<![CDATA[Klasifikasi suara berdasarkan usia dibuat dengan tujuan agar komputer mampu mengenali suara laki-laki dan perempuan. Dengan kemampuan komputer yang mampu membedakan suara berdasarkan usia akan memperkuat tingkat suatu sistem keamanan yang menggunakan password dengan suara. Pencocokan password tidak hanya berdasarkan kata saja, namun ditambah dengan pencocokan karakteristik suara sehingga akan lebih aman. Pengenalan suara berdasarkan usia dilakukan dengan teknik ekstraksi ciri sinyal audio dengan menggunakan mfcc. Teknik yang digunakan pada Mel Frequency Cepstral Coefficient diambil berdasar pendekatan pada pendengaran manusia karena itu metode ini sangat baik dalam pengolahan suara manusia. Pada tugas akhir ini telah dirancang dan direalisasikan suatu sistem yang dapat mengidentifikasikan suara manusia, untuk diketahuiusianya. Sistem klasifikasi suara ini terdiri dari ekstraksi ciri dan pengklasifikasian suara, dengan metode pengklasifikasiannya adalah K- NEAREST NEIGHBOUR (K-NN). Ciri yang telah didapatkan untuk membedakan suara adalah ada 14 koefisien yang mewakili dari suara yang digunakan pada penelitian ini.. Hasil dari pengklasifikasian suara ini dapat membedakan suara berdasarkan usia, dengan nilai rata-rata akurasi tertinggi 91,11 % dan FNR sebesar 6,49 % serta FPR 16,00 %. Hal ini dipengaruhi oleh nilai k dan banyaknya data yang digunkan. Pada penelitian ini nilai k yang terbaik ada pada k=3 dan nilai yang terburuk ada pada k=13. Secara keseluruhan kinerja sistem dalam mengklasifikasikan suara berdasarkan usia dapat dikatakan berhasil.]]>
Copyrights © 2017
