OPTIMALISASI METODE LPC DENGAN ORDO-16 DAN HMM-FORWARD PADA SISTEM ASISTEN VIRTUAL
Asisten virtual digunakan untuk membantu pengguna atau manusia untuk menyederhanakan kegiatan. Dalam penelitian ini metode yang digunakan untuk ekstraksi ciri adalah metode linear predictive coding dengan ordo 16 dan untuk klasifikasi adalah metode hidden Markov model dengan algoritma forward. Metode tersebut digunakan untuk mengidentifikasi nama aplikasi untuk dapat membuka aplikasi saat di sebutkan nama aplikasinya. Hasil pengujian akurasi menggunakan metode tersebut memiliki rata-rata akurasi kata sebesar 61%. Pengujian akurasi menggunakan data suara yang penyebutan benar sampai salah penyebutan kata. Hasil pengujian deteksi menggunakan metode tersebut memiliki deteksi rata-rata sebesar 76%. Pengujian deteksi menggunakan data suara dari suara laki-laki dan perempuan. Jika dibandingan kan dengan dengan hasil pengujian deteksi LPC dengan ordo 8 sampai 15 dan HMM-Forward, ekstraksi ciri LPC dengan ordo 16 lebih optimal karena memiliki rata-rata tertinggi yaitu 76%. Pengujian deteksi menggunakan data suara dari laki-laki dan perempuan.
Kata Kunci — Linear Predictive Coding; Hidden Markov Model; Pengenalan Suara; Asisten Virtual
Detail Information
Citation
APA Style
. (2021).OPTIMALISASI METODE LPC DENGAN ORDO-16 DAN HMM-FORWARD PADA SISTEM ASISTEN VIRTUAL ().Teknik Informatika:FTI
Chicago Style
.OPTIMALISASI METODE LPC DENGAN ORDO-16 DAN HMM-FORWARD PADA SISTEM ASISTEN VIRTUAL ().Teknik Informatika:FTI,2021.Text
MLA Style
.OPTIMALISASI METODE LPC DENGAN ORDO-16 DAN HMM-FORWARD PADA SISTEM ASISTEN VIRTUAL ().Teknik Informatika:FTI,2021.Text
Turabian Style
.OPTIMALISASI METODE LPC DENGAN ORDO-16 DAN HMM-FORWARD PADA SISTEM ASISTEN VIRTUAL ().Teknik Informatika:FTI,2021.Text