Claim Missing Document
Check
Articles

Found 22 Documents
Search

Klasifikasi Usia Berdasarkan Suara Menggunakan Metode Linear Predictive Coding (LPC) dan Nearest Neighbor Berbasis Python Nova Yanti Panjaitan; Hermawan Syahputra
ULIL ALBAB : Jurnal Ilmiah Multidisiplin Vol. 3 No. 9: Agustus 2024
Publisher : CV. Ulil Albab Corp

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.56799/jim.v3i9.4754

Abstract

Tiap-tiap manusia mempunyai keunikan suara yang berbeda-beda yang disebabkan karena resonansi pada tenggorokan yang pula berbeda. Terdapat sejumlah hal yang dapat menjadi kendala ketika proses ekstraksi suara yakni bersumber dari variabilitas suara pada keadaaan seseorang sakit, dialog asing, emosi dan lingkungan. Maka dari itu diperlukan proses filtering. Proses filtering ini sangatlah penting karena dapat menyaring suara untuk menghilangkan noise-noise pada suara. Filtering suara dilaksanakan sebelum proses ekstraksi suara. Dengan adanya klasifikasi usia, ruang masalah dalam pengenalan suara dapat dibatasi hanya berlandaskan usia yang sudah diklasifikasikan. Pembagian usia berlandaskan karakteristiknya yakni anak-anak 5 11 tahun, remaja 12 25 tahun, dewasa 26-45 tahun serta lansia 46 65 tahun. Adapun tujuan dari penelitian ini yaitu agar dapat diketahui bagaimana penerapan Linear Predictive Coding (LPC) dan Nearest Neighbor dalam pengklasifikasian usia berdasarkan suara. Oleh karena itu akan dilaksanakan penelitian untuk tugas akhir dengan mengidentifikasikan usia berlandaskan suara dan mengklasifikasikan suara tersebut kedalam jenis tipe suara anak-anak, remaja, dewasa dan lansia dengan mempergunakan metode Linear Predictive Coding (LPC) dan Nearest Neighbor Berbasis Python. Hasil penelitian ini yaitu: (1). Pembuatan sistem klasifikasi usia memanfaatkan aplikasi Pyhton. (2). Pengujian akurasi K-Fold Cross Validation diperoleh akurasi senilai 75%, presisi 39%, recall 39%. (3). Berlandaskan total kinerja sistem yang sudah diperoleh, maka bisa ditarik kesimpulannya dengan menerapkan metode Linear Predictive Coding (LPC) selaku ekstraksi ciri dan Nearest Neighbor bisa dipergunakan dalam mengelompokkan usia anak-anak, remaja, dewasa, lansia berlandaskan suaranya.
BOOTCAMP TEKNIK JARINGAN TELEKOMUNIKASI FIBER OPTIK UNTUK SISWA/I TKJ SMKS TRI SAKTI LUBUK PAKAM Dedy Kiswanto; Hermawan Syahputra; Suvriadi Panggabean; Sri Dewi; Nurul Maulida Surbakti
Community Development Journal : Jurnal Pengabdian Masyarakat Vol. 6 No. 2 (2025): Volume 6 No. 2 Tahun 2025
Publisher : Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/cdj.v6i2.43050

Abstract

Kegiatan bootcamp teknik teknik jaringan telekomunikasi fiber optik untuk siswa/siswi teknik komputer dan jaringan di SMKS Tri Sakti Lubuk Pakam bertujuan untuk meningkatkan kompetensi siswa/i jurusan Teknik Komputer dan Jaringan (TKJ) di SMKS Tri Sakti Lubuk Pakam terkait instalasi jaringan fiber optik. Kegiatan ini diadakan untuk menjawab kebutuhan industri yang terus berkembang, di mana instalasi fiber optik menjadi standar dalam jaringan telekomunikasi secara Global. Metode yang dilakukan meliputi training materi teori instalasi fiber optik oleh praktisi Industri, demonstrasi, dan pelatihan langsung instalasi fiber optik. Hasil dari kegiatan ini menunjukkan bahwa sebagian besar peserta mampu memahami prinsip dasar fiber optik, jenis kabel yang digunakan, dan teknik instalasi yang benar. Namun, masih terdapat beberapa peserta yang belum sepenuhnya memahami aspek-aspek teknis tertentu. Diakhir kegiatan dilakukan penyerahan alat instalasi fiber optik kepada sekolah dengan harapan dapat mendukung peningkatan kompetensi instalasi fiber optik lebih lanjut dan memastikan kesiapan siswa menghadapi dunia kerja pada bidang telekomunikasi fiber optik.