0404057502 - Youllia Indrawaty Nurhasah, ST., MT. Dosen Pembimbing 1 IRGILIAN SATRIA PRATAMA / 152017070 Penulis

Bahasa Inggris sebagai salah satu bahasa internasional yang masif digunakan orang di seluruh dunia sebagai sarana komunikasi antar sesame negara maupun antar negara. Sebagai salah satu bahasa internasional yang banyak digunakan sering kali dilibatkan dalam bahasa, sastra, musik, maupun ilmu pengetahuan. Dengan dilakukan penelitian ini bertujuan untuk membangun sistem yang dapat mengenali ciri dan mengklasifikasikan aksen bahasa inggris dari berbagai negara. Metode yang digunakan adalah Convolutional Neural Network (CNN), algoritma pada deep learning yang merupakan supervised learning. CNN mengklasifikasikan aksen dengan mempelajari input yang didapat dari proses ekstrasi fitur yang menggunakan Mel-Frequency Cepstral Coefficients (MFCC), teknik yang banyak digunakan pada speech technology, berdasarkan jenis aksen dari bahasa inggris tersebut. Berdasarkan hasil pengujian yang dilakukan dengan menggunakan nilai dropout. Pada pengujian dataset dengan nilai Dropout rate (0.7) nilai akurasi total pada data testing 91.78%. Pada nilai Dropout rate (0.5) mendapat nilai akurasi total pada data testing 99.11%. Dapat disimpulkan bahwa model menganalisis dengan baik pada data testing dan dapat mengenali data baru. Kata Kunci : Convolutional Neural Network (CNN), Klasifikasi, Aksen, bahasa inggris, Mel-Frequency Cepstral Coefficients (MFCC)