<![CDATA[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).]]>
Copyrights © 2022
