Hasil Pencarian  ::  Simpan CSV :: Kembali

"Pattern recognition adalah merupakan salah satu pendekatan yang dipakai dalam speech recognition. Salah satu metode pattern recognition yang mudah implementasinya adalah metode Dynamic Time Warping. Metode ini cocok diterapkan untnk sinyal yang memiliki speech rate yang kecil. Pada metode Dynamic Time Warping diterapkan pengenalan terhadap pola atau karakteristik dari sinyal referensi (template) sebagai pola acuan. Kemudian dilakukan pengujian terhadap sinyal uji coba (fest signal) yang akan dibandingkan dengan pola dari sinyal referensi. Perbandingan antara kedua sinyal tersebut akan direpresentasikan secara matematis dalam besaran jarak (distance) yang diperoleh dengan menormalisasi nilai vektor kedua sinyal. Pada skripsi ini, metode Dynamic Time Warping digunakan pada proses speech recognition dan cough detection. Dua buah algoritma yang diusulkan oleh Itakura dan Sakoe-Chiba dibandingkan masing-masing untuk kerjanya. Dari simulasi diperoleh hasil bahwa penggunaan focal consiraini Sakoe-Chiba memberikan prosentase keberhasilan yang lebih baik dibandingkan dengan untuk local constraint Itakura. Secara keseluruhan prosentase keduanya mencapai angka diatas 90 % untuk kondisi speaker dependent dan independent."

"Kelapa kopyor merupakan kelapa yang mengalami kelainan genetik sehingga daging buahnya tidak menempel pada tempurung kelapa. Hal tersebut diakibatkan oleh defisiensi enzim ?-D-galaktosidase yang menyebabkan tekstur dari daging kelapa kopyor unik. Keunikan tersebut menjadikannya memiliki banyak peminat sehingga harganya lebih tinggi, mencapai 4-5 kali lipat dari harga kelapa biasa. Dari penampakan luarnya kelapa kopyor tidak berbeda dibanding kelapa biasa. Selama ini petani maupun penjual menggunakan cara tradisional dengan mendengarkan suara guncangan dari kelapa kopyor untuk membedakannya. Sayangnya, cara tersebut sangat bergantung pada pengalaman dan keterampilan dari pemilahnya. Maka dari itu, pada penelitian ini diajukan metode deteksi kelapa kopyor berbasis pengenalan suara menggunakan Mel Frequency Cepstrum Coefficient MFCC sebagai metode ekstraksi fitur suara dan Dynamic Time Warping DTW sebagai metode pencocokan fitur suara. Objek yang akan dideteksi adalah kelapa kopyor dan kelapa biasa yang sudah tua. Dengan menggunakan kedua metode tersebut, sebuah program telah dibuat untuk dapat mendeteksi kelapa kopyor dengan akurasi sebesar 96.4.

---

Kopyor coconut is a coconut that has genetic abnormalities which cause the coconut meat to not stick to the coconut shell. It is caused by deficiency of enzyme D galactosidase which causes the texture of kopyor coconut meat to become unique. Its uniqueness attracts many enthusiasts resulting in a high economic value, 4 5 times that of the ordinary coconut. From its external appearance, kopyor coconut does not differ with ordinary coconut. To date, both farmers and sellers use a traditional method by listening to the sound of whisk from kopyor coconut to detect them. Unfortunately, it relies heavily on experience and expertise of the person.

Therefore, a new detection method is proposed based on sound recognition using Mel Frequency Cepstrum Coefficient MFCC as the method for feature extraction and Dynamic Time Warping DTW as the method for feature matching. Objects that will be detected are kopyor coconuts and ordinary coconut which has grown mature. By using both methods, a program has been developed to detect kopyor coconut with an accuracy 96.4."

"Speaker verification menggunakan suara dalam mengidentifikasi penggunanya sehingga memilih peluang yang sangat besar untuk diterima di dalam masyarakat karena kemudahannya. Dengan biaya yang lebih murah dibanding sistem biometrik lain, akurasi yang didapatkan dari sistem ini cukup baik [!]. Terlebih lagi, riset terhadap suara telah dilakukan secara terus-menerus beberapa tahun belakangan ini sehingga dapat dijadikan acuan dalam pembuatan sistem speaker verification yang lebih baik lagi. Dengan adanya mikroprosesor Digital Signal Processing (DSP) yang dioptimasi untuk pengolahan sinyal dijital dan aplikasi perhitungan numerik kecepatan tinggi, sistem ini dapat lebih mudah dibuat dan diaplikasikan dalam kehidupan nyata. Selain itu, karena dapat diprogram (programmable), maka sistem keluaran dapat disesuaikan dengan kebutuhan dan juga kontrol akurasinya akan menjadi lebih baik. Pada skripsi ini, dibahas unjuk kerja sistem speaker verification menggunakan parangkat keras ADSP-2181 yang merupakan prosesor DSP buatan Analog Device dengan metode ekstraksi fitur Linear Predictive Coding (LPC) dan metode pencocokan fitur Dynamic Time Warping (DTW) yang dihasilkan dari ujicoba terhadap 8 orang speaker dilihat dari nilai False Acceptance Rate (FAR) dan False Reject Rate (FRR). Unjuk kerja sistem speaker verification yang telah dibuat dan diujicoba ternyata cukup baik. Hal ini dapat dilihat dari nilai rata-rata FAR yang kecil, yaitu sebesar 10.72% dan niiai FRR sebesar 37.5%."

"Hingga saat ini, penderita kecacatan pendengaran masih memerlukan alat bantu untuk berkomunikasi, terutama untuk komunikasi lisan yang merupakan bagian penting dalam kehidupan sehari-hari. Skripsi ini membahas pengembangan sistem alat bantu pembacaan bibir (Lip Reading) dengan metode MDTW (Multidimension Dynamic Time Warping). Metode ini memanfaatkan aspek-aspek fisik bibir manusia untuk mendeteksi kata-kata yang diucapkan. Aspek-aspek yang digunakan adalah tinggi bibir, lebar bibir, rasio tinggi-lebar, dan area dari bibir. Dari video, sistem mendeteksi lokasi bibir dan menerjemahkan gerak bibir menjadi kata-kata yang dapat dimengerti pengguna. Video input akan divariasikan berdasarkan resolusi, frame rate, noise, dan jumlah database. Kata-kata yang diterjemahkan dibatasi untuk Bahasa Indonesia dan Bahasa Inggris. Hasil eksperimen menggunakan bahasa Indonesia sebanyak 308 sampel dan bahasa Inggris dengan 160 sampel, masing-masing menunjukkan akurasi tertinggi sebesar 72.5% untuk bahasa Inggris dan 63% untuk bahasa Indonesia. Tingkat akurasi pada resolusi 1280×720, 1024×768, 720×576, 720×480 masing-masing sebesar 72.5%, 70%, 68.75%, dan 62.5%. Tingkat akurasi pada frame rate 30fps, 25fps, dan 20fps masing-masing sebesar 72.5%, 70%, dan 68.75%. Tingkat akurasi menggunakan noise salt & pepper dengan kepadatan sebesar 0.01 hingga 0.1 menghasilkan akurasi antara 48.75 hingga 63.75%. Berdasarkan eksperimen ini, tingkat akurasi akan dipengaruhi resolusi, frame rate, noise, dan jumlah database.

---

Until now, persons with hearing disabilities need hearing aids for communication, especially in oral communication which is a very important part in daily life. This research report describes about development of lip reading system using MDTW (Multidimension Dynamic Time Warping). This methods implements physical aspects from human lips recorded to recognize the speaker‟s words. There are 4 physical aspects from lips that will be used, i.e. lip‟s heights, lip‟s width, lip‟s height-width ratio, and area. Video processing is performed to locate the lips and translate the lips motion into understandable words for user. In the Model, Indonesian and English simplewords istranslated. Words recognition accuracy is analyzed based on various input videos and other parameters. Experiments using Indonesian languange resulted on 63% accuracy and English languange resulted on 72.5% accuracy. This experiment used 4 type of resolutions, 1280×720, 1024×768, 720×576, and 720×480. Each resolution resulted on 72.5%, 70%, 68.75%, and 62.5% accuracy respectively. This experiment used 3 types of frame rates, 30fps, 25fps, and 20 fps. Each frame rate resulted on 72.5%, 70%, and 68.75% accuracy respectively. This experiment used salt and pepper noise, varied with density between 0.01 and 0.1. The accuracy with noise varied between 48.75 and 63.75%. Accuracy will be based on resolution, frame rate, noise, and databse size."

"Query by Singing/Humming (QbSH) adalah sistem pencarian lagu berdasarkan pada senandung sebagai dasar pencariannya. Skripsi ini akan membahas mengenai perancangan sistem QbSH menggunakan Dynamic Time Warping (DTW) sebagai metode pencocokan melodi. DTW sendiri memiliki beberapa spesifikasi dan bersifat data dependent. Oleh karena itu, pada kesempatan ini akan dirancang suatu simulasi QbSH untuk menentukan spesifikasi DTW yang tepat untuk musik dangdut dan keroncong. Pengukuran performansi dilakukan berdasarkan parameter MRR (Mean Reciprocal Rank). Berdasarkan simulasi terhadap tiga tipe DTW diperoleh hasil tipe DTW 1 memberikan hasil MRR yang paling tinggi. Selain itu untuk spesifikasi free end point didapatkan nilai gulley yang memberikan nilai MRR tertinggi adalah antara 0,15 -0,4. Nilai MRR tertinggi yang didapatkan adalah sebesar 0,67.

---

Query by Singing/Humming (QbSH) is a music search engine which is based on hum input as the basic of searching. This thesis will talk about QbSH system planning using Dynamic Time Warping (DTW) as the matching engine between the hum input and the database. DTW itself has coupler specification and is compatible for dependent data. In this opportunity, QbSH simulation will be build to determine suitable DTW type for dangdut music genre.

The performance will be measured based on MRR (Mean Reciprocal Rank). According to the simulation of three DTW types, the result show that DTW type 1 gives the highest MRR. In addition to free end point specification, gulley values are about 0.15 to 0.4 will give the highest MRR. The highest value of MRR is 0.67."

"Pengkompresian suara pada kecepatan bit 2,4 kbps dan 7,8 kbps diharapkan mampu diterapkan pada aplikasi di dunia telekomunikasi seperti komunikasi tak bergerak dan komunikasi bergerak yang memiliki keterbatasan bandwidth (band limited). Dengan menggunakan kecepatan bit sebesar 2,4 kbps atau 7,8 kbps ini juga diharapkan marnpu untuk meningkatkan eflisiensi penggunaan bandwidth dari media transmisi yang digunakan. Pada skripsi ini dibabas perbandingan unjuk kerja antara metode pengkompresian suara 2,4 kbps dan 7.8 kbps menggunakan metode Linear Prediction Coding {LPC) ditinjau dari segi SNRR (Signal to Noise Reconstruction Ratio) dan tingkat kualitas suara yang dihasilkan berdasarkan data yang diparoleh dari 30 orang responden dengan menggunakan parangkat keras ADSP-2181 yang merupakan prosessor DSP buatan Analog Device. Hasil dari uji coba ini menunjukkan bahwa kompresi suara dengan kecepatan 7.8 kbps memiliki unjuk kerja yang lebih baik dibandingkan kecepatan 2.4 kbps."