UMN Knowledge Center

Implementasi algoritma K-nearest neighbor untuk mendeteksi jenis suara manusia dengan metode mel frequency cepstral coefficient

Federica, Devina (2015) Implementasi algoritma K-nearest neighbor untuk mendeteksi jenis suara manusia dengan metode mel frequency cepstral coefficient. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
Text
HALAMAN AWAL.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (690kB) | Preview
[img]
Preview
Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (675kB) | Preview
[img] Text
BAB II.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (741kB)
[img] Text
BAB III.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (787kB)
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text
BAB V.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (670kB)
[img]
Preview
Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (668kB) | Preview
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (663kB)

Abstract

Semakin berkembangnya teknologi sekarang ini, ternyata turut memberikan dampak pada dunia seni. Sudah banyak proses – proses dengan cara manual digantikan dengan proses yang terkomputerisasi dan juga terhubung dengan dunia internet. Sistem pendeteksi jenis suara vokal manusia dengan metode MFCC sebagai ekstraksi ciri suara dan algoritma K-NN dibangun untuk membantu pelatih paduan suara ataupun kelompok awam untuk dapat menentukan jenis suara vokal yang dimilikinya. Konsep yang digunakan terkait penggunaan algoritma K-NN adalah mencari jarak nilai terkecil antara data latih dengan data inputan (data baru) untuk menentukan hasilnya. Jenis – jenis suara yang digunakan untuk proses deteksi adalah sopran, alto, tenor, dan bass. Penelitian ini menghasilkan suatu informasi mengenai prediksi jenis suara yang dapat membantu pelatih paduan suara dan kaum awam untuk menentukan jenis suara vokal apa yang dimiliki. Penelitian ini menghasilkan suatu sistem pendeteksi jenis suara vokal manusia dengan tingkat akurasi tertinggi sebesar 85,714%. Sistem ini dirancang dalam bentuk website dengan menggunakan bahasa pemrograman PHP dan database MySQL. Kata kunci: K-Nearest Neighbor, MFCC, Jenis Suara Vokal Manusia, Sistem deteksi suara Implementasi Algoritma

Item Type: Thesis (Bachelor Thesis)
Subjects: M Music and Books on Music > M Music > M1495-2199 Vocal music
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology > T58.59 Algorithm
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
Depositing User: mr admin umn
Date Deposited: 27 Jul 2017 09:34
Last Modified: 27 Jul 2017 09:34
URI: http://kc.umn.ac.id/id/eprint/1645

Actions (login required)

View Item View Item