PERBANDINGAN PERFORMA KNN DAN CNN DALAM MENGIDENTIFIKASI JENIS NADA PENYEBUTAN KATA TOLONG

Hanifah Binti, Nu’man (2022) PERBANDINGAN PERFORMA KNN DAN CNN DALAM MENGIDENTIFIKASI JENIS NADA PENYEBUTAN KATA TOLONG. S1 thesis, Universitas Mataram.

Text TUGAS AKHIR HANIFAH BINTU NU'MAN F1D017024.pdf Restricted to Repository staff only Download (1MB)

Abstract

Suara adalah metode komunikasi yang sangat krusial bagi manusia. Informasi dari suara dapat diambil dari bahasa maupun emosi. Emosi sendiri merupakan respon fisiologis yang dapat dipicu oleh faktor internal dan eksternal, serta terbagi menjadi emosi positif dan emosi negatif. Salah satu emosi negatif adalah perasaan takut, yang dalam pengucapannya dapat bernada tinggi atau rendah. Pada penelitian ini, deteksi nada dilakukan pada pengucapan kata “tolong”, untuk mengetahui apakah pengucapannya netral seperti percakapan sehari-hari, atau dengan intonasi rendah atau tinggi. Untuk melakukan deteksi nada pengucapan ini digunakan dua metode yaitu K-Nearest Neighbor (KNN) dan Convolutional Neural Network (CNN) yang akan diimplementasikan pada hasil ekstraksi fitur Mel-Frequency Cepstral Coefficients (MFCC). Kedua metode ini akan dibandingkan performanya berdasarkan akurasi dan waktu komputasi, sehingga dapat ditarik kesimpulan metode mana yang sesuai untuk mengenali nada pengucapan kata tolong, sehingga kedepannya dapat dibuatkan implementasi lebih lanjut dari sistem pengenalan emosi pada kata-kata darurat. Hasil yang didapatkan adalah bahwa akurasi CNN sebesar 97.70% dan KNN adalah sebesar 92.24. Untuk waktu training pada CNN adalh 169.53 detik. Rata-rata waktu testing satu data pada KNN adalah 0.042 detik, yang lebih singkat dibandingkan pada CNN yaitu 0.119 detik

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	MFCC, KNN, CNN, suara, tolong, darurat.
Subjects:	T Technology > T Technology (General) T Technology > T Technology (General) > T201 Patents. Trademarks
Divisions:	Fakultas Teknik
Depositing User:	Meike Megawati
Date Deposited:	19 Dec 2022 03:52
Last Modified:	19 Dec 2022 03:52
URI:	http://eprints.unram.ac.id/id/eprint/33875

Actions (login required)

View Item