KLASIFIKASI KEMIRIPAN SUARA REKAMAN MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT DAN MINKOWSKI

PUTRASYAH, AIDIL and Ermatita, Ermatita and Abdiansah, Abdiansah (2023) KLASIFIKASI KEMIRIPAN SUARA REKAMAN MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT DAN MINKOWSKI. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_55101_09012681923001.pdf] Text
RAMA_55101_09012681923001.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (3MB) | Request a copy
[thumbnail of RAMA_55101_09012681923001_TURNITIN.pdf] Text
RAMA_55101_09012681923001_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (7MB) | Request a copy
[thumbnail of RAMA_55101_09012681923001_0013096707_0001108401_01_front_ref.pdf] Text
RAMA_55101_09012681923001_0013096707_0001108401_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (974kB)
[thumbnail of RAMA_55101_09012681923001_0013096707_0001108401_02.pdf] Text
RAMA_55101_09012681923001_0013096707_0001108401_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (762kB) | Request a copy
[thumbnail of RAMA_55101_09012681923001_0013096707_0001108401_03.pdf] Text
RAMA_55101_09012681923001_0013096707_0001108401_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (471kB) | Request a copy
[thumbnail of RAMA_55101_09012681923001_0013096707_0001108401_04.pdf] Text
RAMA_55101_09012681923001_0013096707_0001108401_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_55101_09012681923001_0013096707_0001108401_05.pdf] Text
RAMA_55101_09012681923001_0013096707_0001108401_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (308kB) | Request a copy
[thumbnail of RAMA_55101_09012681923001_0013096707_0001108401_REF.pdf] Text
RAMA_55101_09012681923001_0013096707_0001108401_REF.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (540kB) | Request a copy
[thumbnail of RAMA_55101_09012681923001_0013096707_0001108401_LAMP.pdf] Text
RAMA_55101_09012681923001_0013096707_0001108401_LAMP.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy

Abstract

Teknologi saat ini telah mendominasi berbagai bidang mulai dari pendidikan, perkantoran, komersial, industri bahkan hukum. Dengan kemajuan teknologi informasi kebutuhan manusia akan tersedia dengan mudah, praktis dan tanpa batas. Disisi lain, berkembangnya teknologi informasi menimbulkan kekhawatiran pada perkembangan tindak pidana yang berhubungan dengan kejahatan. Pada beberapa kasus biasanya terdapat barang bukti yang ditinggalkan seperti rekaman suara yang dihasilkan dari percakapan menggunakan telepon. Suara rekaman ini dapat digunakan sebagai pendukung dalam penyidikan saat dipersidangan untuk mengidentifikasi pelaku kejahatan. Metode klasifikasi dapat digunakan untuk pengenalan suara dengan mengelompokkan dan membandingkan nilai spectrum suara dari hasil konversi MFCC, salah satu metode klasifikasi yang sering digunakan adalah metode KNN. Metode KNN merupakan algoritma yang dapat digunakan untuk klasifikasi, identifikasi, dan prediksi. Klasifikasi suara rekaman menggunakan algoritma KNN dengan metode minkowski dilakukan untuk pengenalan suara dalam menentukan identik atau tidaknya antara suara rekaman pelaku kejahatan dengan sampel suara tersangka. Penelitian ini melibatkan responden sebagai tersangka dan pelaku. Setiap responen akan melakukan perekaman suara, dimana rekaman ini nanti akan dipotong menjadi 11 bagian yang terdiri dari data latih dan data uji. Dari hasil pengujian didapatkan 10 data yang menampilkan nilai jarak terkecil sebagai tingkat kecocokan suara tersangka. Tingkat akurasi metode KNN dengan pengukuran nilai jarak menggunakan rumus minkowski dapat dihitung dengan tabel confusion matrix, perhitungan ini menghasilkan peningkatan akurasi dengan nilai akurasi sebesar 95%.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Teknologi, Identifikasi, Ekstraksi, KNN, Minkowski
Subjects: T Technology > T Technology (General) > T58.5-58.64 Information technology > T58.6.E9 Management information systems -- Congresses.
Divisions: 09-Faculty of Computer Science > 55101-Informatics (S2)
Depositing User: AIDIL PUTRASYAH
Date Deposited: 21 Nov 2023 05:36
Last Modified: 21 Nov 2023 05:36
URI: http://repository.unsri.ac.id/id/eprint/130773

Actions (login required)

View Item View Item