Garuda - Garba Rujukan Digital

IMPLEMENTASI METODE MFCC DAN DTW UNTUK PENGENALAN JENIS SUARA PRIA DAN WANITA Permana, Irham Sidik; Indrawaty, Youllia; Zulkarnain, Andriana
MIND Journal Vol 3, No 1 (2018): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

MFCC (Mel-Frequency Cepstral Coefficient ) dan DTW (Dynamic Time Warping)adalah suatu metode dalam mengolah suara, pada penelitian ini pengolahan suarayang dilakukan bertujuan untuk pengenalan jenis suara pria dan wanita.Penentuan jenis suara pria atau wanita biasanya dilakukan dalam penentuankelompok paduan suara. MFCC merupakan metode untuk ekstraksi ciri, selainMFCC digunakan metode lain yaitu DTW yang merupakan metode pencocokansuara latih dan suara uji, teknik ini berguna untuk menghitung jarak antara duadata dengan pola-pola yang berbeda dan menghitung nilai dan jarak dari datatersebut. Pada penelitian ini dibangun suatu sistem yang dapat mengenali jenissuara pria dan wanita, Jenis suara pada pria dibagi menjadi Tenor, Bariton danBass, sedangkan pada wanita dibagi menjadi Sopran, Mezzosopran dan Alto. HasilPenelitian yang didapat yaitu untuk tingkat akurasi pada wanita dengan jenis suaraalto didapatkan presentase 80%, untuk tingkat akurasi jenis suara mezzosoprandidapatkan 90%, untuk tingkat akurasi jenis suara sopran didapatkan 80%.Kemudian pada jenis suara pria, untuk jenis suara bass didapatkan tingkat akurasisebesar 80%, untuk jenis suara bariton didapatkan tingkat akurasi 70%, dan untukjenis suara tenor didapatkan tingkat akurasi sebesar 60%.

Penerapan Metode Transformasi Wavelet pada Klasifikasi Jenis Renda Hermana, Asep Nana; Z, Andriana; K, Wahyu Didit
MIND Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v1i2.25-37

Renda memiliki ragam motif yang berbeda-beda berdasarkan jenis kain. Namun, banyak masyarakat yang masih susah untuk mengetahui jenis renda akibat banyaknya motif. Salah satu solusinya adalah dengan menyiapkan suatu sistem yang dapat melakukan klasifikasi jenis renda. Penelitian ini mengembangkan teknik komputerisasi citra untuk melakukan proses klasifikasi jenis kain renda dengan memanfaatkan Metode Transformasi Wavelet. Klasifikasi dimulai dengan melakukan grayscale pada citra renda yang dilanjutkan dengan proses dekomposisi untuk mendapatkan koefisien wavelet yang kemudian dihitung nilai energi dari aproksimasi Level1 dan aproksimasi Level2. Selanjutnya membandingkan nilai energi antara nilai energi data uji dan nilai energi data latih. Langkah terakhir dengan menggunakan algoritma Euclidean Distance sebagai pencocokan jarak. Hasil perhitungan Euclidean Distance yang dapat diambil sebagai keputusan suatu citra bila mendekati nilai 0. Berdasarkan pengujian aplikasi, tingkat keakuratan rata-rata keseluruhannya klasifikasi kain renda mencapai 75%, sehingga aplikasi dapat digunakan untuk melakukan klasifikasi.

Pengenalan Pembicara untuk Menentukan Gender Menggunakan Metode MFCC dan VQ N, Youllia Indrawaty; ana, Andri; Permatasari, Dita
MIND Journal Vol 2, No 1 (2017): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Klasifikasi suara berdasarkan gender dibuat dengan tujuan agar komputer mampu mengenali suara laki-laki dan perempuan. Dengan kemampuan komputer yang mampu membedakan suara laki-laki dan perempuan pada pengembangan selanjutnya akan memperkuat tingkat suatu sistem keamanan yang menggunakan password dengan suara. Penelitian ini mengenai pengenalan gender dari pengucap/ pembicara dengan ucapan bergantung teks dan bergantung pembicara, dalam proses pengenalan tersebut digunakan algoritma ekstraksi yang disebut Mel Frequency Cepstral Coefficients (MFCC) digunakan untuk ekstraksi ciri dari sinyal wicara sedangkan proses pengelompokan menggunakan metode Vector Quantization (VQ). Dalam tahap pengenalan, ukuran distorsi berdasarkan minimisasi jarak Euclidean digunakan untuk mencocokkan penutur uji dengan penutur dalam database. Database wicara menggunakan 20 penutur, terdiri dari 10 penutur pria dan 10 penutur wanita dengan tingkat akurasi pria mencapai 90% dan wanita 80%.

Daftar Kehadiran Mahasiswa dengan Autentikasi Wajah Menggunakan Metode Eigenface Barmawi, Mira Musrini; Z, Andriana; A F, Muhamad Rizki
MIND Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Sistem pengenalan atau autentikasi tidak hanya dengan menggunakan sidik jari, tetapi juga dapat menggunakan pengenalan wajah. Pengenalan wajah dapat dikembangkan sebagai media identifikasi dan memiliki berbagai manfaat, diantaranya tidak diperlukan kartu atau foto pada kartu identifikasi. Metode eigenface digunakan dalam daftar kehadiran dengan pengenalan wajah, media webcam digunakan untuk menangkap gambar secara real-time. Proses dari aplikasi ini adalah kamera menangkap gambar pada wajah, kemudian didapatkan sebuah nilai R, G, B. Dengan melakukan pemrosesan awal dilakukan penyesuaian ukuran, RGB ke Grayscale, dan histogram equalizer. Metode eigenface berfungsi untuk menghitung eigenvalue dan eigenvector yang digunakan sebagai fitur dalam melakukan pengenalan. Euclidean distance digunakan untuk mencari jarak dengan data fitur yang telah didapat, serta jarak terkecil dengan hasilnya. Berdasarkan pengujian aplikasi, tingkat keberhasilan pengenalan citra wajah mencapai 80%, sehingga aplikasi ini dapat dijadikan sebagai alternatif untuk autentikasi kehadiran mahasiswa.Kata Kunci : eigenface, pengenalan wajah, daftar kehadiran

IMPLEMENTASI PENGOLAHAN MODEL WARNA RGB PADA APLIKASI IDENTIFIKASI WARNA Hermana, Asep Nana; Zulkarnain, Andriana; Riadi, Yudi Arief
MIND Journal Vol 3, No 1 (2018): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Ada sebagian orang yang memiliki kelainan pada penglihatan, salah satunyaadalah kelainan melakukan identifikasi warna (buta warna). Salah satu cara untukmenolong melakukan identifikasi warna yaitu dengan cara menampilkan informasiwarna ke dalam teks. Informasi warna video digital masih berbentuk model warnaYCbCr. Model warna YCbCr adalah model warna yang digunakan pada kamerahandphone. Metode pengkonversian YCbCr digunakan untuk mendapatkan danmengkonversikan nilai warna yang didapat ke dalam model warna RGB. Nilai hasilpengkonversian dibandingkan dengan nilai RGB yang tersimpan pada programdengan menggunakan metode euclidean distance. Metode euclidean distanceberfungsi untuk mencari nilai selisih terkecil dari dua matriks yang dibandingkan.Hasil perbandingan ditampilkan sebagai keluaran yang terdiri dari gambar warna,nama warna, nilai warna dan warna yang serupa dengan hasil perbandingan.Berdasarkan hasil pengujian warna objek dapat dideteksi dengan persentasekeberhasilan mencapai 93,75%.

Implementasi Metode Principal Component Analysis dan Hidden Markov Model pada Pengenalan Suara N, Youllia Indrawaty; Z, Andriana; Prasetia, Fadhlin
MIND Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Informasi sinyal suara yang dikenali memiliki karakteristik yang unik. Dengan adanya keunikan pada sinyal suara dapat diimplementasikan untuk melakukan identifikasi suara pada bidang kesehatan yang difungsikan sebagai pengenalan suara pada tunawicara. Dimana pada pengembangannya aplikasi mampu untuk membantu pembelajaran pada tunawicara. Metode yang dapat melakukan ekstraksi ciri suara salah satunya adalah metode Principal Component Analsis. Metode Principal Component Analysis bekerja dengan melakukan ekstraksi ciri suara dan pengelompokan pada pola suara. Suara yang direkam melalui proses pre-processing audio sebelum dikelompokan menggunakan Principal Component Analysis untuk mendapatkan nilai koefisien suara. Hasil dari nilai koefisien disimpan sebagai sinyal referensi dan digunakan pada proses pencocokan sinyal suara menggunakan algoritma Hidden Markov Model. Sistem diuji sebanyak 3 sesi pengujian oleh 14 orang penguji. Berdasarkan hasil pengujian diketahui bahwa sistem yang dibangun mencapai tingkat akurasi 85% dari 3 sesi pengujian oleh 14 orang penguji.

Implementasi Algoritma GLCM Dan MED pada Aplikasi Pendeteksi Kolesterol Melalui Iris Mata B, Mira Musrini; ana, Andri; Hidayat, Ari Seisar
MIND Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Berdasarkan penelitian yang telah dilakukan dengan menggunakan gambar iris normal dan kolesterol sebagai input, metode GLCM (Gray Level Co-Occurrence Matrix) dapat digunakan pada aplikasi pendeteksi kolesterol melalui iris mata. Karena GLCM mampu memperoleh nilai fitur yang terdiri dari energi, entropi, homogenitas dan kontras dengan cara menghitung nilai probabilitas dari hasil perhitungan kemunculan matriks yang sama dalam piksel gambar dengan sudut(θ) 0◦ dan jarak(d) 1. Metode MED (Minimum Euclidean Distance) dapat digunakan untuk mengklasifikasi gambar iris normal dan kolesterol dengan menghitung nilai jarak Euclidean berdasarkan dari nilai fitur GLCM. Pembuatan aplikasi ini bertujuan untuk membantu orang-orang dengan mudah mendeteksi kolesterol secara cepat dan praktis tanpa harus pergi ke klinik atau rumah sakit. Pengujian yang dilakukan ke 24 orang dari gambar iris normal dan kolesterol dengan intensitas cahaya yang berbeda tingkat akurasi mencapai 70,83%.

IMPLEMENTASI METODE MFCC DAN DTW UNTUK PENGENALAN JENIS SUARA PRIA DAN WANITA Irham Sidik Permana; Youllia Indrawaty; Andriana Zulkarnain
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 3, No 1 (2018): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v3i1.61-76

MFCC (Mel-Frequency Cepstral Coefficient ) dan DTW (Dynamic Time Warping)adalah suatu metode dalam mengolah suara, pada penelitian ini pengolahan suarayang dilakukan bertujuan untuk pengenalan jenis suara pria dan wanita.Penentuan jenis suara pria atau wanita biasanya dilakukan dalam penentuankelompok paduan suara. MFCC merupakan metode untuk ekstraksi ciri, selainMFCC digunakan metode lain yaitu DTW yang merupakan metode pencocokansuara latih dan suara uji, teknik ini berguna untuk menghitung jarak antara duadata dengan pola-pola yang berbeda dan menghitung nilai dan jarak dari datatersebut. Pada penelitian ini dibangun suatu sistem yang dapat mengenali jenissuara pria dan wanita, Jenis suara pada pria dibagi menjadi Tenor, Bariton danBass, sedangkan pada wanita dibagi menjadi Sopran, Mezzosopran dan Alto. HasilPenelitian yang didapat yaitu untuk tingkat akurasi pada wanita dengan jenis suaraalto didapatkan presentase 80%, untuk tingkat akurasi jenis suara mezzosoprandidapatkan 90%, untuk tingkat akurasi jenis suara sopran didapatkan 80%.Kemudian pada jenis suara pria, untuk jenis suara bass didapatkan tingkat akurasisebesar 80%, untuk jenis suara bariton didapatkan tingkat akurasi 70%, dan untukjenis suara tenor didapatkan tingkat akurasi sebesar 60%.

Penerapan Metode Transformasi Wavelet pada Klasifikasi Jenis Renda Asep Nana Hermana; Andriana Z; Wahyu Didit K
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v1i2.25-37

Renda memiliki ragam motif yang berbeda-beda berdasarkan jenis kain. Namun, banyak masyarakat yang masih susah untuk mengetahui jenis renda akibat banyaknya motif. Salah satu solusinya adalah dengan menyiapkan suatu sistem yang dapat melakukan klasifikasi jenis renda. Penelitian ini mengembangkan teknik komputerisasi citra untuk melakukan proses klasifikasi jenis kain renda dengan memanfaatkan Metode Transformasi Wavelet. Klasifikasi dimulai dengan melakukan grayscale pada citra renda yang dilanjutkan dengan proses dekomposisi untuk mendapatkan koefisien wavelet yang kemudian dihitung nilai energi dari aproksimasi Level1 dan aproksimasi Level2. Selanjutnya membandingkan nilai energi antara nilai energi data uji dan nilai energi data latih. Langkah terakhir dengan menggunakan algoritma Euclidean Distance sebagai pencocokan jarak. Hasil perhitungan Euclidean Distance yang dapat diambil sebagai keputusan suatu citra bila mendekati nilai 0. Berdasarkan pengujian aplikasi, tingkat keakuratan rata-rata keseluruhannya klasifikasi kain renda mencapai 75%, sehingga aplikasi dapat digunakan untuk melakukan klasifikasi.

Implementasi Metode Principal Component Analysis dan Hidden Markov Model pada Pengenalan Suara Youllia Indrawaty N; Andriana Z; Fadhlin Prasetia
MIND (Multimedia Artificial Intelligent Networking Database) Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional, Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26760/mindjournal.v2i2.51-60

Informasi sinyal suara yang dikenali memiliki karakteristik yang unik. Dengan adanya keunikan pada sinyal suara dapat diimplementasikan untuk melakukan identifikasi suara pada bidang kesehatan yang difungsikan sebagai pengenalan suara pada tunawicara. Dimana pada pengembangannya aplikasi mampu untuk membantu pembelajaran pada tunawicara. Metode yang dapat melakukan ekstraksi ciri suara salah satunya adalah metode Principal Component Analsis. Metode Principal Component Analysis bekerja dengan melakukan ekstraksi ciri suara dan pengelompokan pada pola suara. Suara yang direkam melalui proses pre-processing audio sebelum dikelompokan menggunakan Principal Component Analysis untuk mendapatkan nilai koefisien suara. Hasil dari nilai koefisien disimpan sebagai sinyal referensi dan digunakan pada proses pencocokan sinyal suara menggunakan algoritma Hidden Markov Model. Sistem diuji sebanyak 3 sesi pengujian oleh 14 orang penguji. Berdasarkan hasil pengujian diketahui bahwa sistem yang dibangun mencapai tingkat akurasi 85% dari 3 sesi pengujian oleh 14 orang penguji.

Title

Found 13 Documents
Search
Journal : MIND (Multimedia Artificial Intelligent Networking Database) Journal

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title Search

Found 13 Documents Search Journal : MIND (Multimedia Artificial Intelligent Networking Database) Journal

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Abstract

Title

Found 13 Documents
Search
Journal : MIND (Multimedia Artificial Intelligent Networking Database) Journal