PEMBUATAN PERANGKAT BASIS DATA UNTUK SINTESIS UCAPAN (NATURAL SPEECH SYNTHESIS) BERBAHASA INDONESIA BERBASIS HIDDEN MARKOV MODEL (HMM)
|
|
- Hartanti Darmadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 PEMBUATAN PERANGKAT BASIS DATA UNTUK SINTESIS UCAPAN (NATURAL SPEECH SYNTHESIS) BERBAHASA INDONESIA BERBASIS HIDDEN MARKOV MODEL (HMM) Oleh: ELOK ANGGRAYNI NRP Dosen Pembimbing: Prof. Dr. Ir. Sekartedjo, M.Sc NIPN Dr. Dhany Arifianto, S.T., M.Eng NIPN
2 Tahukah Anda tentang perkembangan TEKNOLOGI HUMAN MACHINE???
3
4 HIBURAN MEDIS
5 BAGAIMANA membuat semua TEKNOLOGI ITU??
6 Dengan SPEECH SYNTHESIS.. Ternyata Speech synthesis sangatlah bermanfaat bagi KEHIDUPAN...
7 SPEECH SYNTHESIS (Sintesis Ucapan) adalah ucapan yang diproses oleh komputer berdasarkan data suara manusia menggunakan program tertentu yang telah dirancang dan menghasilkan keluaran berupa sinyal suara
8 Sintesis ucapan (speech synthesis) dapat dibuat dengan menggabungkan potongan hasil rekaman ucapan manusia yang disimpan dalam database. Jauh sebelum pemrosesan sinyal elektronik (electronic signal processing) ditemukan, ada orang-orang yang mencoba untuk membuat mesin untuk membuat suara manusia. SPEECH SYNTHESIS Sistem operasi komputer telah memiliki speech synthesizers sejak awal 1990-an. Speech synthesis merupakan produksi buatan dari ucapan manusia.
9 BAHASA INGGRIS BAHASA JEPANG SPEECH SYNTHESIS BAHASA THAILAND BAHASA MALAY
10 BAHASA INDONESIA?????
11 RUMUSAN MASALAH: 1. Bagaimana membuat basis data dalam bahasa Indonesia untuk pembuatan sintesis ucapan (natural speech synthesis) berbahasa Indonesia berdasarkan kaidah keseimbangan fonetik (phonetically balanced)? 2. Bagaimana membuat segmentasi dan labeling dataset untuk mempersiapkan rancangan sistem sintesis ucapan (natural speech synthesis) berbahasa Indonesia berbasis Hidden Markov Model (HMM)? 3. Bagaimana menyiapkan perangkat lunak untuk melakukan sintesis ucapan berbahasa Inggris maupun berbahasa Indonesia berbasis Hidden Markov Model (HMM)?
12 Untuk keperluan pembuatan basis data kalimat bahasa Indonesia digunakan kalimat bahasa Indonesia yang memenuhi keseimbangan fonetik (phonetically balanced) dengan jumlah kalimat 1529 buah kalimat. Basis data suara yang digunakan berasal dari suara satu orang wanita dan satu orang laki-laki yang tidak memiliki logat bahasa daerah tertentu. BATASAN MASALAH Teknik pengambilan data pada masing-masing objek dilakukan dengan perekaman langsung menggunakan interface EMU dan software Adobe Audition 3.0. Metode yang digunakan untuk membangun sintesis ucapan natural adalah metode Hidden Markov Models (HMM).
13 Diagram alir proses penelitian
14 Tabel 1. Fonem dalam bahasa Indonesia berdasarkan International Phonetic Alphabet (IPA). (Suyanto, 2009)
15 Pembuatan 1529 Kalimat
16
17 Diagram alir proses pembuatan database
18 Berikut adalah setting alat saat perekaman : Jarak antara mikrofon dengan naracoba ± 2-3 cm. Non-aktifkan perangkat suara (sound) pada komputer sehingga dapat mendengarkan secara langsung suara yang direkam melalui E-MU Parameter sinyal suara yang digunakan pada software adobe audition sesuai dengan yang parameter berikut ini:
19 PEREKAMAN Perekaman Suara Laki-laki & Perempuan Setting description : 1. Mono, 32 bit, frekuensi sampling Hz 2. Hasil perekaman disimpan dalam ekstensi.wav 3. Hasil perekaman yang disimpan dalam ekstensi.wav diubah menjadi ekstensi.txt BACK
20 BACK
21 Plot Amplitudo Digital Kalimat no 36 Amalia
22 Plot Amplitudo Digital Kalimat no 36 Hadi
23 Database 1529 Kalimat Hasil Rekaman 1529 Kalimat
24 Diagram alir proses segmentasi dan labeling
25 Diagram alir proses segmentasi dan labeling
26 Diagram alir proses segmentasi dan labeling
27
28 Hasil Segmentasi 100 Hasil Rekaman
29 Diagram alir proses penelitian
30 HMM-based speech synthesis system (HTS) HMM-based speech synthesis system (HTS) dikembangkan oleh kelompok kerja HTS Speaker dependent (SD) / adaptation (SA) demo scripts * SD: HTS-demo_CMU-ARCTIC-SLT * SA: HTS-demo_CMU-ARCTIC-ADAPT
31
32
33
34 DATABASE sangat PENTING dalam merancang sistem SPEECH SYNTHESIS
35 Festival OpenFst-.
36 Running Speaker Dependent Normal Membutuhkan waktu 24 jam untuk menghasilkan synthetic speech Suara normal dari Database Suara Hasil Running
37 Running Speaker Adaptive/Adaptation Normal Membutuhkan waktu 3 hari untuk menghasilkan synthetic speech
38 Dengan menggunakan implementasi HTS pada arsitektur Festival, proses training data menggunakan 1132 kalimat dari CMU Communicator database 3. Speech signal disampel pada frekuensi 16 khz. Faktor-faktor ini diambil dari ucapan-ucapan menggunakan ekstraksi fitur fungsi dari Festival speech synthesis system. Waktu running yang dibutuhkan mesin inti (core engine) terdiri dari 8 modul, decision trees untuk spektrum, F 0 dan durasi, distribusi spektrum, F 0 dan durasi, sebuah konverter yang mengubah fitur yang telah diekstraksi oleh Festival ke dalam urutan label context dependent dan synthesizer yang menghasilkan gelombang untuk diberikan urutan label.
39 Menilai Kualitas Suara
40
41 Kesimpulan: 1. Diperoleh basis data dalam bahasa Indonesia untuk pembuatan sintesis ucapan (natural speech synthesis) berbahasa Indonesia berbasis Hidden Markov Model (HMM) sejumlah 1529 kalimat yang sesuai dengan kaidah keseimbangan fonetik (phonetically balanced), yaitu telah memenuhi 33 jenis fonem.
42 Kesimpulan: 2. Diperoleh segmentasi dan labeling dataset sebanyak 100 kalimat hasil rekaman suara laki-laki dan 100 kalimat hasil rekaman suara wanita untuk mempersiapkan rancangan sistem sintesis ucapan (natural speech synthesis) berbahasa Indonesia berbasis Hidden Markov Model (HMM).
43 Kesimpulan: 3. Penyiapan perangkat lunak untuk menjalankan sistem sintesis ucapan berbahasa Inggris berbasis HMM telah dilakukan dengan mengaplikasikan HTS yang menggunakan Festival framework dan berhasil dengan baik. Berdasarkan hasil uji kualitas suara menggunakan uji subyektif, melibatkan 20 responden, diperoleh naturalness dengan nilai Mean Opinion Score (MOS) 3,4 untuk pengujian hasil training speaker dependent (SD) training demo dan 3,2 untuk pengujian hasil speaker adaptation/adaptive (SAD) training demo. Dengan demikian, synthetic speech yang dihasilkan dapat dikategorikan baik dan perangkat lunak yang dipakai dapat digunakan untuk melakukan perancangan sistem sintesis ucapan berbahasa Indonesia.
44 LOGO
JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: ( Print) A-443
JURNAL TEKNIK POMITS Vol. 2, No. 2, (2013) ISSN: 2337-3539 (2301-9271 Print) A-443 Pembuatan Perangkat Basis Data untuk Sintesis Ucapan (Natural Speech Synthesis) Berbahasa Indonesia Berbasis Hidden Markov
Lebih terperinciManipulasi suara ucapan (speech morphing)
pernah tahu? Play Play Manipulasi suara ucapan (speech morphing) Proses manipulasi Sintesis parameter-parameter Suatu proses pembangkitan suara ucapan fisik suara ucapan yang terdapat pada sinyal suara,
Lebih terperinciBAB I PENDAHULUAN. Proses pengenalan kata merupakan salah satu fungsi dari
BAB I PENDAHULUAN I.1. Latar Belakang Masalah Proses pengenalan kata merupakan salah satu fungsi dari voice recognition. Voice recognition dibagi menjadi dua jenis, yaitu speech recognition dan speaker
Lebih terperinciFrekuensi Dominan Dalam Vokal Bahasa Indonesia
Frekuensi Dominan Dalam Vokal Bahasa Indonesia Tjong Wan Sen #1 # Fakultas Komputer, Universitas Presiden Jln. Ki Hajar Dewantara, Jababeka, Cikarang 1 wansen@president.ac.id Abstract Pengenalan ucapan
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Riset di bidang sistem pengenalan ucapan otomatis (Automatic Speech Recognition) merupakan salah satu riset yang banyak ditekuni dan terus dikembangkan hingga saat
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan lafal manusia agar dapat dilakukan oleh sebuah mesin telah menjadi fokus dari berbagai riset selama lebih dari empat dekade. Ide dasar yang sederhana
Lebih terperinciSuara bisa dibuat database engine untuk pengenalan kata. Dengan aplikasi ini, dapat secara otomatis melakukan transkripsi suara, sehingga dapat mengur
PEMBENTUKAN BASIS DATA UCAPAN DALAM BAHASA INDONESIA DAN PENGKODEANNYA BERDASARKAN LINEAR PREDICTIVE CODING (LPC) Elly Oktarina zonalee_cho@yahoo.com Universitas Gunadarma Jl. Margonda Raya No. 100 Pondok
Lebih terperinciPengenalan Fonem Vokal Bahasa Jawa Mataraman Menggunakan Metode Liner Predictive Model Dan Hidden Markov Model
Pengenalan Fonem Vokal Bahasa Jawa Mataraman Menggunakan Metode Liner Predictive Model Dan Hidden Markov Model Ziaul Haq, Teknik Informatika S1,Universitas Dian Nuswantoro Semarang Abstract Pengenalan
Lebih terperinciEVALUASI SUBYEKTIF EMISI AKUSTIK MESIN BERPUTAR OLEH OPERATOR MESIN KRI PULAU RUPAT-712 DI KOMANDO ARMADA RI KAWASAN TIMUR SURABAYA
EVALUASI SUBYEKTIF EMISI AKUSTIK MESIN BERPUTAR OLEH OPERATOR MESIN KRI PULAU RUPAT-712 DI KOMANDO ARMADA RI KAWASAN TIMUR SURABAYA Dhenok Ayu Setianingsih NRP. 2410105025 Pembimbing : Dr. Dhany Arifianto
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Wicara atau ucapan adalah cara berkomunikasi yang paling sederhana dan sering digunakan oleh manusia. Namun, seiring dengan perkembangan teknologi, proses komunikasi
Lebih terperinciAPLIKASI PENGENALAN UCAPAN SEBAGAI PENGATUR MOBIL DENGAN PENGENDALI JARAK JAUH
APLIKASI PENGENALAN UCAPAN SEBAGAI PENGATUR MOBIL DENGAN PENGENDALI JARAK JAUH Muh. Widyanto Tri Saksono*, Achmad Hidayatno, ST, MT **, Ajub Ajulian Z, ST, MT ** Jurusan Teknik Elektro, Fakultas Teknik,
Lebih terperinciBAB 4 IMPLEMENTASI DAN EVALUASI SISTEM. pengujian pada handset Galaxy Tab Hasilnya adalah sebagai berikut :
BAB 4 IMPLEMENTASI DAN EVALUASI SISTEM 4.1 Hasil Pengujian Pengenalan Kata Setelah dilakukan proses training Bahasa Indonesia, maka dilakukan pengujian pada handset Galaxy Tab 2 7.0. Hasilnya adalah sebagai
Lebih terperinciAPLIKASI PENGENALAN UCAPAN SEBAGAI PENGATUR KECEPATAN PUTARAN KIPAS ANGIN
APLIKASI PENGENALAN UCAPAN SEBAGAI PENGATUR KECEPATAN PUTARAN KIPAS ANGIN Riva Anggara Yudha*, Achmad Hidayatno, ST, MT **, Ajub Ajulian Z, ST, MT ** Jurusan Teknik Elektro, Fakultas Teknik, Universitas
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada masa sekarang, Digital Signal Processing (DSP) atau pemrosesan sinyal digital sudah banyak diterapkan di berbagai bidang karena data dalam bentuk digital
Lebih terperinciTEXT TO SPEECH ENGINE GENERIK BAHASA BUGIS WAJO
TEXT TO SPEECH ENGINE GENERIK BAHASA BUGIS WAJO Arif Bijaksana Putra Negara 1, Novi Safriadi 2, Anggi Perwitasari 3,Mizky Dwi Mentari Putri 4 (1) Universitas Tanjungpura,(arifbpn@gmail.com) (2) Universitas
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masin-masing komponen perangkat.
Lebih terperinciPEMISAHAN SINYAL SUARA MENGGUNAKAN METODE BLIND SOURCE SEPARATION ABSTRAK
PEMISAHAN SINYAL SUARA MENGGUNAKAN METODE BLIND SOURCE SEPARATION Berkat Willmart Telaumbanua / 0322055 Jurusan Teknik Elektro, Fakultas Teknik, Jl. Prof. Drg. Suria Sumantri 65, Bandung 40164, Indonesia
Lebih terperinciBAB 1 PENDAHULUAN. manusia untuk mendengar sangat luar biasa. Sistem pendengaran manusia dapat
BAB 1 PENDAHULUAN 1.1 Latar Belakang Mendengar adalah bagian penting dalam proses interaksi manusia. Kemampuan manusia untuk mendengar sangat luar biasa. Sistem pendengaran manusia dapat membedakan jenis
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Suara Suara adalah sebuah sinyal yang merambat melalui media perantara. suara dapat didefinisikan sebagai gelombang yang merambat dengan frekuensi dan amplitudo tertentu. Suara
Lebih terperinciJURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: D-33
JURNAL TEKNIK POMITS Vol. 2, No. 1, (2013) ISSN: 23019271 D33 Penentuan Posisi Sumber Bising Pada Area Turbine Geared Compressor Set Di PT. Gresik Power Indonesia (The Linde Group) Dengan Beamforming Hade
Lebih terperinciAplikasi Pengenalan Suara Dalam Pengaksesan Sistem Informasi Akademik
Aplikasi Pengenalan Suara Dalam Pengaksesan Sistem Informasi Akademik Jenny Putri Hapsari (L2F003511) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Semarang, Indonesia jenny_putri_hapsari@yahoo.com
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Desain Penelitian Berikut merupakan desain penelitian yang akan digunakan pada proses penelitian penerapan Hidden Markov Models : 40 Studi Literatur dan Kepustakaan Rumusan
Lebih terperinciBAB 3 PERANCANGAN SISTEM. yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk
BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Voice Command pada demonstrasinya merupakan aplikasi pengenalan suara yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk menampung
Lebih terperinciAPLIKASI PENGENALAN SUARA MENGGUNAKAN MICROSOFT SAPI SEBAGAI PENGENDALI PERALATAN ELEKTRONIK
APLIKASI PENGENALAN SUARA MENGGUNAKAN MICROSOFT SAPI SEBAGAI PENGENDALI PERALATAN ELEKTRONIK Sukarso 1, Abdusy Syarif 2 Teknik Informatika, Universitas Mercu Buana, Jakarta e-mail: 1 sukarso@gmail.com,
Lebih terperinciANALISA PENGARUH PENYAKIT FLU DAN BATUK TERHADAP SUARA PENDERITA DENGAN MENGGUNAKAN KOMPUTER
ANALISA PENGARUH PENYAKIT FLU DAN BATUK TERHADAP SUARA PENDERITA DENGAN MENGGUNAKAN KOMPUTER Devi Lina (1), Erwin (2), dan Antonius Surbakti (2) 1 Mahasiswa Jurusan Fisika 2 Dosen Jurusan Fisika Fakultas
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Seiring berjalannya waktu dan semakin meluasnya jaringan multimedia, maka proses pengiriman dan pengaksesan dari media digital (seperti citra digital, video digital,
Lebih terperinciRANCANG BANGUN MODUL PENGENALAN SUARA MENGGUNAKAN TEKNOLOGI KINECT
RANCANG BANGUN MODUL PENGENALAN SUARA MENGGUNAKAN TEKNOLOGI KINECT Ratri Cahyarini NRP 5109100165 Dosen Pembimbing Umi Laili Yuhana, S.Kom., M.Sc. Abdul Munif, S.Kom., M.Sc. LATAR BELAKANG Teknologi pengenalan
Lebih terperinciLOGO IMPLEMENTASI MODULASI DAN DEMODULASI M-ARY QAM PADA DSK TMS320C6416T
IMPLEMENTASI MODULASI DAN DEMODULASI M-ARY QAM PADA DSK TMS320C6416T 2210106006 ANGGA YUDA PRASETYA Pembimbing 1 Pembimbing 2 : Dr. Ir. Suwadi, MT : Ir. Titik Suryani, MT Latar Belakang 1 2 Perkembangan
Lebih terperinciADLN - PERPUSTAKAAN UNIVERSITAS AIRLANGGA BAB I PENDAHULUAN
BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan ilmu pengetahuan dan teknologi berkembang dengan pesat, terutama bidang elektronika dan komputer yang diterapkan pada bidang medis. Kemajuan teknologi
Lebih terperinciBAB I PENDAHULUAN. yang dikenal sebagai antarmuka pengguna grafis atau Graphical User Interface. yakni ucapan, untuk meningkatkan kemudahannya.
BAB I PENDAHULUAN 1.1 Latar Belakang Pada kebanyakan sistem operasi komputer kontemporer telah disediakan pengantaraan grafis untuk mempermudah interaksi antar pengguna dan komputer yang dikenal sebagai
Lebih terperinciKonversi dari Teks ke Ucapan
Konversi dari Teks ke Ucapan Oleh : Arry Akhmad Arman Peneliti dan Dosen di Departemen Teknik Elektro ITB Email : aa@lss.ee.itb.ac.id, aa_arman@rocketmail.com Sistem to Speech pada prinsipnya terdiri dari
Lebih terperinciPENERAPAN HIDDEN MARKOV MODEL UNTUK PENGENALAN UCAPAN SKRIPSI NADIA WIDARI NASUTION
PENERAPAN HIDDEN MARKOV MODEL UNTUK PENGENALAN UCAPAN SKRIPSI NADIA WIDARI NASUTION 110803016 DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2015 ii
Lebih terperinciPembuatan Text-To-Speech Synthesis System Untuk Penutur Berbahasa Indonesia
The 13 th Industrial Electronics Seminar 2011 (IES 2011) Electronic Engineering Polytechnic Institute of Surabaya (EEPIS), Indonesia, October 26, 2011 Pembuatan Text-To-Speech Synthesis System Untuk Penutur
Lebih terperinciBAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an
Lebih terperinciSISTEM PENGENALAN WICARA BERDASARKAN CEPSTRUM. Ivanna K. Timotius, Danie Kurniawan. Intisari
SISTEM PENGENALAN WICARA BERDASARKAN CEPSTRUM SISTEM PENGENALAN WICARA BERDASARKAN CEPSTRUM Fakultas Teknik Elektronika dan Komputer, Program Studi Teknik Elektro, Universitas Kristen Satya Wacana, Salatiga,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada sistem identifikasi pembicara atau speaker identification, proses eksraksi ciri memainkan peranan penting dalam menghasilkan persentase keakuran yang baik. Terdapat
Lebih terperinciBAB 1 PENDAHULUAN. berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition
BAB 1 PENDAHULUAN 1.1 Latar Belakang Speaker recognition adalah salah satu bidang pengenalan pola yang berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition yang mengenali kata atau
Lebih terperinciIDENTIFIKASI KERUSAKAN MESIN BERPUTAR BERDASARKAN SINYAL SUARA DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM
IDENTIFIKASI KERUSAKAN MESIN BERPUTAR BERDASARKAN SINYAL SUARA DENGAN METODE ADAPTIVE NEURO FUZZY INFERENCE SYSTEM Seminar Tugas Akhir O L E H : M I F T A H U D D I N P E M B I M B I N G : I R. Y E R R
Lebih terperinciAUDIO DIGITAL. Kualitas Audio Digital. Kualitas Audio ditentukan oleh Sample rate dan Bit Rate. Sample Rate
AUDIO DIGITAL Suara atau audio adalah getaran udara pada frekwensi yang dapat didengar oleh telinga manusia sehingga disebut dengan frekwensi suara atau freuensi audio. Frekuensi audio berada diantara
Lebih terperinciBINUS UNIVERSITY. Program Studi Ganda. Teknik Informatika Matematika PERANCANGAN PROGRAM APLIKASI SPEECH RECOGNIZER DENGAN SPECTROGRAM
BINUS UNIVERSITY Program Studi Ganda Teknik Informatika Matematika PERANCANGAN PROGRAM APLIKASI SPEECH RECOGNIZER DENGAN SPECTROGRAM Stefan A.Y. NIM : 0700683673 ABSTRAK Speech Recognizer atau pengenal
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian tugas akhir ini dilaksanakan pada : Waktu : Juni 2014 Maret 2015 Tempat : Laboratorium Terpadu Jurusan Teknik Elektro Universitas Lampung
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Saat ini, perkembangan teknologi informasi di dunia sudah sangat maju. Tentu saja, hal ini membuat banyak orang beralih dari metode manual ke penggunaan teknologi informasi.
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Model Penelitian Penelitian yang dilakukan dapat dijelaskan dengan lebih baik melalui blok diagram seperti yang terliat pada Gambar 3.1. Suara Manusia Rekam suara Hasil rekaman
Lebih terperinci1.1 Latar Belakang BAB 1 PENDAHULUAN
BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi yang semakin meningkat menimbulkan berbagai macam metode ataupun sistem yang memungkinkan komputer mengubah tulisan menjadi suara atau sebaliknya.
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Natural Language Processing (NLP) adalah area penelitian dan pengaplikasan yang mengekplorasi bagaimana caranya sebuah komputer dapat digunakan dan memanipulasi berupa
Lebih terperinciBAB III PERANCANGAN PERANGKAT LUNAK MENENTUKAN JENIS KAWANAN IKAN, JARAK KAWANAN IKAN, DAN POSISI KAPAL
xxxi BAB III PERANCANGAN PERANGKAT LUNAK MENENTUKAN JENIS KAWANAN IKAN, JARAK KAWANAN IKAN, DAN POSISI KAPAL Perangkat lunak pengenal gelombang perubahan fasa ini dilakukan dengan menggunakan komputer
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 SPEAKER IDENTIFICATION DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Pengaktifan peralatan elektronik yang berada di dalam rumah biasanya perlu menekan suatu tombol atau saklar. Hal ini kadang membutuhkan penggunaan waktu yang
Lebih terperinciPENINGKATAN KUALITAS SINYAL SUARA MENGGUNAKAN FILTER DIGITAL ADAPTIF DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) Ferdian Andrie/
PENINGKATAN KUALITAS SINYAL SUARA MENGGUNAKAN FILTER DIGITAL ADAPTIF DENGAN ALGORITMA LEAST MEAN SQUARE (LMS) Ferdian Andrie/0022169 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha
Lebih terperinciPengenalan Suara Menggunakan Metode MFCC (Mel Frequency Cepstrum Coefficients) dan DTW (Dynamic Time Warping) untuk Sistem Penguncian Pintu
239 Pengenalan Suara Menggunakan Metode MFCC (Mel Frequency Cepstrum Coefficients) dan DTW (Dynamic Time Warping) untuk Sistem Penguncian Pintu Zulham Effendi *), Firdaus **), Tati Erlina ***), Ratna Aisuwarya
Lebih terperinciBAB I PENDAHULUAN. menggunakan voice recognition dapat membantu user memilih produk buah
BAB I PENDAHULUAN 1.1 Latar Belakang Buah Semangka adalah tanaman merambat yang berasal dari daerah gurun di Afrika bagian selatan (Agritekno, tt). Buah semangka masih sekerabat dengan labulabuan. Buah
Lebih terperinciImplementasi Algoritma Knuth Morris Pratt pada Alat Penerjemah Suara
Implementasi Algoritma Knuth Morris Pratt pada Alat Penerjemah Suara Bima Laksmana Pramudita (13511042) Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung,
Lebih terperinciBRAMARA D Dosen Pembimbing I : NIP Dosen Pembimbing II : Andi Rahmadiansah, ST, MT. NIP
BRAMARA D. 2407.100.009 Dosen Pembimbing I : Dr. Dhany Arifianto, ST, M.Eng. NIP. 19731007 199802 1 001 Dosen Pembimbing II : Andi Rahmadiansah, ST, MT. NIP. 19790517 200312 1 002 Judul Tugas Akhir : PEMISAHAN
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pengenalan ucapan (speech recognition) merupakan sistem yang dirancang untuk dapat mengenali sinyal suara, sehingga menghasilkan keluaran berupa tulisan. Input dari
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Masalah
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Berkurangnya fungsi pendengaran adalah penurunan fungsi pendengaran pada salah satu ataupun kedua telinga. Hal ini disebabkan oleh infeksi, strokes, obat-obatan,
Lebih terperinciBAB I Pendahuluan 1 BAB I PENDAHULUAN
BAB I Pendahuluan 1 1.1 Latar Belakang BAB I PENDAHULUAN Reverberasi adalah noise akustik yang muncul pada ruangan tertutup berupa kumpulan pantulan dan difraksi suara oleh dinding dan obyek yang terdapat
Lebih terperinciBAB 2 LANDASAN TEORI
6 BAB 2 LANDASAN TEORI 2.1 Disleksia Disleksia adalah ketidakmampuan bahasa, yang berpengaruh dalam hal membaca, menulis, berbicara dan mendengarkan. Ini adalah disfungsi atau gangguan dalam penggunaan
Lebih terperinci1. Pendahuluan Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Musik merupakan sarana untuk menyimpan hasil karya seseorang. Dan hampir semua notasi musik dituliskan ke dalam not balok. Not balok adalah susunan nada yang ditulis
Lebih terperinciSound Pertemuan 6. Sound. Outline Materi. Learning Outcomes. Waveforms. Waveforms. Matakuliah : T0732 / Sistem Multimedia Tahun : 2007
Learning Outcomes Matakuliah : T0732 / Sistem Multimedia Tahun : 2007 Sound Pertemuan 6 Pada akhir pertemuan ini, diharapkan mahasiswa akan mampu : Menunjukkan Penggunaan Suara pada Aplikasi Multimedia
Lebih terperinciPenyusunan Kamus Fonetik dalam Pengembangan Sistem Pengenalan Suara Otomatis untuk Bahasa Indonesia
Penyusunan Kamus Fonetik dalam Pengembangan Sistem Pengenalan Suara Otomatis untuk Bahasa Indonesia Skripsi Amalia Zahra 120400702X Fakultas Ilmu Komputer Depok Juli 2008 HALAMAN PERNYATAAN ORISINALITAS
Lebih terperinciJurnal Komputer Terapan Vol. 1, No. 2, November 2015, Jurnal Politeknik Caltex Riau
Jurnal Komputer Terapan Vol. 1, No. 2, November 2015, 121-132 121 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id Aplikasi Pengenalan Ucapan Dengan Ekstraksi Ciri Mel- Frequency Cepstrum Coefficients
Lebih terperinciANALISIS DAN PERANCANGAN PROGRAM APLIKASI. mahasiswa Binus University secara umum. Dan mampu membantu
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI 3.1. Analisa Sistem 3.1.1. Sejarah Umum Perusahaan Binus Learning Community adalah komunitas belajar binus yang berada dibawah sub unit mentoring Student
Lebih terperinciRekognisi Pengucap Forensik Forensic Speaker Recognition
Rekognisi Pengucap Forensik Forensic Speaker Recognition Untuk Komunitas: Lingkar Soca 28 Februari 2016 Oleh: Miranti Indar Mandasari, ST., MT. Institut Teknologi Bandung, Indonesia Radboud University
Lebih terperinciUNIVERSITAS BINA NUSANTARA. Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2006/2007
UNIVERSITAS BINA NUSANTARA Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil Tahun 2006/2007 ANALISIS DAN PERANCANGAN PERANGKAT LUNAK PENGENALAN JENIS ALAT MUSIK BERDASARKAN SUMBER SUARANYA
Lebih terperinciBAB I PENDAHULUAN SIMULASI DAN ANALISIS PEMANTAUAN KAMAR PASIEN RAWAT INAP DENGAN DETEKSI DAN KLASIFIKASI SINYAL AUDIO 1
BAB I PENDAHULUAN 1.1 Latar Belakang Pasien rawat inap di rumah sakit membutuhkan perawatan yang intensif dari dokter atau perawat. Hal ini dilakukan dengan memantau kesehatan pasien secara fisik dan psikologi
Lebih terperinciPenambahan Emosi Menggunakan Metode Manipulasi Prosodi Untuk Sistem Text To Speech Bahasa Indonesia
1 Penambahan Emosi Menggunakan Metode Manipulasi Prosodi Untuk Sistem Text To Speech Bahasa Indonesia Salita Ulitia. P 1, Ary S. Prihatmanto 2 School of Electrical Engineering and Informatics, Institut
Lebih terperinci1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN Dalam dunia musik, pemrosesan audio untuk menghasilkan berbagai efek suara sering dilakukan, terutama pada audio dari suatu instrumen musik. Pemrosesan audio ini melibatkan berbagai jenis
Lebih terperinciEVALUASI SUBYEKTIF EMISI AKUSTIK MESIN BERPUTAR OLEH OPERATOR MESIN KRI PULAU RUPAT-712 DI KOMANDO ARMADA RI KAWASAN TIMUR SURABAYA
JURNAL TEKNIK POMITS Vol. 1, No. 1, (2012) 1-6 1 EVALUASI SUBYEKTIF EMISI AKUSTIK MESIN BERPUTAR OLEH OPERATOR MESIN KRI PULAU RUPAT-712 DI KOMANDO ARMADA RI KAWASAN TIMUR SURABAYA Dhenok Ayu Setianingsih,
Lebih terperinciMODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA
MODUL PENGHIUNGAN ENERGI PADA SINYAL WICARA I. UJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR EORI.1. Energi Suatu Sinyal
Lebih terperinciBAB 1 PENDAHULUAN. mengenali penggunanya lebih tepat. Beberapa aplikasi biometrik antara lain retinal
BAB 1 PENDAHULUAN 1.1 Latar Belakang Biometrik adalah autentikasi secara biologis memungkinkan sistem dapat mengenali penggunanya lebih tepat. Beberapa aplikasi biometrik antara lain retinal scan, face
Lebih terperinciBAB 1 PENDAHULUAN. Universitas Indonesia
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan semakin berkembangnya teknologi telekomunikasi, internet menjadi sesuatu yang tidak lagi sulit dan mahal. Kemudahan ini menyebabkan internet dipenuhi berbagai
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Meningkatnya ilmu pengetahuan dan teknologi khususnya pada bidang komunikasi saat ini berkembang dengan cepat. Kemajuan teknologi bertujuan untuk mempermudah kegiatan
Lebih terperinciBAB I PENDAHULUAN. Penyakit jantung merupakan salah satu penyebab kematian terbesar di
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Penyakit jantung merupakan salah satu penyebab kematian terbesar di Indonesia (Depkes, 2011). Penyakit jantung ini merupakan salah satu penyakit yang tidak
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1.1 Latar Belakang BAB I PENDAHULUAN Dengan perkembangan teknologi komunikasi terutama dalam bidang internet, penyebaran informasi pada media melalui internet sangat mudah didapat. Akses informasi melalui
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Teknologi Informasi telah berkembang sedemikian pesatnya. Penemuan penemuan baru, yang pada dasarnya ditunjukkan untuk memudahkan pekerjaan manusia, semakin berkembang
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang Suara adalah merupakan gabungan berbagai sinyal, tetapi suara murni secara teoritis dapat dijelaskan dengan
BAB I PENDAHULUAN 1.1 Latar Belakang Suara adalah merupakan gabungan berbagai sinyal, tetapi suara murni secara teoritis dapat dijelaskan dengan kecepatan osilasi atau frekuensi yang diukur dalam Hertz
Lebih terperinciIDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK
IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK Ade Fruandta dan Agus Buono Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor Jl. Meranti
Lebih terperinciBAB 1 PENDAHULUAN. dengan awal tahun 2000 pada saat telepon selular dianggap menjadi barang yang mahal.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dewasa ini penggunaan alat telekomunikasi yang dapat disebut sebagai telepon selular, ponsel atau handphone di Indonesia meningkat cukup tajam jika dibandingkan dengan
Lebih terperinciBAB 1 PENDAHULUAN. kehandalannya. Komputer terus dikembangkan. Komputer dituntut memiliki kecepatan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sejak komputer ditemukan manusia selalu berusaha meningkatkan kemampuan dan kehandalannya. Komputer terus dikembangkan. Komputer dituntut memiliki kecepatan komputasi
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciANALISA DAN PERANCANGAN PERANGKAT LUNAK PERINTAH SUARA SEBAGAI PENUNJANG SARANA INPUT PADA SISTIM OPERASI MICROSOFT WINDOWS XP
UNIVERSITAS BINA NUSANTARA Jurusan Tehnik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 ANALISA DAN PERANCANGAN PERANGKAT LUNAK PERINTAH SUARA SEBAGAI PENUNJANG SARANA INPUT PADA
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN SISTEM
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 3.1 Analisis Sistem Dalam proses pembuatan suatu sistem harus dilakukan penelitian dan penganalisaan tentang sistem yang akan dibangun, berikut adalah beberapa analisis
Lebih terperinciPenekanan Derau secara Adaptif pada Pengenalan Ucapan Kata
Penekanan Derau secara Adaptif pada Pengenalan Ucapan Kata Achmad Bayhaki (L2F 002 541) Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro, Semarang, Indonesia trainingmoment@yahoo.com Abstrak
Lebih terperinciPeningkatan Kualitas Sinyal Suara (Speech Intelligibility) Berbahasa Indonesia pada Cochlear Implant
1 Peningkatan Kualitas Sinyal Suara (Speech Intelligibility) Berbahasa Indonesia pada Cochlear Implant Nuryani, Dhany Arifianto Jurusan Teknik Fisika, Fakultas Teknologi Industri, Institut Teknologi Sepuluh
Lebih terperinciBAB 1 PENDAHULUAN. tugas kita, mempermudah kita mencari informasi. Komputer juga bisa bergerak sebagai
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Komputer adalah sebuah alat/mesin yang membantu kita untuk menyelesaikan tugas kita, mempermudah kita mencari informasi. Komputer juga bisa bergerak sebagai penghibur
Lebih terperinciIDENTIFIKASI SECARA SERENTAK KERUSAKAN MESIN MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS BERDASARKAN CONVOLUTIVE MIXTURE
IDENTIFIKASI SECARA SERENTAK KERUSAKAN MESIN MENGGUNAKAN INDEPENDENT COMPONENT ANALYSIS BERDASARKAN CONVOLUTIVE MIXTURE SEPTIAN FIRMANDA 2406100065 DOSEN PEMBIMBING Dr.Dhany Arifianto,ST., M.Eng JURUSAN
Lebih terperinciMODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA
MODUL 2 PENGHITUNGAN ENERGI PADA SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan proses penghitungan energi pada sinyal wicara dengan menggunakan perangkat lunak. II. DASAR TEORI 2.1. Energi Suatu
Lebih terperinciBAB 1 PENDAHULUAN. peranan yang sangat penting pada organisasi tersebut. Peningkatan kinerja para
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Dalam sebuah organisasi, tidak dapat dipungkiri bahwa karyawan memiliki peranan yang sangat penting pada organisasi tersebut. Peningkatan kinerja para karyawan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian:
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masing-masing komponen perangkat.
Lebih terperinciINDEPT, Vol. 3, No.1, Februari 2013 ISSN
SISTEM SPEAKER RECOGNITION (PENGENAL PENGUCAP) UNTUK MENCARI KARAKTERISTIK UCAPAN SESEORANG DENGAN METODE MEL FREQUENCY CEPTRUM COEFFISIENT (MFCC) MENGGUNAKAN SOFTWARE MATLAB Andriana, ST., MT. Dosen Fakultas
Lebih terperinciTEXT PRE-PROCESSING PADA TEXT TO SPEECH SYNTHESIS SYSTEM UNTUK PENUTUR BERBAHASA INDONESIA
TEXT PRE-PROCESSING PADA TEXT TO SPEECH SYNTHESIS SYSTEM UNTUK PENUTUR BERBAHASA INDONESIA Handi Dwi Rachma Bayu, Miftahul Huda Jurusan Telekomunikasi, Politeknik Elektronika Negeri Surabaya Institut Teknologi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Suara paru terjadi karena adanya turbulensi udara saat udara memasuki saluran pernapasan selama proses pernapasan. Turbulensi ini terjadi karena udara mengalir dari
Lebih terperinciProses Pembentukan dan Karakteristik Sinyal Ucapan
Proses Pembentukan dan Karakteristik Sinyal Ucapan (Pertemuan ke-3) Disampaikan oleh: Dr. R. Rizal Isnanto, S.T., M.M., M.T. Program Studi Sistem Komputer Universitas Diponegoro 1. Sistem Pembentukan Ucapan
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul
37 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil 4.1.1 Pengambilan Database Awalnya gitar terlebih dahulu ditala menggunakan efek gitar ZOOM 505II, setelah ditala suara gitar dimasukan kedalam komputer melalui
Lebih terperinciFAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA LAB SHEET PRAKTIK MEDIA DIGITAL
No. LST/EKA/PTI 236/10 Revisi: 01 April 2011 Hal 1 dari 6 A. Kompetensi Setelah mengiktui mata kuliah ini, mahasiswa diharapkan memiliki kemampuan merekam audio, mengedit dan mengolah file audio untuk
Lebih terperinciAPLIKASI PENGENALAN UCAPAN SEBAGAI PENGAKTIF PERALATAN ELEKTRONIK
APLIKASI PENGENALAN UCAPAN SEBAGAI PENGAKTIF PERALATAN ELEKTRONIK Sinung Tegar P*, Achmad Hidayatno, ST, MT **, Yuli Christiyono, ST, MT ** Jurusan Teknik Elektro, Fakultas Teknik, Universitas Diponegoro
Lebih terperinciIDENTIFIKASI BUNYI DALAM PEMBELAJARAN NADA DASAR PERMAINAN SULING BATAK MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT SKRIPSI
IDENTIFIKASI BUNYI DALAM PEMBELAJARAN NADA DASAR PERMAINAN SULING BATAK MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT SKRIPSI MUHAMMAD WARDANA 121402024 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1 Metode Pengumpulan Data Dalam kegiatan pengumpulan data untuk penelitian ini menggunakan metode pengumpulan data studi pustaka, dimana pada metode ini kegiatan yang dilaksanakan
Lebih terperinciPERANCANGAN PROGRAM APLIKASI MEMBACA SMS MENGGUNAKAN SUARA DENGAN METODE HIDDEN MARKOV MODELS SKRIPSI. oleh : Fransisca Regina PROGRAM GANDA
PERANCANGAN PROGRAM APLIKASI MEMBACA SMS MENGGUNAKAN SUARA DENGAN METODE HIDDEN MARKOV MODELS SKRIPSI oleh : Fransisca Regina 1100008912 PROGRAM GANDA TEKNIK INFORMATIKA DAN MATEMATIKA UNIVERSITAS BINA
Lebih terperinci1. PENDAHULUAN 1.1 Latar belakang Masalah
1. PENDAHULUAN 1.1 Latar belakang Masalah Bahasa Indonesia adalah alat yang mampu menjembatani penduduk Indonesia yang terdiri dari berbagai suku dan bahasa untuk dapat berkomunikasi satu sama lainnya.
Lebih terperinci