ABSTRAKSI: Pada umumnya, untuk eksekusi lagu pada music player adalah dengan menekan button yang tersedia dengan mouse atau keyboard. Pada tugas akhir ini telah di buat suatu sistem aplikasi dari music player yang memanfaatkan microphone dan deteksi dari suara sebagai media untuk eksekusi music player dengan menggunakan metode yang berbasis audio processing. Sistem tersebut berfungsi untuk memproses identifikasi suara berdasarkan frekuensi, volume, dan durasi suara. Dalam konsep yang sederhana ini, sistem tetap berfungsi sama dengan music player yang selama ini kita kenal. Akan tetapi, sistem mampu untuk menjalankan perintah play, stop, next, pause, dan previous. Suara yang teridentifikasi tersebut secara otomatis dapat menjalankan perintah sesuai dengan jenis suara yang teridentifikasi.
Pada tugas akhir ini telah dibuat suatu sistem aplikasi pengenalan suara manusia menggunakan Jaringan Saraf Tiruan Backpropagation (JST-BP). Algoritma yang digunakan untuk ekstraksi ciri sistem adalah Mel frequency Cepstrum Coefficient (MFCC) sedangkan untuk klasifikasi ciri dari pola yang akan digunakan adalah Jaringan Saraf Tiruan Back Propagation (JST-BP).
Pembuatan sistem aplikasi music player ini dilakukan dengan bantuan perangkat (software) Matlab R2009a. Format lagu yang di gunakan adalah *.wav. Parameter MFFC yang terbaik adalah dengan jumlah frame 64 sample/frame. Parameter JST BP yang terbaik adalah dengan 2 hidden layer yang masing berjumlah 20 neuron, fungsi aktivasi tansig, learning rate 0.2, algoritma training traingdm, epoch 300, dan validasi 0.1 dengan akurasi 83.33%.Kata Kunci : Suara, Music Player, *.wav. Jaringan Saraf Tiruan, FFT, MFCCABSTRACT: Generally, the execution for music player is using the buttun function that available with mouse or keyboard. This final task has been made a music player aplication system that using a microphone and voice recognition as a tool for music player execution and based on audio proccessing method. That system made for recognition based on voice frequency, volume, and duration. In this simple concept, the system works properly from the music player as we known. But, the system will be able to run play, stop, next, pause, and previous command. The voice that has been recoqnized will automatically run the command that matched with the recoqnized voice.
In this final task has been made a human voice recoqnition aplication using the Artificial Neural Network Back Propagation (ANN-BP). The algorthm that used for the feature extraction system is Mel Frequency Cepstrum Coefficient (MFCC) in the other hand, for the feature classification of the using pattern is Artificial Neural Network Back Propagation (JST-BP).
The music player aplication system was made by using the Matlab R2009a software program. The using songs format is *.wav.The best parameter of MFCC is using 64 sample/frame. The best parameters of ANN-BP are using 2 hidden layer with 20 neuron each, tansig activation function, 0.2 learning rate, traingdm learning rate, 300 epoch, and 0.1 validation with 83.33% accuracy.Keyword: voice, music player, *wav., Artificial Neural Network, MFCC, FFT