Identifikasi Pembicara Menggunakan Algoritme VFI5 dengan MFCC sebagai Pengekstraksi Ciri
Abstrak: Voting Feature
Intervals (VFI) 5
memiliki akurasi yang
cukup tinggi dalam mengklasifikasikan data
berbasis teks dan
citra. Berdasarkan hal
tersebut dikembangkanlah metode
identifikasi pembicara menggunakan algoritme VFI5 dengan Mel Frequency Cepstrum
Coefficients (MFCC) sebagai
pengekstraksi ciri suara
untuk melihat keakuratan
algoritme VFI5 dalam mengklasifikasikan data
berbasis suara. Jenis
identifikasi pembicara pada penelitian ini
bersifat tertutup dan
bergantung pada text.
Pada penelitian ini
juga dilakukan percobaan menggunakan
suara ber-noise untuk
melihat kehandalan VFI5
dalam mengklasifikasikan suara ber-noise. Dari hasil pengujian didapatkan
bahwa metode yang telah dikembangkan
ini memiliki akurasi
cukup tinggi dengan
akurasi tertinggi sebesar
97% untuk data suara tanpa
noise. Selain itu juga diketahui bahwa
jumlah data latih yang optimal untuk menghasilkan akurasi
yang tinggi adalah
11. Sedangkan untuk
suara bernoise dengan
SNR sebesar 30 dB,
akurasi tertinggi mencapai
81,5 % dan
untuk suara bernoise
dengan SNR sebesar 20 dB tingkat
akurasi tertinggi mencapai 59 %.
Kata kunci: Voting
Feature Intervals 5
(VFI5), Mel Frequency
Cepstrum Coefficients (MFCC),
identifikasi pembicara
Penulis: Vicky Zilvan, S.Kom.
Kode Jurnal: jptinformatikadd110107
