Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Support Vector Machine Untuk Klasifikasi Ucapan Huruf Hijaiyah Bertanda Baca Berbasis Ekstraksi Ciri Mfcc Wisnu Adhi Pradana; Adiwijaya Adiwijaya; Untari Novia Wisesty
eProceedings of Engineering Vol 4, No 3 (2017): Desember, 2017
Publisher : eProceedings of Engineering

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Support vector machine atau yang biasa disebut SVM adalah salah satu metode yang dapat digunakan untuk proses klasifikasi suatu data. Pada penelitian kali ini, sistem dibangun dengan menggunakan pendekatan tersebut dalam pengembangan arabic speech recognition. Dalam pembangunan sistem, ada 2 macam tipe speaker yang telah diuji yaitu dependat speaker dan independent speaker. Hasil yang diperoleh dari sistem ini adalah nilai akurasi sebesar 85,32% untuk dependat speaker dan 61,16% untuk independent speaker. Kata Kunci: Arabic Speech Recognition, Support Vector Machine, MFCC