Implementasi Support Vector Machine Untuk Klasifikasi Ucapan Huruf Hijaiyah Bertanda Baca Berbasis Ekstraksi Ciri Mfcc

Wisnu Adhi Pradana (Telkom University)
Adiwijaya Adiwijaya (Telkom University)
Untari Novia Wisesty (Telkom University)

eProceedings of Engineering
Vol 4, No 3 (2017): Desember, 2017

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