p-Index From 2021 - 2026
7.956
P-Index
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Digit : Digital of Information Technology

ANALISIS AKURASI CNN PADA DATA OLAH SUARA MANUSIA MENGGUNAKAN PARAMETER KOEFISIEN MFCC DAN MAX LENGTH Rahman, Firdaus Noorhadi; Listyorini, Tri; Supriyati, Endang
Jurnal Digit : Digital of Information Technology Vol 15, No 1 (2025)
Publisher : Universitas Catur Insan Cendekia (CIC) Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51920/jd.v15i1.416

Abstract

Di era digital, pengenalan suara manusia semakin berkembang sebagai salah satu solusi inovatif. Suara dapat digunakan untuk mempermudah dalam berbagai bidang. Penelitian ini bertujuan untuk menganalisis akurasi CNN pada  data olah menggunakan parameter koefisien MFCC dan Max Length dalam mengklasifikasikan suara manusia berdasarkan delapan kelas suara yang mencakup tujuh kelas suara orang dan satu kelas suara bebas. Data suara menggunakan data primer dalam format WAV, kemudian diproses melalui dua tahapan preprocessing. Tahap pemrosesan ekstraksi fitur, menggunakan MFCC dengan parameter koefisien dan max length yang bervariasi. Arsitektur model CNN yang dirancang terdiri dari beberapa lapisan utama. Model CNN dilatih menggunakan data yang telah diproses dengan variasi parameter koefisien dan max length untuk mengevaluasi pengaruhnya terhadap tingkat akurasi dalam klasifikasi suara. Evaluasi dilakukan menggunakan Confusion Matrix untuk mengukur performa model yang diuji secara keseluruhan. Hasil penelitian, analisis akurasi tertinggi sebesar 98,96%, diperoleh dengan parameter koefisien MFCC sebesar 40 dan Max Length 48000. Hal ini menunjukkan bahwa parameter koefisien MFCC dan Max Length berpengaruh terhadap tingkat akurasi model.  Semakin besar parameter MFCC maka semakin tinggi tingkat akurasinya. Begitu juga dengan semakin besar Max Length maka semakin tinggi tingkat akurasinya. Kesimpulan dari penelitian ini adalah menekankan pentingnya parameter MFCC dan Max Length (panjang maksimal data) dalam meningkatkan akurasi model CNN. Kata kunci: Akurasi, CNN, Data Olah, Suara.
INOVASI DIGITAL: APLIKASI WEB UNTUK PENDATAAN DAN PELAPORAN HAFALAN KITAB KUNING SANTRI Fauzan, Wahyu Khusuma Nur; Supriyati, Endang; Listyorini, Tri
Jurnal Digit : Digital of Information Technology Vol 15, No 1 (2025)
Publisher : Universitas Catur Insan Cendekia (CIC) Cirebon

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.51920/jd.v15i1.417

Abstract

Penelitian ini dilakukan untuk merancang dan mengembangkan sistem informasi berbasis web yang akan diterapkan di Pondok Pesantren Salafiyyah Al Hidayah dengan tujuan untuk mendukung pengelolaan pendataan santri dan pelaporan capaian hafalan kitab kuning secara efektif dan efisien. Sistem ini dibangun menggunakan framework Laravel dengan metode pengembangan perangkat lunak Waterfall, yang mencakup tahapan analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Sebelumnya, proses pengelolaan data dilakukan secara manual menggunakan spreadsheet dan buku catatan, yang memakan waktu lama dan rentan terhadap kesalahan. Sistem yang dikembangkan menyediakan berbagai fitur, seperti pengelolaan data santri, hafalan kitab, serta akun pengguna untuk admin, pengajar, dan orang tua. Pengujian menggunakan metode Blackbox menunjukkan bahwa seluruh fungsionalitas sistem berjalan sesuai spesifikasi, meningkatkan efisiensi, akurasi, dan aksesibilitas dalam mengelola data pesantren. Dengan keunggulan yang dimiliki oleh framework tersebut.  Kata kunci: Ponpes Salafiyyah Al Hidayah, pendataan, pelaporan, Laravel, waterfall.