PENGENALAN TUTUR TERISOLASI DALAMBAHASA INDONESIA MENGGUNAKANMFCC, FCM, DAN ANFIS

Utis Sutisna, Risanuri Hidayat, Litasari Litasari

Abstract


Dalam penelitian ini Adaptive Neuro Fuzzy Inference System (ANFIS) digunakan untuk pengenalan tutur terisolasi dalam Bahasa Indonesia dengan ekstraksi ciri menggunakan algoritma Mel-Frequency Cepstrum Coefficient (MFCC). Sistem neuro-fuzzy ini mempunyai dua fase awal. Fase pertama adalah identifikasi sistem menggunakan algoritma Fuzzy CMeans (FCM) yang mengidentifikasi parameterparameter dan menginisialisasi aturan-aturan yang digunakan pada sistem inferensi fuzzy (Fuzzy Inference System, FIS). Fase kedua adalah pelatihan sistem fuzzy dengan menggunakan ANFIS untuk mengoptimasi parameter-parameter sistem fuzzy. Unjuk kerja sistem dievaluasi menggunakan sampel tutur untuk pelatihan dan pengujian. Dengan jumlah aturan fuzzy 80, 100, 120, 140, 160, 180, 200 dan 220, hasil pengujian dengan data pelatihan menunjukkan bahwa tingkat akurasi rata-rata adalah 100%. Pengujian dengan data pengujian memberikan hasil tingkat akurasi rata-rata terendah 77,33% dan tingkat akurasi rata-rata tertinggi 86,67%.  


Full Text:

PDF

References


Fuller, R., 1995, Neural Fuzzy Systems, Abo Akademi University.

Chiu, S., 1994, Fuzzy Model Identification Based on Cluster Estimation, Journal of Intelligent & Fuzzy Systems, vol. 2, no. 3.

Rabiner, L.R. and Sambur, M.R., 1975, An Algorithm for Determining the Endpoints of Isolated Utterances, The Bell System Technical Journal, Vol. 54, No. 2.

Saeed V. Vaseghi., 2000, Advanced Digital Signal Processing and Noise Reduction, Second Edition, John Wiley & Sons Ltd.

Hasan, Md. R., Jamil, M. and Rahman Md. G. R. Md. S., 2004, Speaker Identification Using Mel Frequency Cepstral oefficients, 3rd International Conference on Electrical & Computer Engineering, pp. 565-568.

Widyastuti, N. dan Hamzah, A., 2007, Penggunaan Algoritma Genetika Dalam Peningkatan Kinerja Fuzzy Clustering Untuk Pengenalan Pola, Berkala MIPA, 17(2).

Adi S., A., 2000, Studi dan Penerapan Model Neuro- Fuzzy Dalam Prakiraan Cuaca, Jurusan Teknik Fisika ITB.

Sabah, R. and Ainon, R.N., 2009, Isolated Digit Speech Recognition in Malay Language using Neuro-Fuzzy Approach, in Proc. Third Asia International Conference on Modelling & Simulation, pp. 336-340.

Widodo, T.S., 2005, Sistem Neuro Fuzzy untuk Pengolahan Informasi, Pemodelan, dan Kendali, Yogyakarta: Graha Ilmu.

Kusumadewi, S. dan Hartati, S., 2006, Neuro-Fuzzy: Integrasi Sistem Fuzzy dan Jaringan Syaraf, Yogyakarta: Graha Ilmu.

Malcolm Slaney, 1998, Auditory Toolbox, Version 2, Interval Research Corporation.


Refbacks

  • There are currently no refbacks.