Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PENERAPAN MEL FREQUENCY CEPSTRUM COEFFICIENTS (MFCC) DAN BACKPROPAGATION NEURAL NETWORK (BPNN) UNTUK PENGENALAN HURUF HIJAIYAH

MUHAMMAD GUFINDO ALENRA (2018) PENERAPAN MEL FREQUENCY CEPSTRUM COEFFICIENTS (MFCC) DAN BACKPROPAGATION NEURAL NETWORK (BPNN) UNTUK PENGENALAN HURUF HIJAIYAH. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
1. COVER_2018565TIF.pdf

Download (185kB) | Preview
[img]
Preview
Text
2. PENGESAHAN_2018565TIF.pdf

Download (682kB) | Preview
[img]
Preview
Text
3. ABSTRAK_2018565TIF.pdf

Download (475kB) | Preview
[img]
Preview
Text
4. KATA PENGANTAR_2018565TIF.pdf

Download (472kB) | Preview
[img]
Preview
Text
5. DAFTAR ISI_2018565TIF.pdf

Download (364kB) | Preview
[img]
Preview
Text
6. BAB I_2018565TIF.pdf

Download (604kB) | Preview
[img]
Preview
Text
7. BAB II_2018565TIF.pdf

Download (1MB) | Preview
[img]
Preview
Text
8. BAB III_2018565TIF.pdf

Download (615kB) | Preview
[img]
Preview
Text
9. BAB IV_2018565TIF.pdf

Download (2MB) | Preview
[img] Text
10. BAB V_2018565TIF.pdf
Restricted to Repository staff only

Download (1MB)
[img]
Preview
Text
11. BAB VI_2018565TIF.pdf

Download (484kB) | Preview
[img]
Preview
Text
12. DAFTAR PUSTAKA_2018565TIF.pdf

Download (857kB) | Preview

Abstract

Al- merupakan kitab suci umat Islam. setiap umat Islam diwajibkan untuk membaca dengan baik dan benar. Penelitian ini membahas mengenai pengenalan huruf hijaiyah. Pada penelitian ini pengenalan huruf hijaiyah bersumber dari tiga orang ustadz yang masing-masing orang direkam sebanyak dua kali. Total data yang dihasilkan dari perekaman sebanyak 336 data suara. Pada proses ekstraksi ciri digunakan metode Mel-Frequency Cepstrum Coefficient (MFCC) untuk mendapatkan nilai ciri suara sebanyak 13 ciri, dan metode Backpropagation Neural Network (BPNN) untuk proses klasifikasi. Untuk proses klasifikasi digunakan data latih dengan perbandingan 90% data latih dengan 10% data uji, dan 70% data latih dengan 30% data uji. Parameter yang digunakan adalah 0.01, 0.05, dan 0.09. Akurasi tertinggi pada penelitian ini terdapat pada perbandingan 90% data latih dan 10% data uji parameter 0.01 dengan hidden layer 25 adalah 100%. Kata Kunci : Al-, BPNN, Huruf Hijaiyah, MFCC, Pengenalan suara

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ms. Nilam Badriyah
Date Deposited: 22 Jul 2019 05:52
Last Modified: 22 Jul 2019 05:52
URI: http://repository.uin-suska.ac.id/id/eprint/16511

Actions (login required)

View Item View Item