PENERAPAN METODE HIDDEN MARKOV MODEL DAN MEL FREQUENCY CEPSTRUM COEFFICIENT DALAM PENGENALAN VOICE COMMAND BERBAHASA INDONESIA KOMPETENSI KOMPUTASI SKRIPSI I GEDE ARYA MAHARTA NIM. 1108605025 JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS UDAYANA BUKIT JIMBARAN 2015 i
SURAT PERNYATAAN KEASLIAN KARYA ILMIAH Yang bertanda tangan di bawah ini menyatakan bahwa naskah Skripsi dengan judul: Penerapan Metode Hidden Markov Model dan Mel Frecuency Cepstral Coefficient dalam Pengenalan Voice Command Berbahasa Indonesia Nama : I Gede Arya Maharta NIM : 1108605025 Program Studi : Teknik Informatika E-mail : aryamhrt@gmail.com Nomor telp/hp : 082247550872 Alamat : Jalan Tukad Yeh Biu Gang Pudak no. 7, Denpasar, Bali Belum pernah dipublikasikan dalam dokumen skripsi, jurnal nasional maupun internasional atau dalam prosiding manapun, dan tidak sedang atau akan diajukan untuk publikasi di jurnal atau prosiding manapun. Apabila di kemudian hari terbukti terdapat pelanggaran kaidah-kaidah akademik pada karya ilmiah saya, maka saya bersedia menanggung sanksi-sanksi yang dijatuhkan karena kesalahan tersebut, sebagaimana diatur oleh Peraturan Menteri Pendidikan Nasional Nomor 17 Tahun 2010 tentang Pencegahan dan Penanggulangan Plagiat di Perguruan Tinggi. Demikian Surat Pernyataan ini saya buat dengan sesungguhnya untuk dapat dipergunakan bilamana diperlukan. Denpasar, 18 Agustus 2015 Yang membuat pernyataan, (I Gede Arya Maharta) NIM. 1108605025
LEMBAR PENGESAHAN TUGAS AKHIR Judul : Penerapan Metode Hidden Markov Model dan Mel Frequency Cepstrum Coefficient dalam Pengenalan Voice Command Berbahasa Indonesia Kompetensi : Komputasi Nama : I Gede Arya Maharta NIM : 1108605025 Tanggal Seminar : 7 Juli 2015 Pembimbing I Disetujui oleh: Penguji I Agus Muliantara, S.Kom.,M.Kom. NIP. 198006162005011001 I Gede Santi Astawa, S.T., M.Cs. NIP. 198012062006041003 Pembimbing II Penguji II Ngurah Agus Sanjaya, ER, S.Kom., M.Kom. NIP. 197803212005011001 Ida Bagus Gede Dwidasmara,S.Kom.,M.Cs. NIP. 198503152010121007 Penguji III I Dewa Made Bayu Atmaja Darmawan, S.Kom, M.Cs. NIP. 198901272012121001 Mengetahui, Jurusan Ilmu Komputer FMIPA UNUD Ketua, Drs. I Wayan Santiyasa, M.Si NIP. 196704141992031002 ii
Judul : Penerapan Metode Hidden Markov Model dan Mel Frecuency Cepstral Coefficient dalam Pengenalan Voice Command Berbahasa Indonesia Nama : I Gede Arya Maharta Pembimbing : 1. Agus Muliantara, S.Kom., M.Kom. 2. Ngurah Agus Sanjaya, ER, S.Kom., M. Kom. ABSTRAK Suara adalah cara berkomunikasi yang paling sederhana dan sering digunakan sesama manusia. Namun, seiring dengan perkembangan teknologi, proses komunikasi juga terjadi antara manusia dan perangkat-perangkat seperti komputer. Pengenalan suara atau Automatic Speech Recognition (ASR) adalah teknik untuk mendukung interaksi antara manusia dan komputer yang saat ini menjadi salah satu hal yang sangat potensial bagi para peneliti untuk dikembangkan. ASR memungkinkan komputer untuk menerima masukan berupa kata yang diucapkan untuk kemudian dikenali dengan cara mengolah sinyal digital yang terkandung. Dalam penelitian ini dirancang sebuah sistem pengenalan intruksi suara dalam bahasa Indonesia menggunakan metode ekstraksi fitur Mel Frecuency Cepstral Coefficient (MFCC) dan metode pengenalan Hidden Markov Model (HMM). Serta menggunakan teknik segmentasi kata berdasarkan energi sinyal untuk memecah wicara menjadi satuan kata untuk lebih mudah dikenali. Berdasarkan penelitian dan pengujian yang dilakukan terhadap 20 kata pada dataset, sistem mampu mengenali intruksi suara yang dengan panjang kata bervariasi antara 2 hingga 4 kata dengan tingkat akurasi mencapai 92,49%. Parameter-parameter pelatihan yang paling optimal yang diperoleh adalah jumlah dataset pelatihan 5, jumlah filter-bank 24 filter, iterasi pelatihan maksimal 5 kali, dan jumlah state 3 untuk setiap model. Kata Kunci: Speech Recognition, MFCC, HMM, Instruksi Suara, Segmentasi Wicara iii
Title Name Supervisor : Penerapan Metode Hidden Markov Model dan Mel Frecuency Cepstral Coefficient dalam Pengenalan Voice Command Berbahasa Indonesia : I Gede Arya Maharta : 1. Agus Muliantara, S.Kom., M.Kom. 2. Ngurah Agus Sanjaya, ER, S.Kom., M. Kom. ABSTRACT As we know, speech is the simplest way to communicate with other person. But, along with the development and innovation in the technology which goes rapidly, present communication processes also occurred between human and devices such as computer. Speech recognition or also known as Automatic Speech Recognition (ASR) is a technique developed to assist the human computer interaction now becomes one of potential research object for many researchers. ASR allows computer devices to receive information in form of words or sentences spoken by the human and then recognized by the system using information contained in the speech signal. In this research, voice command recognition in Indonesian language is designed by using Mel Frequency Cepstral Coefficient (MFCC) as feature extraction method, and Hidden Markov Model (HMM) as the recognition method. The signal energy based segmentation is also performed to split the speech utterance from speaker to several word segments because the system works on word level recognition (Isolated Word Recognition). Based in the research and testing for 20 determined words in the system dataset, obtained that system is capable to recognize speech commands correctly with various word length from 2 to 4 words with 92, 49% accuracy. The optimal training parameters resulted from the experiment are number of training dataset 5 sample for each word, 24 filter-banks, 5 maximum iteration of training, and 3 states for each word model Kata Kunci: Speech Recognition, MFCC, HMM, Voice Command, Speech Segmentation iv
KATA PENGANTAR Penelitian dengan judul Penerapan Metode Hidden Markov Model dan Mel Frecuency Cepstral Coefficient dalam Pengenalan Voice Command Berbahasa Indonesia ini disusun dalam rangkaian kegiatan pelaksanaan Tugas Akhir di Jurusan Ilmu Komputer FMIPA UNUD. Penelitian ini dilaksanakan pada periode Januari 2015 hingga Juni 2015 di Universitas Udayana. Sehubungan dengan telah terselesaikannya penelitian ini, maka diucapkan terimakasih dan penghargaan kepada berbagai pihak yang telah membantu pengusul, antara lain 1. Bapak Agus Muliantara, S.Kom, M.Kom sebagai Pembimbing I yang telah membantu dalam penyelesaian penelitian ini; 2. Bapak Ngurah Agus Sanjaya, ER, S.Kom., M.Kom sebagai Pembimbing II yang telah bersedia meluangkan waktunya dalam penyelesaian penelitian ini; 3. Bapak Drs. I Wayan Santiyasa selaku Ketua Jurusan Ilmu Komputer Universitas Udayana yang telah banyak memberikan masukan dan motivasi sehingga memperlancar dalam proses pelaksanaan penelitian ini; 4. Bapak-bapak dan ibu-ibu dosen di Jurusan Ilmu Komputer yang bersedia meluangkan waktunya untuk memberikan masukan dalam penyempurnaan penelitian ini; 5. Kawan-kawan di Jurusan Ilmu Komputer yang telah memberikan dikungan moral dalam penyelesaian penelitian ini. Disadari pula bahwa sudah tentu penelitian ini masih mengandung kelemahan dan kekurangan. Memperhatikan hal ini, maka masukan dan saran-saran penyempurnaan sangat diharapkan Denpasar, Juli 2015 Penulis v
DAFTAR ISI SKRIPSI... i LEMBAR PENGESAHAN TUGAS AKHIR... Error! Bookmark not defined. ABSTRAK... iii ABSTRACT... iv KATA PENGANTAR... v DAFTAR ISI... vi DAFTAR GAMBAR... x DAFTAR TABEL... xii DAFTAR LAMPIRAN... xiii BAB I... 1 PENDAHULUAN... 1 1.1 Latar Belakang... 1 1.2 Rumusan Masalah... 3 1.3 Batasan Masalah... 4 1.4 Tujuan Penelitian... 4 1.5 Manfaat Penelitian... 4 1.6 Metodelogi Penelitian... 4 1.6.1 Desain Penelitian... 5 1.6.2 Pengumpulan data... 5 1.6.3 Pengolahan Data Awal... 5 1.6.4 Metode yang Digunakan... 6 BAB II... 7 vi
TINJAUAN PUSTAKA... 7 2.1 Suara (Wicara)... 7 2.1.1 Karakteristik Sinyal Suara... 7 2.1.2 Representasi Sinyal Suara... 8 2.1.3 Energi Sinyal Suara... 9 2.1.4 Filter pada Sinyal Suara... 10 2.2 Automatic Speech Recognition (ASR)... 10 2.2.1 Karakteristik Sistem Pengenalan Suara... 11 2.2.2 Klasifikasi Sistem Pengenalan Suara... 12 2.3 Mel Frequency Cepstrum Coefficient(MFCC)... 14 2.4 Hidden Markov Model (HMM)... 19 2.4.1 Markov Model... 19 2.4.2 Hidden Markov Model... 19 2.4.3 Penyelesaian masalah dengan HMM... 21 2.4.4 Pemodelan Unit Wicara... 25 BAB III... 27 ANALISIS DAN PERANCANGAN SISTEM... 27 3.1 Kebutuhan Fungsional... 27 3.1.1 Melakukan Pre-Processing... 27 3.1.2 Melakukan Ekstraksi Fitur Suara... 27 3.1.3 Melakukan Pendeteksian Batasan Kata pada Suara... 27 3.1.4 Melakukan Pengenalan Instruksi yang Diucapkan... 28 3.2 Rancangan Data... 28 3.3 Rancangan Antarmuka Sistem... 29 vii
3.4 Rancangan Pengolahan Data... 32 3.4.1 Preprocessing... 32 3.4.2 Ekstraksi Fitur... 33 3.4.3 Pelatihan HMM... 34 3.4.4 Segmentasi Kata... 36 3.4.5 Pengenalan Suara... 37 3.5 Pengujian dan Evaluasi... 38 BAB IV... 41 HASIL DAN PEMBAHASAN... 41 4.1 Implementasi Sistem... 41 4.2 Implementasi Proses Ekstraksi Fitur... 41 4.3 Implementasi Inisialisasi Model HMM... 43 4.4 Implementasi Pelatihan Parameter Model HMM... 45 4.5 Implementasi Proses Segmentasi Sinyal Suara... 45 4.6 Implementasi Proses Pengenalan Insruksi... 48 4.7 Tampilan Antarmuka Pengenalan Intruksi Suara... 49 4.8 Hasil Pengujian Sistem... 52 4.7.1 Pengujian Terhadap Jumlah Dataset per Kata... 53 4.7.2 Pengujian Terhadap Jumlah Filter-Bank... 54 4.7.3 Pengujian Terhadap Jumlah Iterasi Maksimum Pelatihan HMM 55 4.7.4 Pengujian Terhadap Jumlah State Model HMM... 56 4.7.5 Pengujian Dengan Parameter Optimal... 57 4.7.6 Pengujian Durasi Pengucapan Instuksi... 59 viii
BAB V... 63 KESIMPULAN DAN SARAN... 63 5.1 Kesimpulan... 63 5.2 Saran... 63 DAFTAR PUSTAKA... 64 LAMPIRAN ix
DAFTAR GAMBAR Gambar 2.1 Tiga Representasi Sinyal Suara... 8 Gambar 2.2 Sinyal Domain Waktu dan Domain Frekuensi... 9 Gambar 2.3 Diagram Sistem Pengenalan Suara. Tahap training(a), tahap pengenalan(b)... 12 Gambar 2.4 Proses FrameBlocking... 15 Gambar 2.5 Contoh hasil Windowing sinyal suara... 16 Gambar 2.6 Mel Filter Bank dengan 24 buah filter... 18 Gambar 2.7 Parameter Probabilistik pada Hidden Markov Model... 21 Gambar 2.8 Diagram Treilis Untuk Perhitungan Prosedur Maju... 23 Gambar 2.9 Proses Rekursif Untuk Menentukan Jalur Terpendek Menggunakan Algoritma Viterbi... 24 Gambar 3.1 Rancangan tampilan awal sistem... 29 Gambar 3.2 Rancangan tampilan input parameter training... 29 Gambar 3.3 Rancangan tampilan pengenalan suara... 30 Gambar 3.4 Rancangan tampilan segmen kata... 31 Gambar 3.5 Flowchart preprocessing... 32 Gambar 3.6 Flowchart proses ekstraksi fitur suara... 33 Gambar 3. 7 Ilustrasi Hidden Markov Model... 34 Gambar 3.8 Flowchart proses pelatihan model HMM... 35 Gambar 3.9 Flowchart proses segmentasi kata... 36 Gambar 3.10 Flowchart proses pengenalan kata... 38 Gambar 4.1 Sinyal suara untuk kata ac... 41 Gambar 4.2 Fitur sinyal suara untuk kata ac... 43 Gambar 4.3 Kandidat batas kata untuk kalimat tolong turunkan volume tv... 47 Gambar 4.4 Batas kata hasil segmentasi untuk kalimat tolong turunkan volume tv... 48 Gambar 4.5 Tampilan Antarmuka Sistem... 50 x
Gambar 4.6 Antarmuka Input Parameter Pelatihan HMM... 50 Gambar 4.7 Tampilan Proses Pelatihan Model HMM... 51 Gambar 4.8 Tampilan Hasil Pengenalan Instruksi... 52 Gambar 4.9 Grafik Pengaruh Jumlah Filter-Bank Terhadap Akurasi Pengenalan 54 Gambar 4.10 Grafik Pengaruh Jumlah Iterasi Terhadap Akurasi Pengenalan... 55 Gambar 4.11 Grafik Pengaruh Jumlah State Terhadap Akurasi Pengenalan... 56 Gambar 4.12 Hasi Segmentasi Intruksi dengan Durasi 0-1,5 detik... 59 Gambar 4.13 Hasi Segmentasi Intruksi dengan Durasi 1,5-2,5 detik... 60 Gambar 4.14 Hasi Segmentasi Intruksi dengan Durasi 2,5-4 detik... 60 xi
DAFTAR TABEL Tabel 4.1 Sintaks Proses Ekstraksi Fitur... 42 Tabel 4.2 Sintaks Proses Inisialisasi Model HMM... 43 Tabel 4.3 Sintaks Proses Pelatihan Model HMM... 45 Tabel 4.4 Sintaks Proses Segmentasi Sinyal Suara... 45 Tabel 4.5 Sintaks Fungsi Segmentasi Sinyal Suara... 47 Tabel 4.6 Sintaks Proses Pengenalan Instruksi... 49 Tabel 4.7 Hasil Pengujuan Terhadap Jumlah Dataset yang Digunakan... 53 Tabel 4.8 Hasil Pengujuan Terhadap Jumlah Filter-Bank... 54 Tabel 4.9 Hasil Pengujian Terhadap Jumlah Iterasi Maksimum Pelatihan HMM 55 Tabel 4.10 Hasil Pengujian Terhadap Jumlah State Model HMM... 56 Tabel 4.11 Hasil Pengujian Sistem dengan Parameter Optimal... 57 Tabel 4.12 Hasil Pengujian dengan Panjang Kata yang Berbeda... 58 Tabel 4.13 Hasil Akurasi Pengenalan Masing-Masing Kata... 58 Tabel 4.14 Hasil Pengujian Durasi Pengucapan Instruksi yang berbeda... 60 xii
DAFTAR LAMPIRAN Lampiran 1. Hasil Pengujian Jumlah Dataset 2. Hasil Pengujian Jumlah Filter-Bank 3. Hasil Pengujian Jumlah Iterasi Maksimum Pelatihan 4. Hasil Pengujian Banyak State HMM 5. Hasil Pengujian Sistem dengan Parameter Optimal xiii