Rafly Mumtaz Alarik / 152018138 Penulis Youllia Indrawaty Nurhasanah, S.T,. M.T. Dosen Pembimbing 1

Pengenalan suara adalah teknologi di bidang kecerdasan buatan yang memungkinkan komputer "mendengar" ucapan manusia dan mengartikulasikannya menjadi teks atau perintah yang dapat diinterpretasikan oleh sistem. Dalam pengembangan aplikasi pembelajaran digital, metode LPC (Linear Predictive Coding) digunakan untuk merepresentasikan sinyal suara dengan fitur-fitur spektral yang membantu membedakan fonem atau suara yang berbeda. Selain itu, penggunaan Hidden Markov Model-Forward (HMM-Forward) juga digunakan dalam pengenalan suara. Metode ini memecah sinyal suara menjadi serangkaian segmen waktu yang disebut frame, dan menerapkan model Markov tersembunyi untuk mengenali pola-pola dalam sinyal suara, termasuk pengenalan kata-kata atau frasa-frasa yang berbeda. Penelitian ini bertujuan untuk Mengetahui implementasi dari LPC dan HMM-Forward dalam penerapan Aplikasi Pembelajaran berbasis desktop untuk sarana pembelajaran digital serta mengetahui persentase dari metode LPC dan HMM-Forward pada aplikasi ini. Hasil dari penelitian ini adalah tingkat keberhasilan aplikasi dalam mengenali pola terhadap pengenalan suara untuk pengenalan label setelah dilakukan uji coba memiliki persentase sebesar 71,11%.