Identifikasi Nama Surat Juz Amma dengan Perintah Suara Menggunakan MFCC dan Backpropagation

Abstract

Perintah suara dapat mengatasi keterbatasan seseorang dalam mengoperasikan perangkat eksternal seperti Al Quran elektronik. Penelitian ini telah membuat sistem identifikasi kata dalam sinyal suara untuk menampilkan surat Juz Amma. Kata yang diucapkan adalah salah satu dari 37 nama surat dalam Juz Amma. Sistem identifikasi dibangun dari pelatihan suara menggunakan 12 naracoba dengan lima kali perulangan pada setiap kata-kata yang diucapkan, sehingga digunakan 2220 set data latih. Sinyal suara setiap 2 detik dilewatkan praproses untuk mengurangi noise dan komponen DC yang kemudian diekstraksi menggunakan Mel – Frequency Cepstrum Coefficients (MFCC). Koefisien Ceptrum yang dihasilkan MFCC digunakan sebagai fitur dalam Jaringan Syaraf Tiruan menggunakan algoritma pembelajaran Backpropagation. Hasil penelitian menunjukkan sistem identifikasi menghasilkan akurasi sebesar 92% untuk data latih dan 36% untuk data baru. Hasil penelitian menunjukkan bahwa optimalisasi parameter memperoleh akurasi tertinggi menggunakan 496 hidden neuron dan 13 koefisien, dengan learning rate 0,01, minimum error 0,001 dan epoch 10000.