Destian Tri Handoko Voice Recognition untuk Sistem Keamanan PC Menggunakan Metode MFCC dan DTW

Main Article Content

Destian Tri Handoko Patmi Kasih

Abstract

bstrak - Teknologi berbasis ukuran pada tubuh manusia (disebut dengan istilahbiometrik) seperti sidik jari, wajah, kornea mata dan lain-lain digunakan untuk keperluankeamanan, salah satunya untuk keamanan sistem PC. Sistem keamanan komputer merupakan upayayang dilakukan untuk mengamankan kinerja, data, fungsi atau proses komputer. Sistem keamananPC juga berguna untuk menjaga dari user yang tidak memiliki otoritas. Layaknya gembok kuncidalam rumah yang menjaga rumah dari pencuri masuk, sistem keamanan menggunakan suara(sistem speech recognition) untuk mengunci desktop dari orang yang tidak memiliki otoritas. Nilaiamplitudo diambil dari sinyal suara masukan, sehingga didapatkan kumpulan angka real yangmenjadi nilai masukan untuk ekstraksi ciri. Metode ekstraksi ciri yang digunakan dalam sistem iniadalah Mel Frequency Cepstral Coefficient (MFCC). Tahapan awal, MFCC memecah nilaiamplitudo sinyal masukan menjadi frame-frame yang diolah dengan menggunakan mel-filterbakyang diadaptasi dari cara kerja pendengaran manusia. Hasil ekstraksi ciri kemudian dibuat menjadivektor yang digunakan sebagai inputan simbol pada DTW (Dynamic Time Warping) untukmembandingkan hasil vector MFCC. Ketika pengujian ciri dari sinyal uji yang telah dikuantisasikemudian dicocokan dengan data training yang telah dimasukan pada tahap penyimpanan,sehingga kata sandi dapat dikenali. Dari hasil pengujian, sistem dapat mengenali suara yangmemiliki otoritas dengan kriteria dalam keaadaan noise 82% dan hening 86% dengan jumlah 10data training dan diuji coba sebanyak 50x percobaan.

Article Details

How to Cite
HANDOKO, Destian Tri; KASIH, Patmi. Destian Tri Handoko Voice Recognition untuk Sistem Keamanan PC Menggunakan Metode MFCC dan DTW. Generation Journal, [S.l.], v. 2, n. 1, p. 57-68, apr. 2018. ISSN 2549-2233. Available at: <http://ojs.unpkediri.ac.id/index.php/gj/article/view/12058>. Date accessed: 21 aug. 2018. doi: https://doi.org/10.29407/gj.v2i1.12058.
Section
Artikel

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.