Audition : aplikasi pendeteksi suara sebagai media pendukung penyandang tuna rungu menggunakan classifier adaboostm1 dengan weak learner reptree berbasis android

Melati, Ayu Indah Shekar Melati (2013) Audition : aplikasi pendeteksi suara sebagai media pendukung penyandang tuna rungu menggunakan classifier adaboostm1 dengan weak learner reptree berbasis android. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (825kB)
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (790kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Preview
	Text BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (979kB)
Preview	Text BAB V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (782kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (784kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (999kB)

Abstract

AudiTion merupakan sebuah aplikasi yang membantu penyandang tuna rungu mendeteksi suara di sekitar mereka dan mengenali suara tersebut melalui nama suara yang ditampilkan. Aplikasi ini menggunakan salah satu metode dari algoritma Machine Learning sebuah algoritma yang secara otomatis mengalami peningkatan melalui pengalaman sebelumnya. Metode yang digunakan adalah AdaBoostM1 sebagai classifier dengan weak learner REPTree dan dibangun pada sebuah smartphone berbasis sistem operasi Android. Pada pengujian aplikasi dilakukan pendeteksian suara dengan empat kondisi untuk mengetahui tingkat akurasi dari prediksi deteksi suara. Empat kondisi tersebut adalah lingkungan dengan noise rendah dan noise tinggi, serta jarak jauh dan dekat piranti ke sumber suara. AudiTion memiliki dua buah database suara, database pertama untuk suara-suara di dalam ruangan (indoor sounds) dan database kedua untuk suarasuara di luar ruangan (outdoor sounds) dengan total 23 suara untuk kedua database. Hasil penelitian mengungkapkan bahwa rata-rata tingkat akurasi dengan metode AdaBoostM1 menggunakan weak learner REPTree relatif rendah sekitar 26.25% untuk empat kondisi pendeteksian dengan menggunakan kedua database suara. Dikarenakan akurasi yang rendah, dilakukan uji coba dengan mengurangi jenis suara pada database indoor sounds hanya menjadi lima suara. Hasil pengujian tersebut menunjukkan tingkat akurasi 40%. Hasil yang masih lebih kecil dari 50% menyimpulkan bahwa aplikasi AudiTion masih dapat dikembangkan menggunakan pendekatan lain.

Item Type:	Thesis (Bachelor Thesis)
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 000 Computer Science, Information and General Works 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware
Divisions:	Faculty of Engineering & Informatics > Computer Engineering
Depositing User:	Administrator UMN Library
Date Deposited:	02 Aug 2017 07:42
Last Modified:	26 Jan 2023 02:10
URI:	https://kc.umn.ac.id/id/eprint/1536

Actions (login required)

View Item