Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal TELKOMNIKA (Telecommunication Computing Electronics and Control) JIKO (Jurnal Informatika dan Komputer)
Domy Kristomo
STMIK Akakom Yogyakarta
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Wavelet Based Feature Extraction for The Indonesian CV Syllables Sound Domy Kristomo; Risanuri Hidayat; Indah Soesanti
TELKOMNIKA (Telecommunication Computing Electronics and Control) Vol 16, No 3: June 2018
Publisher : Universitas Ahmad Dahlan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.12928/telkomnika.v16i3.5014

Abstract

This paper proposes the combined methods of Wavelet Transform (WT) and Euclidean Distance (ED) to estimate the expected value of the possibly feature vector of Indonesian syllables. This research aims to find the best properties in effectiveness and efficiency on performing feature extraction of each syllable sound to be applied in the speech recognition systems. This proposed approach which is the state-of-the-art of the previous study consist of three main phase. In the first phase, the speech signal is segmented and normalized. In the second phase, the signal is transformed into frequency domain by using the WT. In the third phase, to estimate the expected feature vector, the ED algorithm is used. Th e result shows the list of features of each syllables can be used for the next research, and some recommendations on the most effective and efficient WT to be used in performing syllable sound recognition.
PERBANDINGAN MOTHER WAVELET UNTUK EKSTRAKSI CIRI ISYARAT TUTUR Domy Kristomo; Adi Kusjani
JURNAL INFORMATIKA DAN KOMPUTER Vol 6, No 2 (2022): ReBorn -- September 2022
Publisher : Lembaga Penelitian dan Pengabdian Masyarakat - Universitas Teknologi Digital Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (242.609 KB) | DOI: 10.26798/jiko.v6i2.554

Abstract

Metode Wavelet merupakan salah satu metode yang unggul untuk menganalisis serta mengekstraksi ciri isyarat suara tutur. Dalam proses ekstraksi ciri menggunakan metode Wavelet, terdapat beberapa faktor yang dapat berpengaruh dalam mendapatkan ciri yang bersifat diskriminan, diantaranya: pemilihan mother wavelet, pemilihan sub-band, dan pemilihan level dekomposisi. Beberapa contoh mother Wavelet yang sering digunakan diantaranya: Daubechies, Coiflet, Meyer, Haar, Symlet, dan Biortogonal. Pada penelitian ini dilakukan perbandingan berbagai macam mother Wavelet untuk mendapatkan ciri yang efektif untuk mengklasifikasi isyarat tutur, yang diharapkan melalui proses perbandingan berbagai mother Wavelet akan didapatkan mother Wavelet yang terbaik dan paling cocok untuk mengolah dan mengekstraksi isyarat tutur. Tap filter yang akan digunakan pada masing-masing Mother Wavelet pada rentang 1 hingga 10. Hasil penelitian perbandingan mother Wavelet untuk mengklasifikasi isyarat tutur menunjukkan bahwa koefisien filter Mother Wavelet Daubechies 2 menghasilkan akurasi klasifikasi yang paling dibandingkan Mother Wavelet lainnya (Haar, Coiflet2, Meyer, Symlet, dan Biortogonal) untuk mengekstraksi dan mengklasifikasi suku kata konsonan hambat bahasa Indonesia ditunjukkan oleh hasil akurasi 90,6% (WPT+Daub2), 66,7% (WPT+Haar), 76,7% (WPT+Coif2), 62,3% (WPT+Meyer), 64,2% (WPT+Symlet), dan 61,7% (WPT+Biortogonal).
Co-Authors Indah Soesanti Risanuri Hidayat