Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Prosiding Seminar Nasional Sains Dan Teknologi Fakultas Teknik

EKSTRAKSI CIRI DAN PENGENALAN TUTUR VOKAL BAHASA INDONESIA MENGGUNAKAN METODE DISCRETE WAVELET TRANSFORM (DWT) DAN DYNAMIC TIME WARPING (DTW) SECARA REALTIME Risky Via Yuliantari; Risanuri Hidayat; Oyas Wahyunggoro
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (451.586 KB)

Abstract

Pada paper ini disajikan tentang pengembangan sebuah sistem pengenalan isyarat vokal  bahasa Indonesia secara realtime. Pada pengenalan isyarat vokal bahasa Indonesia secara konvensional memberikan akurasi yang tinggi. Oleh karena itu, pada penelitian ini dilakukan pengembangan proses pengenalan dilakukan secara realtime yang diterapkan pada vokal bahasa Indonesia. Metode ekstrasi ciri yang digunakan adalah Discrete Wavelet Transform (DWT) level 3 dan Dynamic Time Wraping (DTW) sebagai metode pengenalan isyarat vokal bahasa Indonesia. Pada metode ekstrasi ciri Discrete Wavelet Transform (DWT) level 3 didapatkan 8 buah ciri. Sedangkan metode pengenalan menggunakan Dynamic Time Wraping (DTW) dilakukan dengan menghitung diskriminasi jarak terkecil dan tanpa adanya pelatihan terlebih dahulu. Hasil pengenalan menggunakan metode DWT level 3 menunjukkan akurasi terbaik sebesar 80 %. Dari hasil pengenalan tersebut dilakukan pengujian terhadap 5 penutur yang berbeda secara bergantian sebagai data referensi, sehingga diperoleh 500 pasang data pengukuran. Hasil persentase rata-rata pengenalan dengan akurasi terbaik dari pengujian 5 penutur yang berbeda mencapai 87,2% dari 500 pasang data yang diperoleh secara realtime. Kata Kunci : Dynamic Time Warping, DTW, Discrete Wavelet Transform,  DWT, Realtime.
PENGUKURAN BLOK WINDOW TERBAIK BERDASARKAN MSE UNTUK SEGMENTASI CITRA SIDIK JARI BERBASIS MEAN DAN VARIANS Dwiyanto Dwiyanto; Agus Bejo; Risanuri Hidayat
Prosiding SNST Fakultas Teknik Vol 1, No 1 (2016): PROSIDING SEMINAR NASIONAL SAINS DAN TEKNOLOGI 7 2016
Publisher : Prosiding SNST Fakultas Teknik

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (287.399 KB)

Abstract

Segmentasi citra sidik jari merupakan langkah yang dilakukan untuk memisahkan bagian objek dengan bagian background. Paper ini akan melakukan segmentasi citra sidik jari dengan cara membagi citra sidik jari dengan 6 ukuran blok window (3x3, 6x6, 10x10, 15x15, 20x20, 25x25) yang tidak saling tumpang tindih untuk tiap citra sidik jari. Segmentasi dilakukan berdasarkan mean dan varians tiap blok window. Pengukuran hasil segmentasi citra sidik jari dilakukan dengan memberikan noise titik putih (salt) dan titik hitam (pepper) untuk tiap citra sidik jari hasil segmentasi. Citra sidik jari yang terdapat noise titik putih (salt) dan titik hitam (pepper) kemudian diperbaiki dengan median filter dengan ukuran kernel yang berbeda dan dihitung nilai MSE masing-masing citra. Hasil eksperimen menunjukkan  bahwa ukuran blok window 15x15 mempunyai nilai rata-rata MSE  terkecil yaitu 37,17. Kata kunci: Blok Window, Mean, MSE, Sidik jari, Varians