Anda di halaman 1dari 10

PERBANDINGAN METODE TRANSFORMASI WAVELET SEBAGAI PRAPROSES PADA SISTEM IDENTIFIKASI PEMBICARA

KETUT AGUSTINI

SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006

PERNYATAAN MENGENAI TESIS DAN SUMBER INFORMASI


Dengan ini saya menyatakan bahwa Tesis Perbandingan Metode Transformasi Wavelet sebagai Praproses pada Sistem Identifikasi Pembicara, adalah karya saya sendiri dan belum diajukan dalam bentuk apapun kepada Perguruan Tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir tesis ini.

Bogor, Maret 2006

Ketut Agustini NRP. G651034024

ABSTRAK
KETUT AGUSTINI. Perbandingan Metode Transformasi Wavelet sebagai Praproses pada Sistem Identifikasi Pembicara. Dibimbing oleh AGUS BUONO dan AZIZ KUSTIYO. Transformasi Wavelet merupakan sarana yang mulai popular pada pemrosesan sinyal, seperti citra dan suara. Transformasi Wavelet merupakan alat yang sesuai untuk menganalisis sinyal nonstationer (seperti suara) dan memiliki kemampuan yang baik dalam melokalisasi frekuensi dan waktu sinyal. Pada penelitian ini akan dibandingkan tiga tipe wavelet berbasis orthogonal yaitu daubenchies, symlet dan coiflet dengan masing-masing berorde 4 pada tingkat dekomposisi 10 dan 15. Pada pencocokan polanya menggunakan JST multi-layer perceptron. Hasil eksperimen menunjukkan bahwa Transformasi Wavelet merupakan suatu metode ekstraksi ciri yang handal untuk identifikasi pembicara yang mampu bersaing dengan tools lainnya dan Wavelet tipe daubenchies memberikan tingkat pengenalan yang paling tinggi sebesar 86%. Kata kunci : Transformasi Wavelet, Identifikasi Pembicara, Proses Sinyal, Wavelet basis orthogonal, Level Dekomposisi, JST Multilayer Perceptron

ABSTRACT
KETUT AGUSTINI. A comparison of wavelet transformation method as preprocess on speaker identification system. Under the direction of AGUS BUONO and AZIZ KUSTIYO. Wavelet transformation have become increasingly popular in signal processing as image and speech. Wavelet transformation have demonstrated good time-frequency localization properties and are appropriate tools for the analysis of non-stationary signals like speech. This research would be the comparison of three orthogonal wavelet tipes, that are daubenchies, symlet, and coiflet on fourth orde and 10,15 decomposition level. As Pattern matching has used ANN Multilayer perceptron. Our experiments and simulation results indicate that the wavelet transformation is a potensial contender to be a feature extraction tool for speaker identification and Daubenchies offer the best identification rates are 86%. Keyword : Transformasi Wavelet, Speaker Identification, Signal Processing, Orthogonal basis Wavelet, Decomposition Level, ANN Multilayer Perceptron

Hak cipta milik Ketut Agustini, tahun 2006 Hak cipta dilindungi
Dilarang mengutip dan memperbanyak tanpa izin tertulis dari Institut Pertanian Bogor, sebagian atau seluruhnya dalam bentuk apa pun, baik cetak, fotokopi, microfilm, dan sebagainya

PERBANDINGAN METODE TRANSFORMASI WAVELET SEBAGAI PRAPROSES PADA SISTEM IDENTIFIKASI PEMBICARA

KETUT AGUSTINI

Tesis Sebagai salah satu syarat untuk memperoleh gelar Magister Sains pada Program Studi Ilmu Komputer

SEKOLAH PASCA SARJANA INSTITUT PERTANIAN BOGOR BOGOR 2006

Judul Tesis Nama NIM

: Perbandingan Metode Transformasi Wavelet sebagai Praproses pada Sistem Identifikasi Pembicara : Ketut Agustini : G651034024

Disetujui

Komisi Pembimbing

Ir. Agus Buono, M.Si,M.Kom Ketua

Aziz Kustiyo,S.Si,M.Kom Anggota

Diketahui

Ketua Program Studi Pascasarjana Ilmu Komputer

Dekan Sekolah Pascasarjana

Dr. Sugi Guritman

Prof. Dr. Ir. Syafrida Manuwoto, M.Sc

Tanggal ujian :23 Maret 2006

Tanggal lulus :

PRAKATA
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa atas segala karuniaNya sehingga karya ilmiah ini berhasil diselesaikan. Topik yang dipilih dalam penelitian yang dilaksanakan sejak bulan Oktober 2005 ini adalah Perbandingan MetodeTransformasi Wavelet pada Sistem Identifikasi Pembicara. Terima kasih penulis ucapkan kepada Bapak Ir.Agus Buono, M.Si, M.Kom dan Bapak Aziz Kustiyo, S.Si, M.Kom selaku pembimbing yang telah banyak memberikan masukan serta teman-teman mahasiswa Pascasarjana Ilmu Komputer yang telah memberikan kritikan dan saran baik langsung maupun tidak langsung diantaranya ilkomlima-group yaitu uwi-uwi, yuni, bung herry, marson, gasim, arya, fani, imam, bambangtri, dan didit, para senior penulis, Pak mahyus, bung jeff, pak afan, pak risanto dkk Berjuang terus yahnever give up. Ucapan terima kasih juga disampaikan kepada ke-2 orang tua penulis, papa Adis for your love, ananda gek utu dan dede, mertua serta seluruh keluarga yang mendukung, atas doa dan kasih sayangnya. Semoga karya ilmiah ini bermanfaat.

Bogor, Maret 2006

Ketut Agustini NRP. G651034024

RIWAYAT HIDUP
Penulis dilahirkan di Singaraja pada tanggal 1 Agustus 1974 dari ayah I Ketut Rikan dan ibu Nyoman Sri Bani. Penulis merupakan putri ke-empat dari enam bersaudara. Pada tahun 1992 penulis lulus dari SMA Negeri 1 Singaraja, dan pada tahun 1993 lulus seleksi masuk perguruan tinggi negeri (UMPTN) pada Universitas Airlangga Surabaya. Penulis memilih Jurusan Matematika, Fakultas Matematika dan Ilmu Pengetahuan Alam. Setelah memperoleh gelar sarjana sains pada tahun 1998, Penulis diterima sebagai staf pengajar pada Diploma-3 jurusan Manajemen Informatika di IKIP Negeri Singaraja tahun 2000 sampai dengan sekarang.

DAFTAR ISI Halaman DAFTAR TABEL . DAFTAR GAMBAR . 1 PENDAHULUAN 1.1 Latar Belakang 1.2 Tujuan . 1.3 Ruang Lingkup Penelitian ... 1.4 Manfaat Penelitian ... 2 TINJAUAN PUSTAKA 2.1 Klasifikasi sistem pemrosesan sinyal suara .. 5 2.2 Tahapan Sistem Identifikasi Pembicara .. 2.3 Akuisisi Data Suara Digital . 7 8 1 3 3 4 x x

2.4 Frame Blocking dan Windowing . 10 2.5 Ekstraksi Ciri (feature extraction) 12 2.6 Jaringan Syaraf Tiruan . 25 2.7 Pembuatan Keputusan . 30 3 METODOLOGI PENELITIAN 3.1 Kerangka Pemikiran 31 3.2 Bahan dan Alat 33 3.3 Waktu dan Tempat Penelitian . 33 4 PERANCANGAN DAN IMPLEMENTASI SISTEM 4.1 Tahap Praproses (preprocessing).... 34

4.2 Pembentukan model dan pencocokan pola . 41 4.3 Pembuatan Keputusan 4.4 Data Teknis 4.5 Program Aplikasi .. 5 HASIL DAN PEMBAHASAN 5.1 Tahap Praproses (preprocessing) ... 5.2 Pembentukan referensi pembicara dan pencocokan pola .. 6 SIMPULAN DAN SARAN ... 47 50 59 43 44 46

DAFTAR PUSTAKA 60 LAMPIRAN .. 61

Anda mungkin juga menyukai