Record Detail
Text
Penerapan hidden markov model dalam aplikasi pelafalan huruf hijaiyah
Pembimbing: Dwi Atmodjo Wismono Prapto_Pelajaran utama dalam membaca Al Quran adalah mampu mengenal dan melafalkan huruf Hijaiyah. Oleh karena itu, kesalahan pada saat melafalkannya yang berpengaruh terhadap arti dari bacaan tersebut. Teknologi saat ini telah dapat digunakan untuk membantu manusia dalam mengoreksi kesalahan tersebut lewat pengenalan suara atau Speech Recognition. Speech Recognition merupakan sistem yang digunakan untuk mengenali suara manusia dan kemudian diubah menjadi suatu data yang dapat dimengerti oleh suatu sistem. Sistem pengenal suara dibentuk melalui 2 proses utama yaitu pelatihan (training) dan pengujian (testing). Penelitian ini menggunakan metode Fast Fourier Transform (FFT) untuk ekstrak ciri, Hidden Markov Model (HMM) untuk menghasilkan karateristik khusus dari proses pelatihan (training) setiap huruf Hijaiyah, dan Eculedean Distance (ED) untuk klasifikasi akhir dalam mendeteksi pelafalan huruf Hijaiyah. Tujuan penelitian ini adalah menerapkan Hidden Markov Model dalam aplikasi pengenalan huruf Hijaiyah. Hasil penelitian menghasilkan tingkat akurasi untuk pengujian huruf Hijaiyah terhadap huruf yang sama sebesar 100% sedangkan pengujian huruf Hijaiyah terhadap huruf yang berbeda sebesar 54,6%.
Availability
STI-190059 | STI-190059 | Perpustakaan Pusat | Available |
Detail Information
Series Title |
-
|
---|---|
Call Number |
STI-190059
|
Publisher | Perbanas Institute : Jakarta., 2018 |
Collation |
ix,95hlm.;illus.;28cm.
|
Language |
Indonesia
|
ISBN/ISSN |
-
|
Classification |
STI-190059
|
Content Type |
-
|
Media Type |
-
|
Carrier Type |
-
|
Edition |
S1 Teknik Informatika
|
Subject(s) | |
Specific Detail Info |
Koleksi ini juga tersedia dalam bentuk softcopy. Untuk dapat mengakses softcopy, pemustaka wajib melakukan login ke Member Area dengan menggunakan NIM/No.Reg sebagai Member ID dan password. Hubungi pustakawan melalui email ke perbanas.library@perbanas.id atau reza.fauzi@perbanas.id untuk mendapatkan password.
|
Statement of Responsibility |
-
|
Other version/related
No other version available