Pengenalan Suara Untuk Penyandang Phonagnosia Dengan Metode Mfcc Dan Lvq 3

Phonagnosia yang merupakan suatu gangguan hilangnya pengetahuan dalam pemrosesan pendengaran yang diakibatkan kerusakan pada saraf otak yang mengakibatkan penyandang kehilangan kemampuan untuk mengenali suara orang yang dikenal, oleh karena itu dibutuhkan suatu pengenalan suara yang berupa identifikasi pembicara (speaker recognition) yang dapat mengidentifikasi seseorang berdasarkan karakteristik suara. Pada identifikasi pembicara memiliki 2 tipe yaitu text-dependent (pengenalan pembicara yang dibatasi pada kata-kata yang identik pada pelatihan) dan text-independent (pengenalan pembicara yang tidak akan terpengaruh terhadap kandungan kata-kata yang akan dikenali). Pada penelitian ini menggunakan identifikasi pembicara dengan tipe text-independent, untuk mengenali suara pembicara sistem membutuhkan sebuah metode, salah satunya yaitu dengan Mel Frequency Ceptral Coefficients (MFCC) sebagai ekstraksi ciri yang digunakan pada penelitian ini dengan kelebihan mampu untuk menangkap karakteristik suara yang sangat penting bagi pengenalan suara dan mereplikasi organ pendengaran manusia dalam melakukan persepsi terhadap signal suara dan metode klasifikasi yang digunakan adalah jaringan syaraf tiruan Learning Vector Quantization 3 (LVQ 3) yang merupakan algoritma perhitungan saraf dengan kecerdasan komputasi, dengan menggunakan pembelajaran kompetitif untuk melakukan klasifikasi. Metode pengujian menggunakan Confusion matrix dan hasil terbaik yang didapatkan dari penelitian ini dengan akurasi terbaik pada pengujian training test sebesar 94.05% dan pada pengujian testing test sebesar 89.29%.