3.2.5 Zero padding
Perbedaan jumlah data tercuplik setelah proses pemotongan sinyal pada tiap pengucapan dapat terjadi. Tujuan proses ini agar banyaknya data pada sinyal ucapan pada
setiap percobaan pengucapan berjumlah yang sama. Proses ini menyisipkan deretan nilai 0 pada bagian akhir data ucapan. Deratan nilai 0 ditambahkan hingga mencapai banyak data
yang ditentukan. Penentuan banyak data pada sinyal ucapan mengacu pada persamaan 2
n
. Sebagai contohnya jika banyaknya data tertinggi pada tiap percobaan pengucapan yaitu
980 data, maka batas ukuran jumlah data sinyal yang digunakan pada tiap pengucapan sebesar 2
10
yakni 1024 data. Pada penelitian ini banyaknya data sinyal ditentukan sebesar 2048 data 2
11
. Penentuan nilai tersebut berdasarkan pada percobaan yang ditunjukan pada lampiran L10. Percobaan tersebut membuktikan banyak data dari tiap katagori kata
yang diucapkan setelah proses pemotongan sinyal, sehingga dapat menentukan nilai tersebut.
Flowchart program pada fungsi zero padding ditunjukkan pada Gambar 3.9.
Penambahan data 0 akan dibatasi oleh nilai variabel banyak data yang di tentukan pada saat inisialisasi.
Gambar 3.9. Flowchart Fungsi Zero Padding
3.2.6 Ekstraksi ciri
Proses ini dilakukan untuk mendapatkan ekstrak data sinyal ucapan. Ekstrak data sinyal ucapan dihasilkan dari proses downsampling dan transformasi data. Pada proses
downsampling data sinyal ucapan akan dicuplik kembali pada tiap jarak waktu tertentu.
Terdapat nilai faktor downsampling sebagai penentu jarak waktu pencuplikan. Nilai faktor downsampling
berpengaruh pada banyaknya data pada ekstrak data sinyal ucapan akibat pencuplikan. Pada penelitian ini digunakan variasi data pada nilai faktor downsampling
sebesar 1, 2, dan 4. Hal tersebut agar dapat melihat perbedaan hasil pengenalan tiap besar data yang diambil sebagai ekstraknya. Ekstrak data ucapan tersebut akan ditranformasi
menggunakan Discrete Cosine Tranform DCT sesuai pada Persamaan 2.3 dan 2.4. Flowchart
program pada fungsi ekstraksi ciri ditunjukkan pada Gambar 3.10. Input yang digunakan yaitu sinyal hasil zero padding dan nilai dari faktor downsampling.
Gambar 3.10. Flowchart Fungsi Ekstraksi Ciri Sebelum perhitungan ekstraksi ciri data sinyal hasil zero padding akan dicuplik
kembali. Tujuannya agar diperoleh ekstrak data dari sinyal tersebut. Selang waktu tiap
pencuplikan data pada sinyal sebesar nilai dari faktor downsampling yang dtentukan saat inisialisasi diawal. Data sinyal hasil downsampling digunakan dalam perhitungan
transformasi DCT sesuai pada Persamaan 2.3 dan 2.4. Pada proses transformasi data sinyal terdapat perhitungan absolute dan logaritma agar hasil ekstraksi ciri lebih baik.
3.2.7 Perhitungan similaritas
Tahapan ini mencari besarnya nilai similaritas data sinyal ucapan terhadap database
. Pada perancangan sistem ini digunakan persamaan similaritas kosinus. Data ucapan akan dihitung bersamaan dengan seluruh database secara satu persatu
menggunakan Persamaan 2.5. Database yang menghasilkan nilai similaritas terbesar saat perhitungan tersebut merupakan hasil dari pengenalan yang terbaik.
Program perhitungan similaritas akan dieksekusi saat fungsi tersebut dipanggil. Flowchart
program pada fungsi perhitungan similaritas ditunjukkan pada Gambar 3.11.
Gambar 3.11. Flowchart Program Perhitungan Similaritas Sinyal hasil ekstraksi ciri dan database ucapan akan dihitung nilai similaritasnya
menggunakan rumus similaritas kosinus yang dituliskan pada Persamaan 2.5. Tiap kategori
Kategori