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.

Preview	Text HALAMAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (690kB) | Preview
Preview	Text BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (675kB) | Preview
Preview	Text BAB II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (741kB) | Preview
Preview	Text BAB III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (787kB) | 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 (670kB) | Preview
Preview	Text DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (668kB) | Preview
	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:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 600 Technology (Applied Sciences) > 600 Technology > 600 Technology 700 Arts and Recreation > 780 Music > 780 Music
Divisions:	Faculty of Engineering & Informatics > Informatics
Depositing User:	Administrator UMN Library
Date Deposited:	27 Jul 2017 09:34
Last Modified:	22 Jan 2022 04:52
URI:	https://kc.umn.ac.id/id/eprint/1645

Actions (login required)

View Item