ABSTRAKSI: Secara tidak sadar setiap hari manusia tentunya ingin berkomunikasi satu sama lain, salah satu cara berkomunikasi adalah dengan berbicara secara biasa. Tetapi tidak selamanya cara berkomunikasi ini efektif, pada era modern banyak manusia yang berkomunikasi lewat tulisan seperti chatting, SMS, maupun e-mail. Cara ini juga bisa dimanfaatkan bagi mereka yang menyandang tuna rungu namun masih bisa melihat dengan baik.
Dalam tugas akhir ini, dikembangkan suatu metode untuk dapat mengubah sinyal akustik menjadi sinyal digital kemudian sinyal digital tersebut diolah dengan men-sampling frekuensi yang didapat. Setelah itu diolah dengan menggunakan ekstraksi ciri Linear Predictive Coding (LPC) dan Filter Gabor. Keluaran adalah dalam bentuk text yang didapat dengan mengolah masukan sinyal digital menggunakan metode jaringan syaraf tiruan. Sistem ini diharapkan mampu mengenali kata yang terdiri dari kombinasi 12 suku kata dengan jumlah sampel data latih 240 sampel suku kata.
Pengujian akan dilakukan kepada seorang sukarelawan untuk mendapatkan sample. Akan diucapkan beberapa kata yang bisa terdiri lebih dari satu suku kata kemudian kita simpan di database. Analisis yang didapat menunjukkan tingkat keakurasian maksimal sebesar 50 % dan rata-rata 20 % untuk level pengenalan suku kata. Software yang digunakan adalah Matlab R2009a untuk mensimulasikan metode yang digunakan. Dalam pengambangannya, pengenalan suara (speech recognition) menjadi bentuk text ini bisa diaplikasikan untuk membuat alat penerjemah bahasa dimana masukan dan keluarannya adalah bentuk sinyal akustik atau suara manusia.
Kata Kunci : Kata Kunci : Linear Predictive Coding, Filter Gabor, Jaringan Syaraf Tiruan, Matlab, Speech Recognition, TextABSTRACT: Unconsciously, human being will often wants to communicate with the others in daily life, for example we can talk with the others by mouth to mouth. But this communication way is not effective ever last time, human being more likely use text as chatting, messaging, or e-mail in this modern era. This way also can be used by deaf people who can sees well.
In this final project, a method is developed to convert the acoustic signal into digital, then it is proceeded by doing frequency sampling. Next, it proceeded by Linear Predictive Coding (LPC) and Gabor Filter feature extraction. The output is a text form which required by proceeding digital signal input uses Artificial Neural Network method. The system try to recognize until 12 syllables combination with 240 numbers of training data syllables.
A testing will be executed by a volunteer to get the samples. It will said several words which consist of more than a syllable kept in the database. The analysis shows the maximum accuracy level is 50 % and the average is 20 % for syllable recognition. Matlab R2009a is used as a software to simulate these methods. In future development, this human speech recognition to text should match used in translator tools application where the input and output are in a same acoustic signal or human speech sound form.
Keyword: Keywords: Linear Predictive Coding, Gabor Filter, Artificial Neural Network, Matlab, Speech Recognition, Text