Deteksi Klasifikasi Ruangan Berdasarkan Reverberation Time Dengan Metode Mel- Frequency Cepstral Coefficients (Mfcc) Dan Learning Vector Quantization (Lvq)

Ariza Rizky Pratama (Telkom University)
Jangkung Raharjo (Telkom University)
Bambang Hidayat (Telkom University)

eProceedings of Engineering
Vol 10, No 5 (2023): Oktober 2023

Rekaman suara berupa file percakapan menjadisalah satu alat bantu dalam berbagai keperluan salah satunyabagi pihak kepolisian. Mengidentifikasikan suatu kelas ruanganmenjadi salah satu petunjuk dalam mengolah tempat kejadianperkara. Membuat sistem deteksi kelas ruangan adalah salahsatu cara pihak kepolisian untuk mengindentifikasi kelasruangan. Untuk menentukan suatu kelas ruangan dapat diukurmelalui reverberation time menggunakan algoritma MFCCuntuk mengekstraksi ciri data latih rekaman suara. Setelahdidapat ekstraksi cirinya, ciri data akan di masukan sebagaidataset yang selanjutkan akan dilakukan proses pengujian.Kemudian data uji yang belum diketahui kelas ruangannyaakan dilakukan proses pengujian. Data uji yang di proses akandi klasifikasikan menggunakan LVQ berdasarkan ciri datayang sudah ada di dataset. Hasil akhir pada sistem ini yaituuntuk memunculkan nilai akurasi dan waktu komputasi.Penelitian ini akan memproses data rekaman suaramenggunakan aplikasi MATLAB, lalu diekstraksi cirimenggunakan MFCC dan mencari klasifikasi menggunakanLVQ. Menggunakan 48 data latih dan 18 data uji sebagai prosesperhitungan dan simulasi. Hasil nilai akurasi yang didapat darisistem deteksi kelas berdasakan reverberation time denganmetode MFCC dan LVQ bernilai 94,44 % dan waktu komputasiselama 32,969474 detik dengan parameter Koef MFCC 40,Frame Size 0,05, Node Layer 5 dan Epoch 10.Kata kunci— Reverberation Time, Mel FrequencyCoefficients Cepstral, Learning Vector Quantization.