Kusumo, Andrew Tirto (2017) Analisis Speech Recognition Dengan Metode Convolutional Neural Network Pada Bahasa Indonesia. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
![[img]](https://kc.umn.ac.id/style/images/fileicons/text.png)
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) |
|---|---|
| Keywords: | speech recognition, Convolutional Neural Network, Deep Learning, MFCC, TensorFlow, Python |
| Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods 400 Language > 490 Other language > 495 Languages of East and Southeast Asia (Incl. Bahasa Indonesia) |
| Divisions: | Faculty of Engineering & Informatics > Computer Engineering |
| Depositing User: | Administrator UMN Library |
| Date Deposited: | 24 Jan 2019 08:09 |
| Last Modified: | 19 Jul 2022 01:36 |
| URI: | https://kc.umn.ac.id/id/eprint/4878 |
Actions (login required)
 |
View Item |
