Claim Missing Document
Check
Articles

Found 37 Documents
Search

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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (945.953 KB) | DOI: 10.26760/mindjournal.v3i1.61-76

Abstract

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%.
Implementasi Metode Best First Search untuk Pembelajaran Matematika Berbasis Multimedia Interaktif Ichwan, Muhammad; N, Youllia Indrawaty; Pahlevi, Andhika
MIND Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (948.906 KB) | DOI: 10.26760/mindjournal.v1i2.38-50

Abstract

Best first search merupakan sebuah metode pencarian heuristic dengan memilih nilai terbaik dari beberapa data. Metode best first search diimplementasikan untuk pembelajaran perkalian matematika berbasis multimedia interaktif. Pada aplikasi ini best first search digunakan sebagai pengukur nilai waktu terkecil pada data hasil pengujian dengan membandingkan tiga cara perhitungan perkalian. Model skenario multimedia merupakan alur komponen dari awal multimedia hingga multimedia selesai. Sehingga dapat menghasilkan suatu tampilan yang interaktif. Aplikasi ini ditujukan kepada anak tunarungu sebagai alternatif pembelajaran perkalian matematika. Pengujian aplikasi dilakukan kepada 10 responden anak tunarungu dan mendapatkan kesimpulan best first search berhasil mendapatkan nilai waktu terkecil dari cara kedua dengan perolehan nilai 203.
Perancangan Mobile Manipulator Robot Secara Simulasi Menggunakan Microsoft Robotics Developer Studio Gustiana, Milda; Indrawaty, Youllia; Febriandi, Arry
MIND Journal Vol 3, No 1 (2018): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (519.433 KB) | DOI: 10.26760/mindjournal.v3i1.15-23

Abstract

Mobile Manipulator Robot merupakan suatu jenis robot yang terdiri atas bagianmobilitas (mobile) dan bagian manipulator. Pemanfaatan robot jenis ini antara laindalam hal keamanan misalnya untuk mengambil dan mengangkut bendaberbahaya. Simulasi dilakukan untuk mengurangi kesalahan saat prosesperancangan yang dapat terjadi sepert dalam hal perancangan fisik maupun padapemrograman. Pada penelitian ini dilakukan perancangan mobile manipulatorrobot dengan methodology for robotic simulation dan disimulasikan menggunakanMicrosoft Robotics Developer Studio. Bagian manipulator dari robot yang dirancangmemiliki 6 DOF. Simulasi yang dihasilkan menunjukkan kesesuaian denganrancangan yang dibuat
Implementasi Metode Top Down Parsing pada Teknologi Bahasa Alamiah dalam Bentuk Chatbot N, Youllia Indrawaty; Harianja, Yandri
MIND Journal Vol 1, No 2 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (664.932 KB) | DOI: 10.26760/mindjournal.v1i2.51-61

Abstract

Chatbot adalah sebuah program komputer yang dirancang untuk mensimulasikan sebuah percakapan yang interaktif kepada user dalam bentuk teks.Chatbot dibangun dengan menggunakan metode top down parsing. Top down parsing digunakan untuk mencari kesimpulan dari pertanyaan user yang terdapat dalam database. Kemudian sistem akan mencari kata kunci berdasarkan pertanyaan user. Setelah kata kunci ditemukan maka akan dicocokan dengan kata kunci yang terdapat dalam database. Kemudian sistem akan menampilkan jawaban yang sesuai dengan kata kunci yang terdapat dalam database. Hasil pengujian black box pada proses tanya jawab, sistem dapat menjawab masukan dari pengguna dengan baik sesuai dengan kata kunci yang ada di database. Hasil pengujian user acceptance test tanya jawab yang diajukan langsung kepada 10 mahasiswa, 70% chatbot mudah dioperasikan, 40% chatbot menarik bagi mahasiswa, dan 70% chatbot bermanfaat bagi mahasiswa untuk mendapatkan informasi yang diinginkan.
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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1475.666 KB) | DOI: 10.26760/mindjournal.v2i1.34-47

Abstract

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%.
Aplikasi Pengenalan Jenis Tanah Untuk Lahan Pertanian Dengan Menggunakan Metode Euclidean Distance N, Youllia Indrawaty; Tristiyono, Anggi
MIND Journal Vol 1, No 1 (2016): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (922.948 KB) | DOI: 10.26760/mindjournal.v1i1.26

Abstract

Tiap jenis tanah memiliki tekstur dan nilai manfaat yang berbeda-berbeda. Dalam melakukan identifikasi jenis tanah biasanya petugas penyuluh pertanian menggunakan cara manual dengan melakukan penelitian langsung ke lapangan dan melakukan uji laboratorium, hal ini menyebabkan kurangnya tingkat keakuratanan dan memakan banyak waktu. Berdasarkan hal tersebut maka dibutuhkan suatu teknologi image processing untuk memudahkan klasifikasi jenis tanah yang akan dimanfaatkan sebagai lahan pertanian dengan menggunakan metode Euclidean Distance. Konsep dasar metode Euclidean Distance adalah sebagai perhitungan pencocokan jarak, keputusan suatu citra tekstur tanah yang mirip adalah bila memiliki nilai paling rendah atau mendekati 0. Tekstur tanah yang telah teridentifikasi akan diproses menggunakan metode Analytical Hierarchy Process (AHP) sebagai penujang keputusan jenis tanah yang cocok digunakan untuk lahan komoditi pertanian yang tepat. Berdasarkan pengujian aplikasi, tingkat keakuratan identifikasi tekstur tanah mencapai 80% sehingga aplikasi ini dapat digunakan oleh penyuluh pertanian di Dinas Pertanian Kabupaten Muaro Jambi sebagai media penyuluhan. Kata Kunci: Tekstur Tanah, image processing, Euclidean Distance, Analytical Hierarchy Process (AHP)
Penerapan Metode Eigenface dan Pemanfaatan Database Fg-Net untuk Mengetahui Usia Manusia Berdasarkan Wajah D, Irma Amelia; N, Youllia Indrawaty; Purnomo, Dian
MIND Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (517.336 KB) | DOI: 10.26760/mindjournal.v2i2.43-51

Abstract

Wajah merupakan salah satu ciri pada manusia untuk dapat dibedakan satu sama lain. Terdapat beberapa faktor yang mendasari perbedaan setiap wajah manusia yaitu genetik, jenis kelamin, etnis dan usia. Seiring berjalannya waktu, wajah manusia mengalami beberapa perubahan akibat bertambahnya usia. Perubahan yang sering kali terjadi seperti penambahan garis halus pada wajah atau terdapat perubahan kontur pada wajah, hal tersebut dapat dijadikan acuan untuk mengidentifikasi usia. Oleh karena itu, pada penelitian melakukan pendeteksian usia berdasarkan wajah. Metode yang digunakan yaitu Eigenface didasarkan pada metode statistik Principal Component Analysis (PCA) dengan menggunakan database fg-net yang berisi titik ciri dari citra wajah yang sudah diketahui usianya. Eigenvector dari Matriks fitur wajah data uji dibandingkan dengan eigenvector matriks dari database fg-net citra latih untuk menentukan kecocokan usia. Hasil pengujian usia berdasarkan citra wajah yang berasal dari 30 orang mencapai tingkat akurasi sebesar 56,66%.
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

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (908.632 KB) | DOI: 10.26760/mindjournal.v2i2.51-60

Abstract

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.
Augmented Reality Berbasis Cloud Recognition pada Majalah Film N, Youllia Indrawaty; Pardede, Jasman; Siswantini, Afis
MIND Journal Vol 2, No 2 (2017): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (870.866 KB) | DOI: 10.26760/mindjournal.v2i2.70-81

Abstract

Film telah menjadi salah satu hiburan bagi manusia termasuk pencinta film itu sendiri. Untuk menyampaikan informasi mengenai film di media lain, maka diterapkan teknologi Augmented Reality pada majalah melalui smartphone. Penerapan Augmented Reality berbasis cloud computing dapat memudahkan pihak redaksi mengunggah dan mengubah konten agar dapat ditampilkan serta diakses oleh pembaca siapa saja dan kapan saja dengan terkoneksi internet. Layanan yang dapat menggabungkan teknologi Augmented Reality dan cloud computing adalah Vuforia Cloud Recognition. Maka dari itu, diuji bagaimana kualitas marker mempengaruhi kinerja pendeteksian marker dengan tiga kondisi marker yaitu pudar, miscolour, dan blur dengan berbagai intensitas. Dari hasil penelitian, didapat data bahwa marker dengan intensitas kepudaran 25%, semua marker tidak dapat dikenali karena struktur gambar berubah. Pada marker dengan keadaan miscolour, semua marker dapat dikenali karena struktur gambar tidak berubah. Sedangkan pada marker dengan keadaan blur dengan intensitas 75%, semua marker tidak dapat dikenali karena struktur gambar berubah. Ini membuktikan bahwa struktur gambar mempengaruhi kinerja pendeteksian marker.
Ekstraksi Ciri Pelafalan Huruf Hijaiyyah Dengan Metode Mel-Frequency Cepstral Coefficients INDRAWATY, YOULLIA; DEWI, IRMA AMELIA; LUKMAN, RIZKI
MIND Journal Vol 4, No 1 (2019): MIND Journal
Publisher : Institut Teknologi Nasional Bandung

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (754.334 KB) | DOI: 10.26760/mindjournal.v4i1.49-64

Abstract

Huruf hijaiyyah merupakan huruf penyusun ayat dalam Al Qur?an. Setiap hurufhijaiyyah memiliki karakteristik pelafalan yang berbeda. Tetapi dalam praktiknya,ketika membaca huruf hijaiyyah terkadang tidak memperhatikan kaidah bacaanmakhorijul huruf. Makhrorijul huruf adalah cara melafalkan atau tempatkeluarnya huruf hijaiyyah. Dengan adanya teknologi pengenalan suara, dalammelafalkan huruf hijaiyyah dapat dilihat perbedaannya secara kuantitatif melaluisistem. Terdapat dua tahapan agar suara dapat dikenali, dengan terlebih dahulumelakukan ekstraksi sinyal suara selanjutnya melakukan identifikasi suara ataubacaan. MFCC (Mel Frequency Cepstral Coefficients) merupakan sebuah metodeuntuk melakukan ektraksi ciri yang menghasilkan nilai cepstral dari sinyal suara.Penelitian ini bertujuan untuk mengetahui nilai cepstral pada setiap hurufhijaiyyah. Hasil pengujian yang telah dilakukan, setiap huruf hijaiyyah memilikinilai cepstral yang berbeda.