Skripsi

KLASIFIKASI KEMIRIPAN SUARA REKAMAN MENGGUNAKAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENT DAN MINKOWSKI.

---

Penilaian

---

Teknologi saat ini telah mendominasi berbagai bidang mulai dari pendidikan, perkantoran, komersial, industri bahkan hukum. Dengan kemajuan teknologi informasi kebutuhan manusia akan tersedia dengan mudah, praktis dan tanpa batas. Disisi lain, berkembangnya teknologi informasi menimbulkan kekhawatiran pada perkembangan tindak pidana yang berhubungan dengan kejahatan. Pada beberapa kasus biasanya terdapat barang bukti yang ditinggalkan seperti rekaman suara yang dihasilkan dari percakapan menggunakan telepon. Suara rekaman ini dapat digunakan sebagai pendukung dalam penyidikan saat dipersidangan untuk mengidentifikasi pelaku kejahatan. Metode klasifikasi dapat digunakan untuk pengenalan suara dengan mengelompokkan dan membandingkan nilai spectrum suara dari hasil konversi MFCC, salah satu metode klasifikasi yang sering digunakan adalah metode KNN. Metode KNN merupakan algoritma yang dapat digunakan untuk klasifikasi, identifikasi, dan prediksi. Klasifikasi suara rekaman menggunakan algoritma KNN dengan metode minkowski dilakukan untuk pengenalan suara dalam menentukan identik atau tidaknya antara suara rekaman pelaku kejahatan dengan sampel suara tersangka. Penelitian ini melibatkan responden sebagai tersangka dan pelaku. Setiap responen akan melakukan perekaman suara, dimana rekaman ini nanti akan dipotong menjadi 11 bagian yang terdiri dari data latih dan data uji. Dari hasil pengujian didapatkan 10 data yang menampilkan nilai jarak terkecil sebagai tingkat kecocokan suara tersangka. Tingkat akurasi metode KNN dengan pengukuran nilai jarak menggunakan rumus minkowski dapat dihitung dengan tabel confusion matrix, perhitungan ini menghasilkan peningkatan akurasi dengan nilai akurasi sebesar 95%.

---

Availability

Inventory Code	Barcode	Call Number	Location	Status
2307006717	T130773	T1307732023	Central Library (Referens)	Available

Detail Information

Series Title

-

Call Number

T1307732023

Publisher

Palembang : Prodi Magister Ilmu Komputer, Fakultas Ilmu Kom puter Universitas Sriwijaya., 2023

Collation

xvi, 41 hlm.; ilus.; 29 cm

Language

Indonesia

ISBN/ISSN

-

Classification

003.107

Content Type

Text

Media Type

unmediated

Carrier Type

-

Edition

-

Subject(s)

Prodi Magister Ilmu Komputer
Identifikasi Sistem

Specific Detail Info

-

Statement of Responsibility

MURZ

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment