INGGRA, ERWANTO (2015) ANALISA PENGGUNAAN FILTER KALMAN PADA SISTEM PENGENALAN UCAPAN. Diploma thesis, Universitas Andalas.
Text
240.pdf - Published Version Restricted to Repository staff only Download (3MB) |
Abstract
Sistem pengenalan ucapan yang digunakan pada lingkungan berderau akan mengalami penurunan akurasi pengenalan jika dibandingkan dengan sistem pengenalan ucapan yang digunakan pada lingkungan tenang. Derau merupakan penyebab menurunnya performa dari sistem pengenalan ucapan. Salah satu cara untuk mengatasi masalah ini adalah dengan menggunakan filter adaptif. Pada tugas akhir ini dianalisa kinerja filter adaptif dengan algoritma filter kalman dalam mengurangi efek derau terhadap sinyal ucapan sehingga sistem pengenalan dapat bekerja dengan baik. Pada penelitian ini, pengujian pada lingkungan tanpa derau mencapai akurasi pengenalan sebesar 93.33%. Pengujian juga dilakukan pada lingkungan berderau dengan 3 jenis derau, yaitu AWGN, suara pengering rambut, dan suara mobil dengan SNR 0 dB, 5 dB, 10 dB, 15 dB, dan 20 dB. Pada level SNR 0 dB, untuk sinyal berderau AWGN didapatkan akurasi pengenalan sebesar 44%, untuk suara derau pengering rambut sebesar 55%, dan untuk suara derau mobil sebesar 48.67%. Perbaikan sinyal dengan menggunakan metoda filter kalman bekerja dengan baik pada kovarian kesalahan proses (Q)=1.10 dan kovarian kesalahan pengukuran (R)=1.7 yang memberikan pencapaian akurasi sebesar 92.67% untuk ketiga jenis derau pada SNR 0dB. Berarti terjadi peningkatan akurasi pengenalan ucapan pada SNR 0dB untuk AWGN sebesar 48.67%, untuk derau pengering rambut sebesar 37.67%, dan untuk derau mobil sebesar 44%. Kata kunci: Pengenalan ucapan, HMM, filter Kalman.
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Fakultas Teknik > Elektro |
Depositing User: | Ms Lyse Nofriadi |
Date Deposited: | 25 Feb 2016 04:43 |
Last Modified: | 25 Feb 2016 04:43 |
URI: | http://scholar.unand.ac.id/id/eprint/1892 |
Actions (login required)
View Item |