Pengenalan Suara dengan Back Propagation Neural Network dan Ekstraksi Ciri dengan Mel Frequency Cepstrum Coefficient (MFCC)

Teknologi pengenalan suara (voice recognition) merupakan salah satu teknologi biometrika yang tidak memerlukan biaya besar serta peralatan khusus. Suara merupakan salah satu dari bagian tubuh manusia yang unik dan dapat dibedakan dengan mudah karena dan tidak mudah untuk dipalsukan karena keberadaannya melekat pada diri manusia. Sistem biometrika berbasis pengenalan suara akan mengenali suara seseorang. Dengan menginput suara yang direkam, akan dilakukan pengekstraksian ciri, dan pengenalan terhadap input suara tersebut, sehingga dapat mengetahui suara dari individu yang direkam. Pada penelitian ini ciri pada suara manusia akan didapatkan dengan menggunakan metode Mel Frequency Cepstrum Coefficients (MFCC) dan kemudian suara tersebut dikenali dengan menggunakan metode Back Propagation Neural Network. Tingkat keberhasilan pengenalan Back Propagation Neural Network pada pengenalan suara dengan menggunakan Mel Frequency Cepstrum Coefficient (MFCC) sebagai pengekstraksi ciri sangat dipengaruhi oleh pembulatan nilai keluaran neuron output pada BPNN. Pada penelitian ini tingkat keberhasilan pengenalan dapat mencapai 68,33% dengan mengambil nilai maksimum keluaran dari neuron output. Makalah sudah dipublikasikan di Prosiding Seminar Nasional The 5th Digital Information & System Conference (DISC) 2013, 28 September 2013, Universitas Kristen Maranatha; halaman: 19 – 31 Buku 2B; ISBN: 978-979-1194-11-2