Voice Recognition untuk Sistem Keamanan PC Menggunakan Metode MFCC dan DTW

Tri andoko, Destian and Kasih, Patmi (2018) Voice Recognition untuk Sistem Keamanan PC Menggunakan Metode MFCC dan DTW. Generation Journal, Department Of Informastics Engineering, 2 (1). pp. 57-68. ISSN 2549-2233

[img] Text
55201_0701107802.pdf - Published Version

Download (1MB)
[img] Text
55201_0701107802_Peer Review.PDF - Other

Download (560kB)
[img] Text
55201_0701107802_Similarity.pdf

Download (185kB)
Official URL: https://www.academia.edu/43749810/._Voice_Recognit...

Abstract

Teknologi berbasis ukuran pada tubuh manusia (disebut dengan istilah biometrik) seperti sidik jari, wajah, kornea mata dan lain-lain digunakan untuk keperluan keamanan, salah satunya untuk keamanan sistem PC. Sistem keamanan komputer merupakan upaya yang dilakukan untuk mengamankan kinerja, data, fungsi atau proses komputer. Sistem keamanan PC juga berguna untuk menjaga dari user yang tidak memiliki otoritas. Layaknya gembok kunci dalam rumah yang menjaga rumah dari pencuri masuk, sistem keamanan menggunakan suara (sistem speech recognition) untuk mengunci desktop dari orang yang tidak memiliki otoritas. Nilai amplitudo diambil dari sinyal suara masukan, sehingga didapatkan kumpulan angka real yang menjadi nilai masukan untuk ekstraksi ciri. Metode ekstraksi ciri yang digunakan dalam sistem ini adalah Mel Frequency Cepstral Coefficient (MFCC). Tahapan awal, MFCC memecah nilai amplitudo sinyal masukan menjadi frame-frame yang diolah dengan menggunakan mel-filterbak yang diadaptasi dari cara kerja pendengaran manusia. Hasil ekstraksi ciri kemudian dibuat menjadi vektor yang digunakan sebagai inputan simbol pada DTW (Dynamic Time Warping) untuk membandingkan hasil vector MFCC. Ketika pengujian ciri dari sinyal uji yang telah dikuantisasi kemudian dicocokan dengan data training yang telah dimasukan pada tahap penyimpanan, sehingga kata sandi dapat dikenali. Dari hasil pengujian, sistem dapat mengenali suara yang memiliki otoritas dengan kriteria dalam keaadaan noise 82% dan hening 86% dengan jumlah 10 data training dan diuji coba sebanyak 50x percobaan.

Item Type: Article
Divisions: Fakultas Teknik > S1-Teknik Informatika
Depositing User: Patmi Kasih
Date Deposited: 11 Sep 2020 12:08
Last Modified: 16 Sep 2020 07:31
URI: http://repository.unpkediri.ac.id/id/eprint/2367

Actions (login required)

View Item View Item