Kusumo, Andrew Tirto (2017) Analisis Speech Recognition Dengan Metode Convolutional Neural Network Pada Bahasa Indonesia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Teknologi speech recognition berkembang pesat dewasa ini. Banyak metode yang ditemukan dan diterapkan ke speech recognition. Untuk menaikkan akurasi, salah satu metode yang dapat diterapkan dan meningkatkan akurasi speech recognition adalah Convolutional Neural Networks (CNN). Pada penelitian ini dianalisa akurasi CNN terhadap pengenalan suara Bahasa Indonesia untuk membuktikan bahwa CNN juga dapat menaikkan akurasi pada pengenalan suara berbahasa Indonesia. CNN adalah salah satu model dari Deep Learning yang bekerja dengan menganalisis Mel-frequency Cepstral Coefficients (MFCC) dari sinyal suara dan mencari kecocokkan dari gambar tersebut. Model CNN dilatih dengan data yang sudah dipersiapkan terlebih dahulu. Hasil pengujian metode CNN terhadap speech recognition pada Bahasa Indonesia menggunakan istilah geografi menunjukkan 80% akurasi pada kondisi isolated words dan 72,67% akurasi pada kondisi continuous words
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Uncontrolled Keywords: | speech recognition, Convolutional Neural Network, Deep Learning, MFCC, TensorFlow, Python |
Subjects: | T Technology Z Bibliography. Library Science. Information Resources > ZA Information resources Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources |
Divisions: | Fakultas Teknik Informatika > Program Studi Teknik Komputer |
Depositing User: | mr admin umn |
Date Deposited: | 24 Jan 2019 08:09 |
Last Modified: | 24 Jan 2019 08:09 |
URI: | http://kc.umn.ac.id/id/eprint/4878 |
Actions (login required)
![]() |
View Item |