Rabiner L, Juang BH Fundamental of Speech Recognition. New Jersey: PTR Prentice-Hall, Inc. Reynolds D.A An Overview of Automatic

dokumen-dokumen yang mirip
PENGENALAN CITRA WAJAH DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN JARINGAN SARAF TIRUAN BACK-PROPAGATION

BAB V KESIMPULAN DAN SARAN

PENGENALAN HURUF HASIL DARI TULISAN TANGAN MENGGUNAKAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION

APLIKASI PENGOLAH BAHASA ALAMI UNTUK OPERASI QUERI DATABASE

Karakteristik Spesifikasi

BAB V KESIMPULAN. Wajah pada Subruang Orthogonal dengan Menggunakan Laplacianfaces

Diagram ARL W i & W Ri. Varian

Aplikasi Pengolah Bahasa Alami Untuk Operasi Queri Database Agus Purwo Handoko 3)

PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK

Aplikasi Pengolah Bahasa Alami Untuk Operasi Queri Database

SISTEM AKSES BUKU PERPUSTAKAAN JURUSAN TEKNIK ELEKTRO UNIVERSITAS ANDALAS MENGGUNAKAN APLIKASI PENGENALAN WICARA DENGAN METODA MFCC-VQ dan SSE

Aplikasi Teknik Speech Recognition pada Voice Dial Telephone

Gambar 15 Contoh pembagian citra di dalam sistem segmentasi.

Pengenalan Aksara Lampung Menggunakan Jaringan Syaraf Tiruan

Analisis Kualitas Interpolasi Terhadap Fitur Statistik pada Citra

IDENTIFIKASI TIGA JENIS BUNGA IRIS MENGGUNAKAN ANFIS

SISTEM PENDETEKSI WAJAH MANUSIA PADA CITRA DIGITAL (PROPOSAL SKRIPSI) diajukan oleh. NamaMhs NIM: XX.YY.ZZZ. Kepada

HASIL DAN PEMBAHASAN. Generalisasi =

ANALISIS DAN PERANCANGAN SISTEM BASIS DATA UNTUK APLIKASI BANK SOAL PADA BINUS SCHOOL SERPONG

Kecerdasan Buatan B Artificial Inttelligent CEH3I3 PRODI SISTEM KOMPUTER UNIVERSITAS TELKOM BANDUNG 2017

Least Square Estimation

Azhar Susanto Sistem Informasi Akuntansi. Bandung: Lingga Jaya.

DAFTAR PUSTAKA. Bowersox, D.J., Closs, D.J., Cooper, M.B., 2002, Supply Chain Logistics Management, New York: McGraw-Hill.

PENGENALAN OBJEK PADA CITRA BERDASARKAN SIMILARITAS KARAKTERISTIK KURVA SEDERHANA

Student Clustering Based on Academic Using K-Means Algoritms

RENCANA PEMBELAJARAN SEMESTER (RPS)

Oleh: Sri Sulistyawati Dosen Pembimbing: Dr. Muhammad Mashuri, MT

BAB 5 KESIMPULAN DAN SARAN

DAFTAR PUSTAKA.

INDEPT, Vol. 3, No.1, Februari 2013 ISSN

PENENTUAN JALUR TERPENDEK PADA APLIKASI OJEK ONLINE GO-JEK DENGAN PROBABILISTIC NEURAL NETWORK (PNN) DAN PARTICLE SWARM OPTIMIZATION (PSO)

Fajar Ropi BINUS UNIVERSITTY, Jakarta, Indonesia, Abstrak. Seiring dengan berjalannya waktu persaingan dan kompetisi untuk meraih

TUGAS AKHIR. Diajukan Sebagai Salah Satu Syarat untuk Menyelesaikan Program Strata I Pada Jurusan Teknik Elektro Fakultas Teknik Universitas Andalas

Oleh : M. Mushonnif Efendi ( ) Dosen Pembimbing : Dr. Sony Sunaryo, M.Si.

DAFTAR REFERENSI. xiii. Computer Science Education, San Jose, United States, 1997.

Analisis Pengelompokan dengan Metode K-Rataan

BAB 3 METODE PENELITIAN

Deteksi Tepi pada Citra Digital menggunakan Metode Kirsch dan Robinson

i. Perangkat Keras Prosesor Intel Pentium(R) Dual-Core CPU 2.20 GHz

IDENTIFIKASI PENYAKIT LEUKIMIA AKUT PADA CITRA DARAH MIKROSKOPIS

BAB V KESIMPULAN DAN SARAN

Universitas Kristen Duta Wacana

Seminar Nasional Aplikasi Teknologi Informasi 2004 Yogyakarta, 19 Juni 2004

SISTEM PENGENALAN WICARA BERDASARKAN CEPSTRUM. Ivanna K. Timotius, Danie Kurniawan. Intisari

Zulkarnaen Hatala¹, -². ¹Magister Elektro Komunikasi, Fakultas Teknik Elektro, Universitas Telkom

Analisis Dan Perancangan Sistem Informasi Pelaporan Proyek Pada PT Icon Indonesia

JUDUL NASKAH PUBLIKASI MAKSIMUM 10 KATA TIME NEW ROMAN CAPITAL FONT 14

1. BAB I PENDAHULUAN 1.1. Latar Belakang

PENGEMBANGAN MODEL JARINGAN SYARAF TIRUAN PROBABILISTIK (PNN) PADA IDENTIFIKASI PEMBICARA JAYANTA

Aplikasi Web Manajemen Proyek Sistem Informasi. Sheren Informatika / Fakultas Teknik

Iwan Suhardi, Studi Pengklasifikasian Citra Berdasarkan Ciri Citra dengan Jaringan Syaraf Tiruan

BAB V KESIMPULAN DAN SARAN

Laudon, K. C., & Laudon, J. P. (2010). Management Information Systems : Managing the Digital Firm, 11th Edition. New Jersey: Prentice Hall.

Model Evaluasi Performa Mahasiswa Tahun Pertama Melalui Pendekatan Fuzzy Inference System dengan Metode Tsukamoto

Generalisasi rata-rata (%)

FAKULTAS TEKNIK UNIVERSITAS NEGERI YOGYAKARTA SILABUS PENGANTAR TEKNOLOGI INFORMASI

Bulu mata. Generalisasi= Jumlah pola dikenali dengan benar x 100% Jumlah total pola

Implementasi Karakteristik Sistem Multi-Agent Pada Pengujian Perangkat Lunak

RENCANA PEMBELAJARAN SEMESTER (RPS)

IDENTIFIKASI TANDA TANGAN MENGGUNAKAN GLOBAL FEATURE EXTRACTION, MOMEN INVARIAN DAN ALGORITMA FORWARD-ONLY COUNTER PROPAGATION

IDENTIFIKASI SIDIK JARI MENGGUNAKAN TEKNIK PENCOCOKAN TEMPLATE TAPIS GABOR

ANALISA HASIL PERBANDINGAN IDENTIFIKASI CORE POINT PADA SIDIK JARI MENGGUNAKAN METODE DIRECTION OF CURVATURE DAN POINCARE INDEX

APLIKASI PENGENALAN DAUN UNTUK KLASIFIKASI TANAMAN DENGAN METODE PROBABILISTIC NEURAL NETWORK

BAB 6 KESIMPULAN DAN REKOMENDASI

BAB V PENUTUP. 2. Tingkat kelayakan media pembelajaran berupa robot pendeteksi obyek

ANALISIS REGRESI RIDGE UNTUK MENGATASI MULTIKOLINIER PADA VARIABEL-VARIABEL YANG MEMPENGARUHI INDEK PRESTASI KUMULATIF MAHASISWA BERBASIS KOMPUTER

GRAFIK PENGENDALI Mnp PADA DATA TAK SESUAI

Artificial intelligence

Implementasi Teori Graf Dalam Masalah Fingerprint Recognition (Pengenalan Sidik Jari)

ANALISIS DAN PEMBAHASAN

GARIS BESAR PROGRAM PENGAJARAN PROGRAM STUDI S1 SISTEM KOMPUTER Semester : 7

KNIT-2 Nusa Mandiri ISBN: SISTEM BIOMETRIK TELINGA MENGGUNAKAN JARINGAN SYARAF TIRUAN

REDUNDANSI FRAME DAN PENGARUHNYA PADA DEKOMPOSISI FUNGSI DI RUANG HILBERT

ROBOT MOBIL DENGAN SENSOR KAMERA UNTUK MENELUSURI JALUR PADA MAZE

DAFTAR PUSTAKA.

ANALISIS DAN PERANCANGAN SISTEM BASIS DATA PADA APLIKASI IT HELP DESK BERBASIS WEB DI PT. PANEN LESTARI INTERNUSA (SOGO)

RENCANA PEMBELAJARAN SEMESTER (RPS)

BAB VI PENUTUP Kesimpulan

ALGORITMA BACKPROPAGATION PADA JARINGAN SARAF TIRUAN UNTUK PENGENALAN POLA WAYANG KULIT

RENCANA PEMBELAJARAN SEMESTER

Pengolahan data merupakan proses awal yang dilakukan dalam program RBFNN sebelum masuk pada proses pelatihan (training) dan pengujian (testing).

PERANCANGAN APLIKASI PENGENAL KARAKTER UNTUK PERHITUNGAN MATEMATIKA BERBASIS TESSERACT

Peningkatan Citra Termogram untuk Klasifikasi Kanker Payudara berbasis

PERBANDINGAN KINERJA DIAGRAM KONTROL MULTIVARIAT UNTUK VARIABILITAS BERDASARKAN MATRIKS KOVARIANSI DAN MATRIKS KORELASI. Abstrak

Pengembangan Aplikasi Pengenalan Karaketer Alfanumerik Dengan Menggunakan Algoritma Neural Network Three-Layer Backpropagation

PENGELOMPOKAN PROGRAM PNPM MANDIRI DENGAN MENGGUNAKAN METODE K-MEANS CLUSTERING DAN METODE K-NEAREST NEIGHBOR TUGAS AKHIR

ANALISIS DAN PERANCANGAN SISTEM INFORMASI GEOGRAFIS BERBASIS WEB UNTUK SEBARAN RUMAH SAKIT DI WILAYAH JAKARTA BARAT

IDENTIFIKASI MODEL FUNGSI TRANSFER MENGGUNAKAN PEMODELAN ARIMA OTOMATIS GOMEZ-MARAVALL (STUDI KASUS PADA DATA INFLASI INDONESIA)

ANALISA DAN PERANCANGAN SISTEM BASIS DATA PEMBELIAN, PERSEDIAAN DAN PENJUALAN PADA P.D. RIMBA ALAM JAYA

Perancangan Perangkat Lunak untuk Ekstraksi Ciri dan Klasifikasi Pola Batik

BAB 6 KESIMPULAN DAN SARAN

BAB 6 SIMPULAN DAN SARAN

DESAIN MODEL RISET KUALITATIF BERBASIS IT. Djuniadi Universitas Negeri Semarang Abstrak

DETEKSI KESESUAIAN BIDANG MINAT TERHADAP PROPOSAL TUGAS AKHIR MAHASISWA STUDI KASUS : MAHASISWA SI UKDW

PRODI S1 STATISTIKA FMIPA-ITS RENCANA PEMBELAJARAN Jaringan Syaraf Tiruan Kode/SKS: SS / (2/1/0) Dosen : BSSU Semester : III

KECERDASAN BUATAN ARTIFICIAL INTELLIGENCE. Copyright: Anik Handayani FT-UM

SISTEM GERAK PARKIR MOBIL OTOMATIS DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN

PENGARUH SIFAT INVERSI PENJUMLAH TERHADAP KINERJA PENJUMLAH COMPLEMENTARY METAL OXIDE

REDUKSI NOISE PADA CITRA DIGITAL MENGGUNAKAN FUZZY SIMILARITY NOISE REDUCTION ON DIGITAL IMAGE USING FUZZY SIMILARITY

Identifikasi Speech Recognition Manusia dengan Menggunakan Average Energy dan Silent Ratio Sebagai Feature Extraction Suara pada Komputer

Transkripsi:

DAFTAR PUSTAKA Bolat B, Yildirim T. 2003. Performance increasing methods for probabilistic Neural Networks. Pakistan Journal of Information and Technology 2(3):250-255. Campbell, J.P., 1997, Speaker Recognition: A Tutorial, Proceedings of the IEEE, Vol. 85, No. 9. Furui S. 1997. Recent advances in speaker recognition. Pattern Recognition Letters 18: 859 872. Ganchev T, Tsopanoglou A, Fakotakis N, Kokkinakis G. 2002a. Probabilistic Neural Networks Combined with GMMs for Speaker Recognition over Telephone Channels. 14th Int. Conf. On Digital Signal Processing, 2:1081-1084. Ganchev T, Fakotakis N, Kokkinakis G. 2002b. Speaker Verification System Based On Probabilistic Neural Neworks. NIST Speaker Recognition Evaluation Workshop, Virginia, USA. Ganchev T. 2005 Speaker Recognition. Department of Computer and Electrical Engineering, University of Patras, Greece. [disertasi] http://www.wcl.ee.upatras.gr/ai/papers/ganchev_phdthesis.pdf [7 Mei 2007] Johnson R. A, Wichern R.E. 1998. Applied Multivariate Statistical Analysis. New Jersey, USA: Printice Hall, Inc. Kantardzic, M. 2003. Data Mining: Concepts, Models, Methods, and Algorithms. New Jersey, USA: John Wiley & Sons, Inc. Karpov E. 2003. Real-Time Speaker Identification [tesis]. Joensuu: department of Computer Science, Unversity of Joensuu. Kusumadewi S. 2003. Artificial Intelligence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu. Li Min Fu. 1994. Neural Networks in Computer Intelligence. New York: The McGraw-Hill, Inc. Low R, Togneri R. 1998. Speech Recognition Using the Probabilistic Neural Network. http://www.ee.uwa.edu/~roberto/research/speech/local/papers/- tr98-01.pdf [19 September 2005] Porat B. 1997. A Course in Digital Signal Processing. New York: John Wiley & Sons, Inc. Pressman, R.S. 1997. Software Engineering : A Practitioner s Approach. New York: The McGraw-Hill, Inc. Rabah Y. 2004, VoiceXML Speech Recognition. www.earlham.edu/~rabahyo/survey.doc. [19 September 2005]

53 Rabiner L, Juang BH. 1993. Fundamental of Speech Recognition. New Jersey: PTR Prentice-Hall, Inc. Reynolds D.A. 2002. An Overview of Automatic Speaker Recognition Technology. ICASSP: 4072 4075. Russel SJ. Norvig P. 2003. Artificial Intelligence A Modern Approach. New Jersey: Prentice-Hall, Inc. Shiavi R. 1991. Introduction to Applied Statistical Signal Analysis. USA: R.D. Irwin, Inc. Specht D F. 1990. Probabilistic Neural Networks and Polynomial Adaline as Complementary Techniques for Classification. IEEE Transaction on Neural Networks 1(1):111-121. 1992. Enhancements to Probabilistic Neural Networks. IEEE Transaction on Neural Networks 3(1):761-768 Specht D F, Shapiro P D. 1991. Generalization Accuracy of Probabilistic Neural Networks Compared with Back-Propagation Networks. IEEE Transaction on Neural Networks 1:887-892 The Mathworks, Inc., 2004, Signal Processing Blockset, User s Guide, Versi 6, www.mathworks.com, [19 September 2005] Zaknich A. 1995. A Modified Probabilistic Neural Networks for Signal Processing and Pattern Recognition [disertasi]. Western Australia: Department of Electrical and Electronic Engineering, The University of Western Australia.

54 Lampiran 1 Bentuk sinyal suara Anta (asli) Anta (noise 20 desibel) Anta (noise 30 desibel)

55 Lanjutan Aziz (asli) Aziz (noise 20 desibel) Aziz (noise 30 desibel)

56 Lanjutan Citra (asli) Citra (noise 20 desibel) Citra (noise 30 desibel)

57 Lanjutan Didit (asli) Didit (noise 20 desibel) Didit (noise 30 desibel)

58 Lanjutan Fitri (asli) Fitri (noise 20 desibel) Fitri (noise 30 desibel)

59 Lanjutan Intan (asli) Intan (noise 20 desibel) Intan (noise 30 desibel)

60 Lanjutan Mijo (asli) Mijo (noise 20 desibel) Mijo (noise 30 desibel)

61 Lanjutan Sumrah (asli) Sumrah (noise 20 desibel) Sumrah (noise 30 desibel)

62 Lanjutan Titin (asli) Titin (noise 20 desibel) Titin (noise 30 desibel)

63 Lanjutan Wiwie (asli) Wiwie (noise 20 desibel) Wiwie (noise 30 desibel)

Lampiran 2 Visualisasi grafis hasil pengujian data asli 64

Lanjutan 65

Lanjutan 66

Lanjutan 67

Lampiran 3 Visualisasi grafis hasil pengujian data noise 68

Lanjutan 69

Lanjutan 70

Lanjutan 71

Lanjutan 72

Lanjutan 73

Lampiran 4 Perbandingan hasil pengujian data asli dan data noise 74

Lanjutan 75