar 1 Diagram blo dari proses MFCC (Do 1994). Penelasan tiap tahapan pada proses MFCC sebagai beriut (Do 1994): 1. Frame Blocing. Pada tahap ini sinyal suara (continous speech) dibagi e dalam frameframe. Tiap frame terdiri dari N sample. 2. Windowing. Proses selanutnya adalah melauan windowing pada tiap frame untu meminimalan disontinuitas sinyal pada awal dan ahir tiap frame. Konsepnya adalah meminimisasi distorsi spetral dengan menggunaan window untu memperecil sinyal hingga mendeati nol pada awal dan ahir tiap frame. Jia window didefinisian sebagai w(n), 0 n N-1, dengan N adalah banyanya sampel tiap frame, maa hasil dari windowing adalah sinyal dengan persamaan: Y t (n) = x 1 (n)w(n), 0 n N-1 Pada umumnya, window yang digunaan adalah hamming window, dengan persamaan: w(n)= cos(2πn/n-1), 0 n N-1 3. Fast Fourier Transform (FFT). Tahap ini mengonversi tiap frame dengan N sampel dari time domain menadi frequency domain. FFT adalah suatu algoritma untu mengimplementasian Discrete Fourier Transform (DFT) yang didefinisian pada himpunan N sampel {x n } sebagai beriut: N = 1 X n x = 0 e 2πn/ N, n = 0,1,2,..., N 1 digunaan untu menotasian unit imainer, yaitu = 1. Secara umum X n adalah bilangan omples. Barisan {X n } yang dihasilan diartian sebagai beriut: freuensi nol berorespondensi dengan n = 0, freuensi positif 0 < f < F s /2 berorespondensi dengan nilai 1 n N/2-1, sedangan freuensi negatif F s /2 < f < 0 berorespondensi dengan N/2+1 < n < N-1. Dalam hal ini Fs adalah sampling frequency. Hasil yang didapatan dalam tahap ini biasa disebut dengan spetrum sinyal atau periodogram. 4. Mel-frequency Wrapping. Studi psiofisi menunuan bahwa persepsi manusia terhadap freuensi sinyal suara tida berupa sala linier. Oleh arena itu, untu setiap nada dengan freuensi atual f (dalam Hertz), tinggi subetifnya diuur dengan sala mel. Sala mel-frequency adalah selang freuensi di bawah 1000 Hz dan selang logaritmi untu freuensi di atas 1000 Hz, sehingga pendeatan beriut dapat digunaan untu menghitung mel-frequency untu freuensi f dalam Hz: Mel(f) = 2595*log 10 (1+f/700). 5. Cepstrum. Langah terahir, onversian log mel spectrum e domain watu. Hasilnya disebut mel frequency cepstrum coefficients. Representasi cepstral spetrum suara merupaan representasi properti spetral loal yang bai dari suatu sinyal untu analisis frame. Mel spectrum coefficients (dan logaritmanya) berupa bilangan riil, sehingga dapat dionversian e domain watu dengan menggunaan Discrete Cosine Transform (DCT). Jaringan Syaraf Tiruan (JST) Jaringan Syaraf Tiruan (JST) merupaan suatu sistem pemroses informasi yang memilii persamaan secara umum dengan cara era aringan syaraf biologi (Fausett 1994). Metode omputasional dari JST diinspirasian oleh cara era sel-sel ota manusia. Untu berpiir, ota manusia mendapat rangsangan dari neuronneuron yang terdapat pada indera manusia, emudian hasil rangsangan tersebut diolah sehingga menghasilan suatu informasi. Pada omputer, rangsangan yang diberian diumpamaan sebagai masuan dimana masuan tersebut dialian dengan suatu nilai dan emudian diolah dengan fungsi tertentu untu menghasilan suatu eluaran. Pada saat pelatihan, pemasuan tersebut dilauan berulang-ulang hingga dicapai eluaran seperti

12 4 yang diinginan. Setelah proses pelatihan, diharapan omputer dapat mengenali suatu masuan baru berdasaran data-data yang telah diberian pada saat pelatihan. Menurut Fausett (1994), suatu JST dicirian oleh tiga hal sebagai beriut: 1. Arsitetur aringan syaraf tiruan Arsitetur aringan ialah pengaturan neuron dalam suatu lapisan, pola hubungan dalam lapisan dan di antara lapisan. Dalam JST, neuron-neuron diatur dalam sebuah lapisan (layer). Ada 3 tipe lapisan, yaitu lapisan input, lapisan tersembunyi (hidden layer) dan lapisan output. Jaringan neuron dielompoan sebagai lapis tunggal (single layer) yang terdiri atas lapisan input dan output, dan lapis banya (multiple layer) yang terdiri atas lapisan input, lapisan tersembunyi, dan lapisan output. Ilustrasi JST lapis tunggal dapat dilihat dalam Gambar 2. Pada Gambar 2, p r melambangan masuan untu tiap neuron e-r pada lapisan input, w r melambangan bobot dari neuron e-r pada lapisan input e neuron output, dan b melambangan bias. Jumlah dari seluruh masuan untu neuron output, yang dilambangan sebagai n, emudian dihitung dengan fungsi ativasi f untu menghasilan eluaran dari neuron tersebut yang dilambangan sebagai a. p 1 p 2 p 3 w 1 w 2 w 3 Σ n f a 3. Fungsi ativasi yang digunaan. Fungsi ativasi merupaan fungsi yang menentuan level ativasi, yaitu eadaan internal sebuah neuron dalam JST. Keluaran ativasi ini biasanya diirim sebagai sinyal e neuron lainnya. Contoh fungsi ativasi ialah fungsi identitas fungsi tangga biner (binary step function), fungsi tangga bipolar, fungsi sigmoid biner dan fungsi sigmoid bipolar. JST Propagasi Bali Standar Menurut Fu (1994), aringan propagasi bali (propagation networ) merupaan aringan umpan mau berlapis banya (multilayer feedforward networ). Aturan pembelaaran propagasi bali disebut bacpropagation yang merupaan enis dari teni gradient descent dengan bacward error (gradient) propagation. Fungsi ativasi yang digunaan dalam propagasi bali ialah fungsi sigmoid. Hal ini disebaban arena dalam aringan propagasi bali fungsi ativasi yang digunaan harus ontinu, dapat didiferensialan, dan monoton nai (Fausett 1994). Salah satu fungsi ativasi yang paling banya digunaan ialah sigmoid biner, yang memilii selang [0, 1] dan didefinisian sebagai: 1 f 1 ( x) =... (1) 1+ exp( x) Dengan turunannya f 1 '( x) = f 1 ( x)[1 f 1 ( x)]... (2) Grafi untu fungsi sigmoid biner dapat diihat dalam Gambar 3 dengan n sebagai masuan dan a sebagai eluaran dari neuron tersebut. p r w r b Gambar 2 Arsitetur JST lapis tunggal. 2. Metode pembelaaran untu penentuan pembobot onesi. Metode pembelaaran digunaan untu menentuan nilai pembobot yang aan digunaan pada saat penguian. Ada dua tipe pembelaaran, yaitu dengan pengarahan (supervised learning) dan tanpa pengarahan (unsupervised learning). Sedangan metode pembelaaran JST, di antaranya: perceptron, Aturan Delta (Adaline/Madaline), Propagasi Bali, Self Organizing Map (SOM), dan Learning Vector Quantization (LVQ). Gambar 3 Grafi fungsi sigmoid biner dengan selang (0,1). Jaringan ini menggunaan metode pembelaaran dengan pengarahan (supervised learning). Cara era JST diawali dengan inisialisasi pembobot dan bias. Pemilihan metode inisialisasi pembobot dan bias berpengaruh pada ecepatan JST dalam mencapai eonvergenan (Fausett, 1994). Jaringan propagasi bali ditunuan dalam Gambar 4.

13 5 Target Output OUTPUT LAYER HIDDEN LAYER INPUT LAYER Forward Information Flow Forward Information Flow Σ Actual Output KK KK KK Input Bacward Error Propagation Gambar 4 Arsitetur aringan propagasi bali (Fu 1994). Pada pelatihan JST propagasi bali terdapat tiga tahapan, yaitu pelatihan input yang bersifat umpan mau, penghitungan galat, dan penyesuaian pembobot. Secara umum cara era JST propagasi bali ada beberapa langah. Pertama, pola input dan target dimasuan e dalam aringan. Selanutnya pola input ini aan berubah sesuai dengan propagasi pola tersebut e lapisan-lapisan beriutnya hingga menghasilan output. Output ini aan dibandingan dengan target. Apabila dari hasil perbandingan ini dihasilan nilai yang sama, proses pembelaaran aan berhenti. Tetapi apabila berbeda, maa aringan mengubah pembobot yang ada pada hubungan antar neuron dengan suatu aturan tertentu agar nilai output lebih mendeati nilai target. Proses pengubahan pembobot adalah dengan cara mempropagasian embali nilai orelasi galat output aringan e lapisan-lapisan sebelumnya (propagasi bali). Kemudian dari lapisan input, pola aan diproses lagi untu mengubah nilai pembobot, hingga ahirnya memperoleh output aringan baru. Proses ini dilauan berulang-ulang sampai diperoleh nilai yang sama atau minimal sesuai dengan galat yang diinginan. Proses perubahan pembobot inilah yang disebut proses pembelaaran. Inisialisasi Pembobot Nguyen-Widrow Inisialisasi pembobot dari neuron input e neuron tersembunyi bertuuan untu meningatan emampuan neuron-neuron tersembunyi untu melauan pembelaaran. Hal ini dilauan dengan mendistribusian pembobot dan bias awal sedemiian rupa sehingga dapat meningatan emampuan lapisan tersembunyi dalam melauan proses pembelaaran. Inisialisasi Nguyen-Widrow didefinisian sebagai persamaan beriut (Fausett 1994): - Hitung harga fator pensalaan β p 1 n β = (3) dimana: β = fator pensalaan n = umlah neuron lapisan input p = umlah neuron lapisan tersembunyi - Untu setiap unit tersembunyi (=1, 2,...,p): - Hitung v i (lama) yaitu bilangan aca diantara -0.5 dan 0.5 (atau diantara -γ dan +γ). Pembaharuan pembobot v i (lama) menadi v i baru yaitu: β v i ( lama ) v i ( baru ) =... (4) v ( lama ) - Tetapan bias. v i = Pembobot pada bias bernilai antara -β dan β. Resilient Bacpropagation Resilient bacpropagation atau biasa disingat RPROP adalah salah satu algoritma yang digunaan untu mempercapat lau pembelaaran pada pelatihan aringan syaraf tiruan propagasi bali. RPROP melauan penyesuaian nilai bobot secara langsung berdasaran informasi dari gradien loalnya. Untu melauannya, pada tiap nilai bobot diberian suatu nilai perubahan bobot individual yang secara personal menentuan besarnya perubahan bobot. Nilai perubahan ini terus berubah selama proses pembelaaran berdasaran pada pengamatan loalnya terhadap fungsi galatnya (Riedmiller dan Braun, 1993). Secara sederhana, algoritma ini menggunaan tanda turunan untu menentuan arah perbaian bobot-bobot. Besarnya perubahan setiap bobot ditentuan oleh suatu fator yang diatur pada parameter yang disebut delt_inc dan delt_dec. Apabila gradien fungsi error berubah tanda dari satu iterasi e iterasi beriutnya, maa bobot aan berurang sebesar delt_dec. Sebalinya apabila gradien error tida berubah tanda dari satu iterasi e iterasi beriutnya, maa bobot aan berurang sebesar delt_inc. Apabila gradien error sama dengan 0 maa perubahan sama dengan perubahan bobot sebelumnya. Pada awal iterasi, besarnya

14 6 perubahan bobot diinisalisasian dengan parameter delta0. Besarnya perubahan tida boleh melebihi batas masimum yang terdapat pada parameter deltamax, apabila perubahan bobot melebihi batas masimum perubahan bobot, maa perubahan bobot aan ditentuan sama dengan masimum perubahan bobot (Mathwors, 1999). Untu lebih elasnya algoritma RPROP disaian pada Lampiran 1. METODOLOGI PENELITIAN Data Data yang digunaan pada penelitian ini adalah gelombang suara yang telah didiitasi dan diream dari 10 pembicara, yaitu 5 pembicara lai-lai dan 5 pembicara perempuan dengan rentang usia tahun. Masingmasing pembicara diambil suaranya dalam anga watu yang sama dan tanpa pengarahan (unguided). Yang dimasud tanpa pengarahan adalah pembicara dapat menggunaan cara pengucapan, intonasi, dan logat apapun pada saat meream data. Setiap suara dicupli dengan sampling rate Hz dan emudian diuantisasi dengan e dalam representasi 16 bit. Pemilihan sampling rate Hz didasaran pada pengetahuan bahwa sampling rate di atas Hz dapat meminimalan efe aliasing pada onversi dari analog menadi diital (Jurafsy & Martin 2000). Jenis identifiasi pembicara yang dilauan bersifat bergantung pada tes, maa ata yang diucapan bai untu pelatihan maupun penguian telah ditentuan yaitu omputer. Kata tersebut diucapan sebanya 60 ali oleh tiap pembicara, sehingga terdapat 600 file data. Di samping itu, diperluan uga data yang memilii noise dengan umlah yang sama untu mengetahui pengaruh noise terhadap aurasi. Selanutnya untu melihat eauratan model JST yang dibangun terhadap identifiasi tertutup, digunaan 50 data suara dari 10 pembicara lainnya. Sama seperti pengambilan data suara sebelumnya, 5 pembicara lai-lai dan 5 pembicara perempuan dengan rentang usia tahun diambil suaranya dalam anga watu yang sama dan tanpa pengarahan Masing-masing pembicara mengucapan ata yang sama, yaitu omputer, sebanya lima ali. Data suara yang dihasilan dari proses ini selanutnya disebut sebagai data non model. Proses Pengenalan Suara Proses pengenalan suara dalam penelitian ini secara umum terdiri dari 4 tahap yaitu: (1) Tahap Input Data: Pada tahap ini dilauan pengumpulan data dengan cara meream data dan menyimpannya dalam bentu file berestensi WAV. (2) Tahap Pra-proses: Proses peredusian dan analisis fitur dari data dengan menggunaan Mel-Frequency Ceptrum Coeffisien. (3) Tahap Pelatihan Jaringan Syaraf Tiruan Metode pelatihan yang digunaan adalah resilient bacpropagation dengan tipe supervised learning. (4) Tahap Penguian Jaringan Syaraf Tiruan Model aringan syaraf tiruan yang terbentu dari hasil pelatihan diui dengan data ui emudian diuur aurasinya. Diagram proses ditunuan pada Gambar 5. Gambar 5 Proses pengenalan pembicara Data suara terlebih dahulu dionversian e dalam bentu vetor emudian dilauan praproses dengan MFCC pada data tersebut. Selanutnya semua data untu pelatihan digabungan menadi suatu matris data input

15 7 yang aan digunaan sebagai input dari aringan syaraf tiruan. Hasil dari pelatihan yang berupa suatu model aringan syaraf tiruan dengan bobot yang telah sesuai digunaan untu tahap penguian dan ahirnya diperoleh hasil penguian berupa tingat eauratan terhadap data suara yang aan dienal. Arsitetur Jaringan Syaraf Tiruan Arsitetur JST Propagasi Bali yang digunaan adalah arsitetur multilayer perceptron dengan satu hidden layer. Jumlah neuron input disesuaian dengan hasil peredusian dengan MFCC. Jumlah neuron hidden dibagi menadi tiga puluh perlauan yani 10 sampai 300 dengan increment 10. Sedangan umlah neuron output disesuaian dengan target pembicara. Inisialisasi yang digunaan adalah Nguyen-Widrow dengan alasan lau pembelaaran yang lebih bai (Fausett 1994). Strutur JST Resilient Bacpropagation dapat dilihat pada Tabel 1. Tabel 1 Strutur JST Resilient Bacpropagation Karateristi Spesifiasi Arsitetur Jumlah neuron input Jumlah neuron hidden Jumlah neuron output Inisialisasi bobot Fungsi Pembelaaran Fungsi ativasi Toleransi galat 1 hidden layer Dimensi hasil MFCC 10 sampai 300 dengan increment (Definisi target) Nguyen-Widrow Resilient Bacpropagation Log-sigmoid Parameter-parameter Resilient Bacpropagation Walaupun pada resilient bacpropagation ada banya parameter yang dapat diatur, tetapi sebagian besar dari parameter-parameter tersebut dapat digunaan dengan nilai yang diatur secara default. Hal ini disebaban arena variasi nilai dari parameter-parameter tersebut tida terlalu mempengaruhi watu yang dibutuhan untu pelatihan (Riedmiller dan Braun, 1993). Berdasaran hasil penelitian tersebut, pada penelitian ini digunaan nilai default pada parameter-parameter yang diperluan. Nilai delta0 yang digunaan adalah 0,1. Nilai deltamax dan deltamin masing-masing sebesar 50 dan 0,1. Sedangan untu parameter delt_inc dan delt_dec digunaan nilai 1,2 dan 0,5. Lingungan Pengembangan Program diimplementasian menggunaan perangat luna Matlab Pemilihan perangat luna ini dilauan dengan mempertimbangan emudahan dalam pengolahan matris, penghitungan statistia dan aringan syaraf tiruan propagasi bali. Sedangan sistem operasi yang digunaan ialah Microsoft Windows XP Professional. Perangat eras yang digunaan dalam penelitian ini ialah omputer personal dengan processor AMD Sempron 2600+, RAM DDR 512 MB, dan harddis dengan apasitas 80 GB. HASIL DAN PEMBAHASAN Hasil Pengambilan Data Data suara yang digunaan diream menggunaan fungsi wavrecord pada Matlab, dan disimpan menadi file berestensi WAV dengan fungsi wavwrite. Setiap pembicara mengucapan ata omputer sebanya 60 ali sehingga didapat 600 data suara. Setiap suara diream selama 1 deti tanpa pengarahan (unguided) dengan sampling rate Hz dan emudian diuantisasi dengan e dalam representasi 16 bit, sehingga masing-masing menghasilan uuran file 31,25 KB. Untu mendapatan data yang memilii noise, data yang telah diumpulan sebelumnya disalin sebanya dua ali emudian ditambahan white gaussian noise masingmasing dengan SNR 30 db dan 20 db. Setelah tahapan ini selesai dilauan, didapatan tiga tipe data suara yaitu: data tanpa noise, data dengan SNR 30 db, dan data dengan SNR 20 db dengan umlah 600 data suara untu tiap tipenya. Selanutnya data yang telah diumpulan tadi dibagi menadi dua elompo dengan perbandingan 2:1 untu tiap pembicara. Kelompo pertama, sebanya 400 data suara, aan digunaan sebagai data latih dan elompo edua, sebanya 200 data suara digunaan sebagai data ui. Data non model didapatan dengan cara yang sama. Praproses dengan MFCC Data suara yang dihasilan dari proses yang dielasan di atas memilii uuran yang cuup besar. Sampling rate Hz dan watu pereaman 1 deti membuat matris yang dihasilan untu tiap suara beruuran sehingga dianggap terlalu besar ia dilauan pelatihan dan penguian secara langsung. Untu mengatasi masalah tersebut, data suara yang telah diumpulan tadi diredusi terlebih

16 8 dahulu dengan menggunaan Mel-Frequency Cepstrum Coefficients (MFCC). Dengan MFCC, data suara yang telah diumpulan diredusi dengan cara dilauan segmentasi dan emudian diambil beberapa oefisien dari tiap segmen tersebut yang dianggap mewaili eseluruhan segmen. Hasil dari MFCC adalah matris ceptrum coefficients dengan uuran m n, dengan n adalah banyanya segmen dan m adalah umlah oefisien dari tiap segmen tersebut. Pada penelitian ini, digunaan fungsi dari Auditory Toolbox yang diembangan oleh Slanley pada tahun Setiap data suara aan dibagi menadi segmen beruuran masingmasing 30 ms dengan overlap 50% sehingga menghasilan 66 segmen. Dari tiap segmen tersebut diambil 13 oefisien sehingga setelah melewati tahap praproses tiap datum suara aan menadi sebuah matris dengan uuran Matris inilah yang selanutnya digunaan sebagai data untu melauan pelatihan dan penguian pada aringan syaraf tiruan yang dibangun. Pengembangan Model Jaringan Syaraf Tiruan Tiga puluh perlauan yang berbeda dalam umlah neuron tersembunyi mengaibatan perlu dibangunnya sepuluh model aringan syaraf tiruan yang berbeda dengan tiap model mewaili satu enis perlauan. Tiga puluh model tadi emudian dilatih dan diui untu mendapatan model dengan nilai aurasi yang optimal. Pelatihan dan penguian yang dilauan pada tiap model dilauan sebanya lima ali arena pada saat inisialisasi bobot digunaan bilangan random sehingga tiap ali ulangan dihasilan nilai aurasi yang berbeda. Nilai aurasi yang didapat emudian dihitung rata-ratanya untu mendapatan nilai aurasi rata-rata yang digunaan sebagai pembanding dalam mencari nilai aurasi yang optimal. Grafi aurasi rata-rata dari tiap model pada pelatihan dengan data tanpa noise diperlihatan pada Gambar 6 dan diabaran dengan lebih elas pada Lampiran 2. Dari hasil penelitian, aurasi rata-rata optimal yang dicapai adalah 92.8% yang didapatan dari model dengan seratus neuron tersembunyi. Di sisi lain, aurasi rata-rata terendah yang dicapai adalah 58,6% yang didapat pada model dengan sepuluh neuron tersembunyi. Dari Gambar 6 uga dapat dilihat bahwa nilai dari aurasi rata-rata yang dihasilan oleh model JST dengan sepuluh neuron tersembunyi sampai dengan seratus neuron tersembunyi secara umum bergera nai seiring bertambahnya umlah neuron. Tetapi setelah umlah neuron tersembunyi melebihi seratus, aurasi rata-rata yang dihasilan berflutuasi dengan ragam yang ecil di seitar nilai tertentu. Perubahan aurasi rata-rata dari model sampai dengan seratus neuron tersembunyi sangat mungin disebaban oleh pengaruh banyanya umlah bobot yang digunaan sebagai oefisien dalam proses perhitungan dari tiap neuron. Tiap nilai bobot berpengaruh besar dalam menentuan eluaran dari esuluruhan model JST yang dibuat. Nilai bobot ini selalu diperbaharui pada tiap iterasi. Dengan lebih banya bobot yang dapat diperbaharui, nilai bobot yang disimpan dapat lebih tepat sehingga menghasilan perhitungan yang lebih aurat. Jumlah neuron tersembunyi yang lebih banya uga membuat eluaran dari hidden layer menadi lebih banya. Keluaran dari hidden layer digunaan sebagai nilai masuan pada output layer. Hal ini menyebaban perhitungan yang dilauan pada output layer menadi lebih aurat arena masuan yang didapatnya lebih banya dan dengan bobot yang lebih tepat. Perbandingan Aurasi Rata-rata Terhadap Jumlah Neuron Tersembunyi aurasi rata-rata umlah neuron tersembunyi Gambar 6 Grafi perbandingan nilai aurasi rata-rata terhadap umlah neuron tersembunyi pada pelatihan dengan data tanpa noise.

17 9 Namun setelah umlah neuron tersembunyi melewati anga seratus neuron, nilai aurasi rata-rata cenderung onvergen. Dari fata tersebut dapat disimpulan bahwa nilai aurasi masimal yang bisa dicapai oleh model JST untu data yang dimasuan telah dicapai sehingga aurasi yang dihasilan oleh tiap model JST cenderung onvergen. Pada Gambar 7 ditampilan umlah epoh rata-rata yang dibutuhan untu mencapai nilai galat yang diehendai pada saat pelatihan untu tiap model JST. Dari nilai-nilai yang ditampilan, terlihat bahwa perilau dari umlah epoh rata-rata yang dibutuhan untu mencapai nilai galat yang diinginan urang lebih mirip dengan perilau dari nilai aurasi rata-rata yang dihasilan oleh model JST. Sampai dengan sembilan puluh neuron tersembunyi, umlah epoh rata-rata yang dibutuhan untu mencapai nilai galat yang diehendai menurun seiring dengan pertambahan umlah neuron tersembunyi. Penurunan umlah epoh yang dibutuhan seiring dengan pertambahan umlah neuron ini terait erat dengan alasan teradinya enaian nilai aurasi rata-rata seiring dengan enaian umlah neuron tersembunyi. Perhitungan yang lebih aurat di output layer menyebaban eluaran dari eseluruhan model JST menadi lebih aurat sehingga galat yang didapat sudah cuup mendeati target. Banyanya bobot yang dapat diperbaharui uga mengaibatan nilai bobot yang disimpan dapat lebih tepat sehingga umlah iterasi yang diperluan untu untu mencapai nilai galat yang diehendai tida terlalu banya. Keteraitan ini diuatan dengan enyataan bahwa nilai aurasi rata-rata cenderung meningat seiring dengan semain turunnya umlah epoh rata-rata dari model pada model JST dengan umlah neuron tersembunyi urang dari seratus. Selanutnya, setelah umlah neuron tersembunyi melebihi seratus, umlah epoh yang dibutuhan untu mencapai nilai galat yang diehendai berflutuasi menuu suatu nilai tertentu, mirip dengan yang teradi pada nilai aurasi yang dihasilan tiap model JST. Dari Fata ini dapat disimpulan pula bahwa nilai epoh minimum yang dibutuhan untu mencapai nilai galat yang diehendai telah tercapai sehingga selanutnya epoh yang dibutuhan cenderung tida terlalu berubah untu tiap penambahan umlah neuron tersembunyi. Kemudian apabila diamati, terlihat bahwa nilai aurasi rata-rata yang tinggi didapat dari model yang dilatih dengan umlah epoh yang relatif ecil. Fata tersebut memperuat analisis bahwa nilai aurasi yang dihasilan oleh tiap model JST beraitan erat dengan umlah epoh yang dibutuhan untu mencapai nilai galat yang diehendai arena alasan seperti yang telah dielasan sebelumnya. Untu melihat perilau dari model JST yang dibangun terhadap data yang diberi noise, dilauan pelatihan dan penguian model JST dengan arsitetur yang sama dengan data yang memilii noise. Pada Gambar 8 ditampilan aurasi rata-rata yang dihasilan dari pelatihan dan penguian model JST pada data dengan SNR 30 db. Hasil pelatihan dan penguian model JST dari tiga puluh perlauan umlah neuron tersembunyi pada data dengan SNR 30 db diabaran dengan lebih elas pada Lampiran 3. Perbandingan Epoh Rata-rata Terhadap Jumlah Neuron Tersembunyi epoh rata-rata umlah neuron tersembunyi Gambar 7 Grafi perbandingan umlah epoh rata-rata terhadap umlah neuron tersembunyi pada pelatihan dengan data tanpa noise.

18 10 Perbandingan Aurasi Terhadap Jumlah Neuron Tersembunyi pada Data dengan SNR 30dB aurasi rata-rata umlah neuron tersembunyi Gambar 8 Grafi perbandingan nilai aurasi rata-rata terhadap umlah neuron tersembunyi pada pelatihan dengan data SNR 30 db. Dari hasil penelitian, nilai aurasi rata-rata terbai adalah 71% yang dihasilan dari model JST dengan 200 neuron tersembunyi. Sementara itu, nilai aurasi rata-rata terendah embali dihasilan dari model dengan dengan umlah lapisan neuron tersediit, yaitu sepuluh. Di samping itu uga terlihat bahwa sampai dengan lima puluh neuron tersembunyi, nilai aurasi rata-rata cenderung nai seiring dengan pertambahan umlah neuron tersembunyi. Setelah itu, nilai aurasi yang dihasilan embali berflutuasi menuu suatu nilai. Dari perilau ini dapat disimpulan bahwa dengan model JST yang dibangun, untu data dengan SNR 30 db nilai aurasi masimal yang dapat dicapai tida dapat lebih bai lagi. Hasil yang didapat dari pelatihan dan penguian model JST dengan arsitetur yang sama pada data yang dengan SNR 20dB uga memperlihatan perilau yang mirip. Aurasi rata-rata yang dihasilan oleh tiap model JST tersebut diperlihatan pada Gambar 9. Hasil pelatihan dan penguian model JST dari tiga puluh perlauan umlah neuron tersembunyi pada data dengan SNR 20 db diabaran dengan lebih elas pada Lampiran 4. Pada Gambar 9 seali lagi terlihat bahwa aurasi yang dihasilan cenderung nai sampai suatu titi lalu emudian berflutuasi menuu suatu nilai. Bahan ali ini flutuasi hampir terlihat dari awal arena nilai aurasi rata-rata yang dihasilan oleh tiap model JST hampir tida menunuan peningatan yang terlalu berarti. Nilai aurasi rata-rata yang dihasilan dari model JST dengan umlah neuron tersediit, dalam hal ini sepuluh, hanya berbeda beberapa persen dari nilai aurasi rata-rata yang dihasilan oleh model JST dengan tiga ratus neuron tersembunyi. Dari fata tersebut dapat disimpulan bahwa untu data dengan noise yang cuup besar, umlah neuron tersembunyi tida terlalu berpengaruh dalam meningatan nilai aurasi rata-rata. Selanutnya, untu melihat pengaruh dari noise terhadap nilai aurasi dilauan perbandingan nilai aurasi rata-rata yang dihasilan dari tiap enis data. Gambar 10 menampilan perbandingan langsung dari aurasi rata-rata yang dihasilan tiap model JST yang dilatih dan diui dengan tipe data yang berbeda. Perbandingan Aurasi Terhadap Jumlah Neuron Tersembunyi Pada Data dengan SNR 20 db aurasi rata-rata umlah neuron tersembunyi Gambar 9 Grafi perbandingan nilai aurasi rata-rata terhadap umlah neuron tersembunyi pada data dengan SNR 20 db

19 11 aurasi rata-rata Perbandingan Nilai Aurasi Rata-rata Terhadap Jumlah Neuron Tersembunyi pada Berbagai Data umlah neuron tersembunyi data tanpa noise data dengan SNR 30dB data dengan SNR 20dB Gambar 10 Grafi perbandingan nilai aurasi rata-rata terhadap umlah neuron tersembunyi. Dari gambar, terlihat bahwa nilai aurasi rata-rata dari tiap model JST yang dilatih dan diui dengan data tanpa noise selalu lebih besar dibandingan dengan nilai aurasi rata-rata dari tiap model JST yang dilatih dan diui dengan data yang diberi noise. Di samping itu, terlihat pula bahwa data dengan noise yang lebih buru, dalam hal ini 20 db, menghasilan nilai aurasi rata-rata yang lebih buru pula bila dibandingan dengan model yang dilatih dan diui dengan data yang diberi noise 30 db. Hal ini memberian esimpulan bahwa nilai aurasi aan lebih bai ia data yang digunaan dalam pelatihan dan penguian lebih bai. Dari grafi uga terlihat bahwa onvergensi dari tiap data tida sama. Dari grafi terlihat bahwa data tanpa noise onvergensi teradi pada saat umlah neuron tersembunyi telah melewati anga seratus, sedangan pada data dengan noise 30 db onvergensi sudah teradi pada saat umlah neuron tersembunyi masih tuuh puluh. Bahan pada data dengan noise 20 db onvergensi hampir terlihat dari awal. Di samping itu, dari grafi dapat terlihat pula bahwa emiringan dari garis yang menyataan aurasi rata-rata cenderung meningat ia data yang digunaan lebih bai. Dari fata tersebut dapat disimpulan bahwa ia digunaan data yang guided maa aurasi yang didapat aan auh lebih bai. Pengambilan Threshold Dengan model JST yang optimal, dilauan pengambilan nilai threshold untu tiap pembicara. Threshold tersebut digunaan pada saat identifiasi untu melauan selesi yang lebih aurat dari hasil identifiasi setiap suara. Nilai threshold dari tiap pembicara berfungsi sebagai ambang batas nilai eluaran yang diterima untu dapat diidentifiasian sebagai pembicara tersebut. Data threshold diambil dengan menadian data latih sebagai data ui. Keluaran yang diidentifiasi dengan benar dari model JST emudian disimpan dalam suatu matris. Dari matris tersebut emudian diambil nilai eluaran minimal untu tiap pembicara. Nilai eluaran minimal tersebut adalah nilai yang digunaan sebagai threshold untu tiap pembicara (Ho, 1998). Hasil Identiasi Pembicara Model JST Terbai pada Data Tanpa Noise Identifiasi dilauan dengan menadian data ui sebagai masuan untu model JST yang telah selesai dilatih. Keluaran dari tiap neuron di ouput layer model JST tersebut emudian dicari nilai masimalnya. Nilai masimal tersebut menunuan identifiasi pembicara dari data suara yang dimasuan. Hasil identifiasi pembicara untu dua puluh data tanpa noise dan tida menggunaan threshold ditampilan pada Tabel 2. Dari Tabel 2 dapat dilihat bahwa pembicara yang dapat diidentiasi dengan benar seluruhnya adalah pembicara 1, pembicara 2, pembicara 5, dan pembicara 8. Di samping itu, dapat dilihat uga bahwa pembicara yang paling sediit diidentifiasi dengan benar adalah pembicara 9. Pada pembicara tersebut, data ui yang dapat diidentifiasi dengan benar hanya tuuh belas data atau 85% sedangan sisanya dua data ui diidentifiasi sebagai suara pembicara 6 dan satu diidentiasi sebagai suara pembicara 7. Dari data, dapat dihitung aurasi identifiasi dari model JST tersebut untu seluruh pembicara adalah 96 %.

20 12 Tabel 2 Hasil identifiasi model JST terbai dari dua puluh data pembicara tanpa threshold Pembicara Diidentifiasi Sebagai Pembicara Persentase % % % % % % % % % % Ada dua alasan yang dapat menelasan teradinya perilau tersebut. Pertama, model JST yang dibangun urang dapat membedaan dengan bai suara pembicara 6, pembicara 7, dan pembicara 9. Hal ini mungin disebaban arena pada pelatihan, galat target yang digunaan urang ecil sehingga pelatihan belum optimal. Alasan edua adalah data suara yang digunaan pada pelatihan atau penguian dari pembicara 6, pembicara 7, dan pembicara 9 urang lebih mirip. Pada Tabel 2 uga terlihat bahwa ada dua data suara dari pembicara lain yang teridentifiasi sebagai data suara pembicara 5. Data suara itu adalah data suara mili pembicara pembicara 3 dan satu suara mili pembicara 4. Sementara di lain piha, seluruh data ui dari pembicara 5 diidentifiasi dengan benar. Perilau ini menguatan alasan bahwa data yang digunaan pada pelatihan dan penguian urang lebih mirip sehingga model JST yang dibangun dengan arsitetur yang direncanaan belum dapat mengidentifiasi dengan bai. Selanutnya, pada proses identifiasi ditambahan satu tahapan lagi. Kali ini setelah ditemuan nilai masimal dari eluaran model JST, dilauan pembandingan terhadap nilai threshold dari pembicara tersebut. Sebuah data suara yang diui diidentifiasi sebagai suara salah seorang pembicara hanya ia nilai masimal eluaran dari model JST, yang menyataan bahwa data tersebut suara dari salah seorang pembicara, lebih besar dari nilai threshold. Apabila nilai masimal yang ditemuan masih lebih ecil dari pada nilai threshold maa data suara tersebut tida diategorian sebagai satu pun pembicara. Dengan penambahan tahap threshold dalam proses identifiasi, model JST yang dibangun menadi lebih hati-hati dalam mengidentifiasi suatu suara. Hasil identifiasi pembicara untu dua puluh data penguian tanpa noise dengan menggunaan threshold ditampilan pada Tabel 3. Pada tabel tersebut ditambahan satu pembicara baru yaitu pembicara 0. Pembicara ini ditambahan dengan masud untu menampung data suara yang hasil identifiasinya lebih ecil daripada nilai threshold. Tabel 3 Hasil identifiasi model JST terbai dari dua puluh data pembicara dengan threshold Diidentifiasi Sebagai Pembicara Pembicara Persentase % % % % % % % % % %

21 13 Dari Tabel 3 dapat dilihat bahwa setelah ditambahan threshold tida ada lagi data suara dari satu pembicara yang teridentifiasi sebagai pembicara lain. Tapi di lain piha dapat dilihat uga bahwa tida ada lagi data suara yang seluruhnya diidentifiasi dengan benar. Jumlah data suara yang teridentifiasi dengan benar terbanya hanya sembilan belas data yaitu data suara dari pembicara 5, pembicara 6, dan pembicara 10. Satu data suara dari masingmasing pembicara tadi dienali sebagai pembicara 0 yang berarti bahwa nilai eluaran model JST untu data tersebut lebih ecil dari nilai thresholdnya. Jumlah data suara yang teridentifiasi dengan benar terendah teradi pada pembicara 4 dan pembicara 7, yaitu tiga belas data suara atau hanya 65 % dari seluruh data suara yang diuian. Jumlah data suara teridentifiasi dengan benar yang rendah uga teradi pada pembicara 8. Dari dua puluh data yang diuian, hanya empat belas data yang diidentifiasi dengan benar. Bila dibandingan dengan identifiasi tanpa threshold, umlah data suara yang teridentifiasi dengan benar pada identifiasi dengan threshold secara umum mengalami penurunan yang cuup drastis. Hal ini dapat dilihat dengan elas dalam grafi perbandingan umlah data suara yang teridentifiasi dengan benar pada Gambar 11. Jumlah teridentifiasi benar Pembicara Keterangan : identifiasi tanpa threshold identifiasi dengan threshold Gambar 11 Grafi perbandingan umlah data suara yang teridentifiasi dengan benar pada data tanpa noise Dari grafi terlihat bahwa pada identifiasi tanpa threshold umlah data suara yang dienali dengan benar secara umum mengalami penurunan dibandingan dengan identifiasi tanpa threshold. Nilai aurasi eseluruhan pun turun menadi hanya 82.5%. Hal ini disebaban arena hasil eluaran dari model JST untu data suara tersebut masih lebih ecil dari nilai threshold pembicara yang bersangutan. Keadaaan tersebut mengaibatan data suara yang diuian tadi dianggap buan merupaan suara dari pembicara yang bersangutan dan emudian dilasifiasian sebagai data suara pembicara 0. Penurunan umlah data suara teridentifiasi dengan benar yang cuup drastis ini emunginan disebaban oleh dua hal. Pertama, data dan model JST yang digunaan masih urang bai. Model yang masih urang bai menyebaban identifiasi urang bai, yang digambaran dengan nilai masimal eluaran dari model yang urang besar. Nilai masimal eluaran yang urang besar ini mengaibatan data suara yang diuian diangap buan suara pembicara yang bersangutan arena nilainya lebih ecil dari threshold. Kemunginan edua adalah urang bainya nilai threshold itu sendiri. Jia nilai threshold yang diambil terlalu besar, maa aan banya data suara yang tida teridentifiasi arena nilai masimalnya lebih ecil dari threshold. Untu mengamati etepatan nilai threshold yang dipaai dilauan penguian model JST dengan data suara dari pembicara yang tida iut serta dalam pelatihan model JST. Idealnya, seluruh data yang diui aan dienali sebagai pembicara 0 arena pembicara tida iut dalam pelatihan. Hasil identifiasi dua puluh data suara tanpa noise dari pembicara yang tida iut serta dalam pelatihan dan dengan menggunaan threshold ditampilan pada Tabel 4. Pada Tabel 4 terlihat bahwa secara umum model JST dan threshold yang digunaan sudah dapat mengenali data suara tanpa noise dari pembicara yang tida iut serta dalam pelatihan dengan bai. Kesalahan hanya teradi pada pembicara non model 1. Pada pembicara non model 1 ada satu data suara yang dienali sebagai pembicara 4. Dari sini ita dapat menyimpulan bahwa threshold yang digunaan tida terlalu tinggi sehingga masih ada satu data suara dari pembicara yang tida iut serta dalam pelatihan yang dienali sebagai pembicara 4, yang iut serta dalam pelatihan. Dengan demiian dapat disimpulan bahwa penyebab turunnya nilai aurasi rata-rata setelah penerapan nilai threshold adalah data dan model aringan syaraf tiruan yang digunaan untu identifiasi pembicara tida cuup bai.