Rancang bangun sistem identifikasi tangis bayi menggunakan learning vector quantization dan mel frequency cepstral coefficients

Choudry, Muhammad Idham (2016) Rancang bangun sistem identifikasi tangis bayi menggunakan learning vector quantization dan mel frequency cepstral coefficients. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (886kB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (490kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (988kB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (2MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (705kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (693kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (472kB)

Abstract

Dunstan Baby Language (DBL) merupakan salah satu teknik klasifikasi suara tangis bayi yang menyatakan suatu refleks bayi terhadap kondisi fisiknya. DBL mengelompokkan tangis bayi ke dalam lima jenis berdasarkan kondisi fisiknya, yaitu bayi yang sedang lapar, bayi yang mengantuk, bayi ingin bersendawa, bayi mengalami kembung, dan bayi merasa tidak nyaman terhadap kulitnya. Pengetahuan untuk mengidentifikasi suara tangis bayi versi DBL dapat diperoleh dengan mengikuti seminar, pelatihan atau mempelajari DBL melalui optical disk yang telah didistribusikan. Hal ini memerlukan biaya dan waktu yang lebih untuk mempelajari informasi mengenai tangis bayi versi DBL. Berdasarkan permasalahan tersebut, dibuatlah sistem berbasis mobile Android yang dapat mengidentifikasi suara tangis bayi versi DBL dengan menggunakan metode ekstraksi ciri Mel-Frequency Cepstral Coefficients (MFCC) dan metode klasifikasi Learning Vector Quantization (LVQ). Data suara tangis bayi yang digunakan dalam penelitian ini diambil dari video DBL yang telah diproses. Data dibagi ke dalam dua bagian, yaitu data latih dan data uji. Data latih yang digunakan untuk setiap jenis tangis bayi versi DBL sebanyak 20 data, sedangkan untuk data uji sebanyak 10 data. Pengujian sistem dilakukan dengan mengidentifikasi data latih dan data uji menggunakan variasi dari nilai parameter-parameter metode LVQ (epoch, learning rate, dan penurunan learning rate) yang mempengaruhi nilai akurasi dari hasil pengujian sistem. Setelah melakukan beberapa eksperimen pengujian identifikasi suara diperoleh nilai akurasi tertinggi untuk data uji dan data latih sebesar 96% dengan menggunakan epoch = 110 dan learning rate = 0.05.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.3 Artificial Intelligence, Machine Learning, Pattern Recognition, Data Mining
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	18 Jul 2017 09:34
Last Modified:	22 Dec 2022 07:46
URI:	https://kc.umn.ac.id/id/eprint/1185

Actions (login required)

View Item