Identifikasi Jenis Suara pada Manusia

Slides:



Advertisements
Presentasi serupa
EKSPRESI MELALUI KEGIATAN BERMUSIK
Advertisements

PI, Manajemen Informatika, Fakultas Ilmu Komputer, Universitas Gunadarma, PENGGUNAAN APLIKASI YAHOO SEARCH HACK for further detail, please visit
PEMBELAJARAN DENGAN IT
III. Pembahasan 3.1 Implementasi Perangkat Lunak
PRESENTASI TIK.
Rancang Bangun Simulasi Penjadwalan dan Perwalian Berbasis Web di STIKOM Surabaya Adrian Hodianto.
PERANGKAT LUNAK Modul-8.
TEKNIK VOKAL DAN PADUAN SUARA
Pertemuan 2 FAKTOR MANUSIA.
7 Pemrosesan Informasi dan Komputer Universitas Brawijaya Fakultas Ilmu Administrasi 2012.
PERENCANAAN PROYEK PERANGKAT LUNAK
ARRAY 2 DIMENSI (MATRIK)
for further detail, please visit
Smith-Waterman Pembuatan Aplikasi Pendeteksian Kemiripan Dokumen Teks dengan Algoritma for further detail, please visit
APLIKASI PENERIMAAN MURID BARU SDN MEKARSARI 06 MENGGUNAKAN MICROSOFT VISUAL BASIC 6.0 DAN MICROSOFT ACCESS Nama : Dian Kurnianingsih NPM : UNIVERSITAS.
APLIKASI TES IQ DENGAN MENGGUNAKAN JAVA 2 MICRO EDITION PADA PERANGKAT MOBILE 1. PENDAHULUAN.
TEKNIK OLAH VOKAL.
MIRNAWATI DEWI MSP A. Notebook Lenovo S
R ina Arfianti Murfik PERANCANGAN APLIKASI SECURE MESSAGE BERBASIS ANDROID R ina Arfianti Murfik
NAMA : NIM:. SISTEM INFORMASI BINBINGAN BELAJAR Latar Belakang Langkah-langkah membuat aplikasi Cara menguna aplikasi Tujuan aplikasi Rumusan masalah.
Selamat Datang di MM UNSOED
ALHURIYAH :Aplikasi Pengenalan Huruf Hijaiyah Berbasis speech recognition Menggunakan Mel Frequency Cepstral Coefficients (MFCC) Kelompok 10 Dian.
Harmoni konvensional Harmoni modern
Fernissa .F. (G ) Dosen Pembimbing : Shelvie Nidya Neyman S.Kom, M.Si
Disusun Oleh: AVE ABDI SARAGIH
APA ITU SISTEM OPERASI ??? Sistem Operasi adalah perangkat lunak komputer atau software yang bertugas untuk melakukan kontrol dan manajemen perangkat.
Implementasi vector space model untuk pencarian dokumen
PEMROSESAN BAHASA ALAMI
Klasifikasi.
Oleh: Aditya Nugroho G Dibimbing Oleh: Ir. Agus Buono, M.Si., M.Kom.
Ilman Pangeran (G ) M Rachmatarramadhan (G ) Alfandio Grasheldi (G )
Oleh: Ineza Nur Oktabroni (G )
Penambahan Operasi OLAP dan Fungsi Agregat pada Temporal Data Warehouse Tanaman Pangan Kabupaten Karo Oleh : Karina Gusriani – G Pembimbing : Ibu.
MUHAMMAD RAFI MUTTAQIN G
Pertemuan ke-2 Didalam komputer
PENGEMBANGAN MODEL PROBABILISTIC NEURAL NETWORK BERTINGKAT MENGGUNAKAN FUZZY C-MEANS (FCM) UNTUK IDENTIFIKASI PEMBICARA Oleh : Vicky Zilvan G Pembimbing.
ANALISIS PENGGUNAAN ALGORITME BERLEKAMP-MASSEY TERHADAP KEAMANAN ENKRIPSI SUARA PADA FILE WAVE MENGGUNAKAN SANDI ALIR KUNCI SIMETRIK LFSR Anna Hanifah.
Nama Anggota Kelompok: Erna Fatayati (G ) Dirman Hafiz (G )
Firman Ardiansyah, S.Kom, M.Si. Imas S. Sitanggang, S.Si., M.Kom
SISTEM PENDUKUNG KEPUTUSAN
Final Project.
Algoritma kNN (k-Nearest Neighbor)
Pengenalan Jenis Kelamin Melalui Suara Menggunakan MFCC dan K-Means
Sistem Waktu Nyata Silabus Pengenalan Sistem Waktu Nyata
Oleh : Devie Rosa Anamisa
Harmoni konvensional Harmoni modern
Sistem Identifikasi Dialek Seseorang Menggunakan Mel-Frequency Ceptrums Coefficients (MFCC) dan Self Organizing Map (SOM). SAMAD | .RAKHA M | BUNGA DEPARTEMEN.
Seminar Skripsi Teknik Informatika Unikom 2013
Hardware dan software komputer
Pertemuan 2 FAKTOR MANUSIA.
To my presentation By : Nanda Kendinathessa
Algoritma kNN (k-Nearest Neighbor)
Teknologi Informasi.
IMPLEMENTASI DAN PENGUJIAN SISTEM
Klasifikasi Nearest Neighbor
PERALATAN TEKNOLOGI INFORMASI
KLASIFIKASI.
PENGEMBANGAN PROBABILISTIC NEURAL NETWORK UNTUK IDENTIFIKASI PEMBICARA
Pengolahan Perangkat Keras (Hardware) Pada Sistem Unit Komputer
Presentasi Penelitian Tugas Akhir
Pembelajaran terbimbing dengan pendekatan parametriks dan nonparametriks Kuliah 3.
Oleh: Wahyu Dwi Suryanto G
PERANCANGAN APLIKASI PEMBELAJARAN ILMU TAJWID BERBASIS MOBILE PHONE
PERANGKAT KERAS (HARDWARE) TIK
K-Nearest Neighbourhood (KNN)
APLIKASI KOMPUTER BISNIS PROGRAM DIPLOMA UNIVERSITAS PAKUAN 2018 OLEH DEDEN ARDIANSYAH.
REKOGNISI CITRA Konsep Dasar Rekognisi
PEMBUATAN APLIKASI SIRKULASI BARANG DI KONVEKSI WAHANA COLLECTION (KOWACI) CIANJUR KERJA PRAKTEK Asri Rahayu FAKULTAS TEKNIK TEKNIK INFORMATIKA.
MEMBANGUN APLIKASI ……. OLEH:.
Algoritma kNN (k-Nearest Neighbor)
Transcript presentasi:

Identifikasi Jenis Suara pada Manusia Kelompok 1 Irfan Zidny Ramdhan Abdul Ghifari Intan Yuli Kiswari Peralta Zega F

Sopran, Mezzo Sopran Alto Manusia memiliki bermacam – macam jenis suara antara lain sopran, mezzo sopran, alto, tenor, bariton, dan bass. Banyaknya jenis suara ini lah yang memungkinkan diciptakannya suatu paduan suara yang tepat. Tenor Bass Baritton LATAR BELAKANG RUANG LINGKUP METODE KESIMPULAN TUJUAN

Tenor Bass Bass Alto Sopran LATAR BELAKANG TUJUAN RUANG LINGKUP METODE KESIMPULAN

Input suara berupa file dengan maksimal waktu 2-3 detik Data yang digunakan Suara manusia yang memiliki kriteria berbeda yang meliputi alto, bass, sopran dan tenor Metode Teknik Ekstraksi dengan MFCC Teknik Klasifikasi dengan KNN LATAR BELAKANG TUJUAN RUANG LINGKUP METODE KESIMPULAN

• Sistem operasi Windows 10 Perangkat keras: Perangkat lunak: • Matlab • Sistem operasi Windows 10 Perangkat keras: • Processor Intel Core i5-4200U • RAM 4 GB LATAR BELAKANG TUJUAN Lingkungan Pengembangan METODE KESIMPULAN

Metode ekstraksi ciri yang digunakan dalam pembuatan aplikasi identifikasi suara hewan adalah MFCC (Mel- Frequency Cepstrum Coefficients),sedangkan untuk proses pembelajaran sistem dilakukan dengan pendekatan K-Nearest Neighbor (K-NN) LATAR BELAKANG TUJUAN RUANG LINGKUP METODE KESIMPULAN

Demo LATAR BELAKANG TUJUAN RUANG LINGKUP Demo KESIMPULAN

Aplikasi identifikasi suara manusia dengan metode ekstraksi ciri mel-frequency cepstral coefficient (MFCC) dan proses pembelajaran K-Nearest Neighbor (K-NN) dapat digunakan untuk sebagai alat bantu dalam m=pengambilan keputusan kelompok dalam paduan suara. MFCC Yaitu salah satu metode ekstraksi ciri berdasarkan karakter respon frekuensi telinga yang tidak linear. Dengan MFCC Penggunaan aplikasi ini dapat menghasilkan output berupa kategori suara manusia, seperti bass, alto sopran dan tenor. Selain faktor suara noise juga sangat diperhatikan pada saat pengambilan suara untuk mencapai akurasi yang lebih baik. Thank You LATAR BELAKANG TUJUAN RUANG LINGKUP METODE KESIMPULAN