Pengenalan Digit 0 Sampai 9 Menggunakan Ekstraksi Ciri MFCC dan Jaringan Syaraf Tiruan Backpropagation

Penelitian difokuskan untuk pengenalan pola suara  berupa digit 0 sampai 9  dengan  pengucapan secara offline. Proses pada penelitian adalah pengambilan suara yang diubah dari analog menjadi digital, selanjutnya proses extraksi parameter menggunakan Mel-Frequency Cepstrum Coefficients (MFCC), hasil ekstraksi ini akan dilatih dan diuji oleh jaringan syaraf tiruan menggunakan algoritma backpropagation. Pengujian dilakukan terhadap 100  file suara yang didapatkan dari pengambilan suara 10 orang terhadap 10 suara angka  yang berbeda. Kata-kata itu terdiri dari angka 0 sampai 9. Percobaan dilakukan dengan variasi terhadap parameter jaringan syaraf tiruan berupa nilai toleransi, jumlah neuron, dan  jumlah epoch.  Hasil pengujian menunjukkan arsitektur dan parameter  jaringan yang memberikan unjuk kerja paling  optimal  untuk seluruh  jenis  suara adalah  35  neuron  pada  lapisan  tersembunyi dengan nilai toleransi 0.06. Persentase  pengenalan  dari  pelatihan jaringan  dengan  arsitektur  dan  parameter  jaringan  optimal  ini  untuk  data  latih  dan  data  baru masing-masing adalah 82,2% dan 53,3%