PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN JARINGAN SARAF TIRUAN MENGGUNAKAN LINEAR PREDICTIVE CODING

Abstract

Suara merupakan alat komunikasi paling mendasar bagi manusia. Saat ini, suara tidak hanya digunakan untuk komunikasi antar manusia tetapi juga digunakan untuk berkomunikasi dengan perangkat-perangkat teknologi, karenanya topik pengenalan suara pun semakin berkembang. Dalam Tugas Akhir ini dilakukan pengenalan vokal Bahasa Indonesia dengan metode Linear Predictive Coding (LPC) untuk analisa sinyal, sedangkan untuk pengenalan pola digunakan Jaringan Saraf Tiruan (JST) dengan algoritma pelatihan Learning Vector Quantization (LVQ). LPC merupakan suatu metode analisa sinyal yang menghasilkan sejumlah koefisien LPC sebagai representasi struktur formant. Jaringan Saraf Tiruan dengan pelatihan LVQ memiliki kemampuan mengklasifikasikan vektor masukan ke kelas target yang telah ditentukan sebelumnya. Mula-mula data suara disimpan dalam file wav, kemudian dianalisa dengan LPC. Koefisien LPC yang diperoleh dari analisa LPC selanjutnya menjadi vektor masukan JST untuk melatih jaringan. Hasil pelatihan berupa perubahan bobot jaringan sehingga diperoleh jaringan yang memiliki kemampuan pengklasifikasian. Jaringan tersebut kemudian diuji dengan mensimulasikannya pada data latihan dan data baru untuk menghasilkan persentase keberhasilan pengenalan. Eksperimen dilakukan dengan beberapa perubahan nilai parameter untuk memperoleh persentase pengenalan tertinggi. Hasil pengujian menunjukkan bahwa persentase pengenalan tertinggi diperoleh pada orde LPC 10, panjang frame 10ms, dan jumlah epoch 1000. Pengujian data latihan memberikan hasil yang lebih baik dibandingkan data baru. Vokal /a/ dan /i/ merupakan yang paling tinggi tingkat pengenalannya dan terjadi beberapa pola kesalahan pengenalan yang terjadi berulang kali. Kata kunci : pengenalan vokal, Linear Predictive Coding(LPC), Jaringan Saraf Tiruan, Learning Vector Quantization(LVQ).