SISTEM PENGENALAN SUARA HURUF VOKAL DARI PEMBICARA TUNGGAL SECARA ONLINE DENGAN FAST FOURIER TRANSFORM SEBAGAI EKSTRAKSI CIRI

Pengenalan Suara saat ini masih menjadi tantangan para ilmuan komputer untuk

terus menggali agar dapat menciptakan mesin yang dapat memahami bahasa alami

manusia dan berinteraksi secara interaktif serta diharapkan dapat membantu pihak yang

memiliki keterbatasan indera.

Penelitian ini akan membuat suatu sistem pengenalan suara huruf vokal secara

online dari pembicara tunggal yang hasilnya menampilkan berupa teks huruf vokal pada

layar monitor. Ucapan suara diolah menggunakan teknik pengolahan sinyal digital dengan

menggunakan DC offset dan window Hanning untuk mengatasi kebocoran sinyal pada

domain waktu. Kemudian dilakukan proses ekstraksi ciri yaitu dengan menggunakan FFT

(Fast Fourier Transform) dan sebagai pengambil keputusan menggunakan koefisien

korelasi, nilai koefisien korelasi yang diproses antara 0,5 dan 1, dan jika dibawah 0,5

maka tidak akan dikenali kemudian sebagai analisa pengenalan menggunakan metode

mencari nilai rata-rata terbesar dan nilai maksimum dari koefisien korelasi.

Implementasi pengenalan suara secara online dibantu dengan menggunakan

komponen DewLab Studio 2.1 dari www.dewresearch.com sehingga memudahkan dalam

perhitungan FFT, DC Offset, window Hanning, dll dan untuk koefisien korelasi digunakan

unit StatisticLibrary.pas.

Pengujian dilakukan dua cara, yaitu pengucapan secara berurutan, dan secara

acak. Hasilnya untuk pengucapan secara berurutan dengan metode rata-rata diperoleh

persentase 40% sedangkan dengan metode nilai terbesar diperoleh 90% dan pada

pengujian pengucapan secara acak, metode rata-rata terbesar memperoleh persentase

34% sedangkan dengan metode nilai terbesar diperoleh persentase keberhasilan sebesar

76%. Sehingga diantara kedua metode, metode nilai terbesar merupakan metode terbaik

sebagai pengambil keputusan.

Kegagalan pengenalan suara yang ditemukan adanya salah pengambilan

keputusan jika diucapkan dengan artikulasi fisik yang sama dengan pengucapan huruf A

dengan bentuk artikulasi fisik seperti huruf O maka akan dikenali sebagai huruf O. Dan

jika nilai amplitudo yang mendekati salah satu huruf dapat terjadi salah pengembilan

keputusan hal ini akibat kesamaan data amplitudo spektrum seperti kasus ucapan huruf I

dikenali dengan huruf O.