Penggunaan Fuzzy Logic Dalam Speech To Text Program

RIDHA, ZAID MUSTAFA (2012) Penggunaan Fuzzy Logic Dalam Speech To Text Program. [Undergraduate thesis]

[img]
Preview
PDF
TE_351_Abstrak.pdf

Download (151Kb) | Preview
Official URL: http://digilib.ubaya.ac.id/pustaka.php/231021

Abstract

Speech recognition adalah sebuah teknologi pengenalan suara yang dapat ditanamkan dalam sebuah mesin. Salah satu aplikasinya yaitu dalam speech to text program, program ini dapat menampilkan suara manusia yang diterimanya menjadi teks yang sesuai dengan suara yang diterimanya. Tantangan terbesar dalam permasalahan ini adalah terlalu rumitnya komputasi serta noise yang tercampur dalam sinyal suara yang akan dikenali sehingga dapat mengurangi performa sistem pengenalan suara. Pada Tugas Akhir ini, speech to text program akan direalisasikan dengan menggunakan algoritma Fuzzy logic. Fuzzy logic dipilih karena prinsip kerja yang mirip dengan human perception dan dapat mengatasi noise dengan training membership function. Tahapan pertama dari Tugas Akhir ini adalah mencari karakteristik dari masing masing suara menggunakan LPC Analysis. Dalam tahap ini, sinyal suara akan diproses menjadi 51 frame dengan masing masing frame akan mempunyai 13 koefisien LPC. Tahapan berikutnya adalah, membership function generation. Dengan menggunakan sejumlah data training, akan didapatkan membership function dari masing masing suku kata untuk tiap koefisiennya, dan dapat disebut dengan template. Tahap terakhir adalah decision making. Tahap ini akan menterjemahkan sinyal menjadi text yang sesuai. Semua koefisien LPC yang didapat dari sinyal suara yang masuk, akan difuzzifikasi dengan menggunakan template yang didapat pada proses membership function generation. Rule evaluation dan defuzzifikasi dilakukan dengan proses pembandingan sinyal dengan template sehingga didapatkan membership function dengan nilai degree of membership yang tertinggi adalah suara yang benar. Dalam Tugas Akhir ini digunakan sejumlah data training yaitu 5, 10, 15, 20 dan 25 dan akan dianalisis pada data training berapa sistem memberikan performansi yang paling bagus. Sistem diuji dalam 2 kondisi, yaitu kondisi kontrol dan kondisi bebas untuk saat diketahui ketahanan sistem terhadap noise. Dari pengujian yang dilakukan, dengan menggunakan 15 data training, sistem menunjukkan performa terbaik dengan penurunan akurasi terhadap kondisi kontrol yaitu 39,09%.

Item Type: Undergraduate thesis
Uncontrolled Keywords: degree of membership, logika fuzzy, data training, LPC
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > Department of Electrical Engineering
Depositing User: Sugiarto
Date Deposited: 01 Mar 2013 07:42
Last Modified: 01 Jul 2014 08:19
URI: http://repository.ubaya.ac.id/id/eprint/3299

Actions (login required)

View Item View Item