Penerapan Learning Vector Quantization untuk Identifikasi Pembicara dengan Menggunakan Ekstraksi Ciri Principal Component Analysis
PENERAPAN LEARNING VECTOR QUANTIZATION UNTUK
IDENTIFIKASI PEMBICARA DENGAN MENGGUNAKAN
EKSTRAKSI CIRI PRINCIPAL COMPONENT ANALYSIS
ENDRIK SUGIYANTO
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2015
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Penerapan Learning
Vector Quantization untuk Identifikasi Pembicara dengan Menggunakan Ekstraksi
Ciri Principal Component Analysis adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan
tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang
diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks
dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Maret 2015
Endrik Sugiyanto
NIM G64114046
ABSTRAK
ENDRIK SUGIYANTO. Penerapan Learning Vector Quantization untuk
Identifikasi Pembicara dengan Menggunakan Ekstraksi Ciri Principal Component
Analysis. Dibimbing oleh AGUS BUONO.
Keunikan manusia yang banyak digunakan sebagai identifikasi adalah sidik
jari, wajah, retina, suara, dan DNA. Hingga saat ini, penelitian tentang suara
sebagai identifikasi masih banyak diminati. Tujuan penelitian ini adalah
mengembangkan metode Learning Vector Quantization (LVQ) untuk identifikasi
pembicara dan mengetahui akurasi identifikasi pembicara dengan ekstraksi cirri
Principal Component Analysis (PCA). Data yang digunakan adalah suara
pembicara sebanyak 10 orang yang direkam selama 2 detik dengan sampling rate
11000 Hz. Perekaman dilakukan sebanyak 50 kali untuk masing-masing
pembicara kemudian dinormalisasi. Setelah itu dilakukan ekstraksi ciri
menggunakan PCA. Penelitian ini menunjukan bahwa akurasi tertinggi sebesar
96% dari (1) 100 dan 150 epoch dengan learning rate 0.0009, (2) 70 epoch
dengan learning rate 0.001. Penurunan learning rate yang digunakan adalah
0.977 dan nilai eigen sebesar 95%. Hasil percobaan menunjukan bahwa, model
LVQ dapat mengenali individu dan membedakan individu yang mirip.
Kata kunci: identifikasi pembicara, LVQ, PCA.
ABSTRACT
ENDRIK SUGIYANTO.Application of Learning Vector Quantization for
Speaker Identification with Feature Extraction Using Principal Component
Analysis. Supervised by AGUS BUONO.
The uniqueness of humans that is widely used as identification includes
fingerprints, faces, retinas, voices, and DNA’s. Until now, research on sound as
identification is still much on demand. The purpose of this research is to develop
Learning Vector Quantization (LVQ) for speaker identification. Feature extraction
is conducted using Principal Component Analysis (PCA). The data 2-second
voices taken from 10 speakers with sampling rate of 11000 Hz. The recording is
perfomed 50 times for each speaker. Afterward, the recording is normalized and
extracted using PCA to obtain its features. The results show that we obtain the
highest accuracy of 96% with (1) learning rate 0.0009 with 100 epoch and 150
epoch, (2) learning rate 0.001 and 70 epoch. We used the eigen value of 95% and
the learning-rate descrease-rate of 0.977. The results suggest the LVQ can
recognize individuals and distinguises similar ones.
Keywords: LVQ, PCA, speaker identification.
PENERAPAN LEARNING VECTOR QUANTIZATION UNTUK
IDENTIFIKASI PEMBICARA DENGAN MENGGUNAKAN
EKSTRAKSI CIRI PRINCIPAL COMPONENT ANALYSIS
ENDRIK SUGIYANTO
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2015
Penguji:
1 Karlisa Priandana, ST MEng
2 Muhammad Asyhar Agmalaro, SSi MKom
Judul Skripsi : Penerapan Learning Vector Quantization untuk Identifikasi
Pembicara dengan Menggunakan Ekstraksi Ciri Principal
Component Analysis
Nama
: Endrik Sugiyanto
NIM
: G64114046
Disetujui oleh
Dr Ir Agus Buono, MSi MKom
Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis ucapkan kepada Allah subhanahu wata’ala atas
segala rahmat karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan.
Solawat serta salam selalu tercurahkan kepada Nabi Muhammad Shalallahu
‘alaihi wa sallam. Tema yang dipilih dalam penelitian ini ialah Penerapan
Learning Vector Quantization untuk Identifikasi Pembicara dengan Menggunakan
Ekstraksi Ciri Principal Component Analysis.
Terima kasih penulis ucapkan kepada:
1 Bapak Dr Ir Agus Buono, MSi MKom selaku dosen pembimbing yang telah
banyak memberikan pengarahan, saran dan masukannya.
2 Ibu Karlisa Priandana, ST MEng dan Bapak Muhammad Asyhar Agmalaro,
SSi MKom selaku penguji.
3 Emak, Bapak, Kakang, Ayuk serta seluruh keluarga yang telah memberikan
dukungan,dan doanya sehingga penulis dapat menyelesaikan karya ilmiah ini.
4 Teman-temansatu bimbingan dan teman-teman Alih Jenis Ilmu Komputer IPB
angkatan 6 atas kerjasamanya.
5 Teman-teman Asrama IPB Sukasari dan KAMUS atas persaudaraan yang telah
diberikan.
Semoga karya ilmiah ini bermanfaat.
Bogor, Maret 2015
Endrik Sugiyanto
DAFTAR ISI
DAFTAR TABEL ................................................................................................ viii
DAFTAR GAMBAR ........................................................................................... viii
DAFTAR LAMPIRAN ........................................................................................ viii
PENDAHULUAN .................................................................................................. 1
Latar Belakang .................................................................................................... 1
Tujuan Penelitian ................................................................................................. 1
Manfaat Penelitian ............................................................................................... 1
Ruang Lingkup Penelitian ................................................................................... 1
METODE PENELITIAN ........................................................................................ 2
Lingkungan Pengembangan ................................................................................ 2
Pengumpulan Data .............................................................................................. 3
Praproses ............................................................................................................. 4
Pembagian Data ................................................................................................... 4
Ekstraksi Ciri ....................................................................................................... 5
Pelatihan dan Pengujian ...................................................................................... 6
Evaluasi ............................................................................................................... 8
HASIL DAN PEMBAHASAN ............................................................................... 8
Pengambilan Data Suara ..................................................................................... 8
Praproses ............................................................................................................. 9
Pelatihan dan Pengujian ...................................................................................... 9
Evaluasi ............................................................................................................. 10
SIMPULAN DAN SARAN .................................................................................. 12
Simpulan ............................................................................................................ 12
Saran .................................................................................................................. 12
DAFTAR PUSTAKA ........................................................................................... 13
LAMPIRAN .......................................................................................................... 14
RIWAYAT HIDUP ............................................................................................... 15
14
DAFTAR TABEL
1 Parameter pengujian LVQ
2 Matrik confusion suara pembicara
10
12
DAFTAR GAMBAR
1
2
3
4
5
6
Tahapan penelitian
Blok diagram proses sinyal
Alur proses pemotongan suara
Ilustrasi proses frame blocking
Arsitektur LVQ
Ilustrasi cara kerja LVQ. (a) Bobot mendekati data, (b) Bobot
menjauhi data (Desylvia 2013)
7 Ilustrasi silence removing. (a) suara yang belum silence, (b) suara
yang sudah silence
8 Rata-rata akurasi PCA 80% berdasarkan epoch
9 Rata-rata akurasi PCA 95% berdasarkan epoch
10 Rata-rata akurasi berdasarkan learning rate
2
3
4
5
7
8
9
10
11
11
DAFTAR LAMPIRAN
1 Hasil percobaan dengan PCA 80%
2 Hasil percobaan dengan PCA 95%
14
14
PENDAHULUAN
Latar Belakang
Keunikan manusia yang banyak digunakan sebagai identifikasi adalah sidik
jari, wajah, retina, suara, dan DNA. Hingga saat ini, penelitian tentang suara
sebagai identifikasi masih banyak diminati. Perkembangan penelitian pada bidang
identifikasi suara memicu banyak metode baru. Pada penelitian ini akan dilakukan
identifikasi pembicara dengan menggunakan metode learning vector quantization
(LVQ) yang merupakan suatu metode klasifikasi pola yang masing-masing unit
output mewakili kategori atau kelas tertentu. Vektor bobot untuk unit output
sering disebut vektor referensi untuk kelas yang dinyatakan oleh unit tersebut.
LVQ mengklasifikasikan vektor input dalam kelas yang sama dengan unit output
yang memiliki vektor bobot yang paling dekat dengan vektor input.
Identifikasi pembicara memerlukan sebuah ekstraksi ciri, yang merupakan
proses untuk menentukan satu nilai atau vektor yang dapat dipergunakan sebagai
penciri dari suatu objek. Pada penelitian Susanto (2007), identifikasi suara
dilakukan dengan menggunakan model jaringan saraf tiruan resilient
backpropagation. Akurasi terbaik diperoleh dengan data yang menggunakan noise
30 dB sebesar 92.8%. Selanjutnya, Fansuri (2011) menggunakan LVQ untuk
mengklasifikasi genre musik menghasilkan akurasi tertinggi 93.75% untuk durasi
10 detik.
Pemilihan untuk ekstraksi ciri principal component analysis (PCA) diajukan
karena menghasilkan akurasi 96% dengan menggabungkan metode MFCC pada
penelitianPramiyanti (2011).
Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1 Mengembangkan metode LVQ untuk identifikasi pembicara.
2 Menghasilkan akurasi identifikasi pembicara dengan menggunakan ekstraksi
ciri PCA.
Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan informasi mengenai akurasi
metode LVQ dengan ekstraksi ciri PCA.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah:
1 Data yang digunakan adalah suara laki-laki dewasa pada kondisi normal.
2 Penelitian ini hanya sebatas pembuatan model, tanpa pembuatan sistem.
2
METODE PENELITIAN
Penelitian ini dilakukan dengan beberapa tahapan, yaitu pengumpulan data,
normalisasi, ekstraksi ciri dan pengenalan pola, Gambar 1 menunjukkan tahapan
tersebut.
Mulai
Pengumpulan Data Suara
(500 data suata)
Praproses
Data Latih
Data Uji
PCA
PCA
LVQ
Hasil Pembobotan
Pengujian Model LVQ
Evaluasi
Selesai
Gambar 1 Tahapan penelitian
Lingkungan Pengembangan
Penelitian ini diimplementasikan menggunakan perangkat keras dan lunak
sebagai berikut:
1 Perangkat Keras
Spesifikasi perangkat keras yang digunakan adalah:
Intel ® Core™ i5-3337U CPU 1.80 GHz.
Memori 2 GB.
Harddisk 250 GB.
Keyboard dan mouse.
Headphone.
Monitor.
3
2 Perangkat Lunak
Sistem operasi Windows 7 Profesional 32 bit.
Matlab 7.7.0 (R2008b).
Pengumpulan Data
Data suara didapatkan dari 10 pembicara yang mengucapkan kata
“KOMPUTER” masing-masing pembicara mengucapkan sebanyak 50 kali. Setiap
suara direkam pada durasi waktu 2 detik dengan sampling rate 11000 Hz dalam
fail berekstensi WAV sehingga diperoleh total data suara sebanyak 500 suara, 390
suara digunakan untuk data latih, 10 untuk bobot dan 100 suara sebagai data uji.
Gambar 2 menunjukkan blok diagram proses sinyal dari awal suara diakusisi
hingga diperoleh informasi.
Gambar 2 Blok diagram proses sinyal
4
Praproses
Pada tahap ini, data akan melalui proses penghapusan silence di awal dan
di akhir suara. Proses dapat dilihat pada Gambar 3.
Gambar 3 Alur proses pemotongan suara
1 Normalisasi
Normalisasi dilakukan dengan mengabsolutkan nilai-nilai data suara dan
mencari nilai maksimumnya. Setiap nilai data suara tersebut dibagi dengan nilai
maksimumnya. Hal ini dilakukan agar menormalkan suara sehingga memiliki
range nilai amplitudo maksimum satu dan minimum minus satu.
2 Penghapusan Silence
Pada proses ini, silence di awal dan di akhir data dihilangkan dengan
membuat batas threshold, untuk setiap frame ditandai dengan 1 jika sampel
bersuara dan 0 jika sampel tidak bersuara, setelah itu didapat data suara yang tidak
ada noise.
Pembagian Data
Pada tahap ini, dilakukan pembagian data latih dan data uji. Pembagian
masing-masing data tersebut adalah 390 untuk data latih, 100 untuk data uji dan
10 untuk bobot. Kemudian data latih yang sudah dipilih akan digunakan sebagai
vektor input dan data bobot untuk bobot awal LVQ.
5
Ekstraksi Ciri
1 Frame Blocking
Pembagian sinyal suara menjadi beberapa frame yang akan mempermudah
perhitungan dan analisa sinyal, setiap frame dengan lebar tertentu yang saling
tumpang tindih. Tiap hasil frame dipresentasikan dalam sebuah vektor, panjang
frame merupakan bilangan yang bernilai 256, frame dibuat secara tumpang tindih.
Pada Gambar 4 di bawah, sinyal suara dibagi ke dalam 9 frame dengan tumpang
tindih sebesar 50%.
Gambar 4 Ilustrasi proses frame blocking
2 Windowing
(1)
N
: jumlah sampel pada setiap frame
N
: frame ke-n
W(n) : fungsi window hamming
3 Fast Fourier Transform (FFT)
FFT merupakan algoritme yang mengimplementasikan Discrete Fourier
Transform (DFT), terdiri dari nilai real dan imajiner. DFT mengubah tiap frame
dari domain waktu kedalam domain frekuensi yang didefinisikan pada persamaan
berikut (Do 1994):
(2)
Xk
Xn
k
N
: magnitude frekuensi
: nilai sampel yang akan diproses pada domain waktu
: N/2 + 1 ,j = bilangan imajiner
: jumlah data
4 Principal Components Analysis (PCA)
PCA merupakan teknik analisis peubah ganda yang sering digunakan untuk
mereduksi dimensi data tanpa harus kehilangan nilai informasi. Peubah hasil
transformasi PCA merupakan kombinasi linier dari peubah asli dan tersusun
6
berdasarkan informasi yang kandungnya disebut sebagai vektor eigen atau nilai
komponen utama (Pramiyanti 2011). PCA merupakan teknik multivariate yang
paling banyak digunakan pada hampir semua bidang (Abdi dan Williams 2010).
Data masukan pada metode PCA adalah berupa matriks. Dari matriks
dihitung kovarian S dengan menggunakan persamaan:
(3)
S
n
Xi
X
(X)T
: matrik kovarian
: unit sampel
: jumlah vektor
: rata-rata vektor
: transpose dari x
Setelah diperoleh matriks kovarian, ditentukan eigen vektor dan nilai eigen.
Nilai eigen yang didapat diurutkan mulai yang terbesar sampai yang terkecil.
Selanjutnya, penentuan nilai proporsi yang akan digunakan dalam PCA, besaran
nilai proporsi ini berguna untuk menentukan besarnya komponen utama yang
digunakan. Komponen utama nantinya akan digunakan sebagai masukan kedalam
metode learning vector quantization.
Ada beberapa parameter input yang dibutuhkan dalam proses ektraksi ciri,
pada penelitian ini adalah inputan berupa suara digital dan disimpan dengan
ekstensi fail WAV, time frame yang digunakan pada penelitian ini sebesar 23.27
ms, window hamming merupakan window yang digunakan pada tahapan
windowing, overlapping yang digunakan sebesar 0.39 untuk penelitian ini.
Overlapping digunakan untuk mengurangi kehilangan informasi pada saat proses
frame blocking, nilai eigen sebesar 80% dengan 5 penciri dan 95% dengan 16
penciri.
Pelatihan dan Pengujian
Jaringan syaraf tiruan LVQ digunakan untuk pelatihan dan pengujian. LVQ
merupakan suatu metode klasifikasi pola yang masing-masing unit output
mewakili kategori atau kelas tertentu. Vektor bobot untuk unit output sering
disebut vektor referensi untuk kelas yang dinyatakan oleh unit tersebut. LVQ
mengklasifikasikan vektor input dalam kelas yang sama dengan unit output yang
mewakili vektor bobot paling dekat dengan vektor input. Gambar 5 merupakan
arsitektur LVQ dalam penelitian ini.
7
Gambar 5 Arsitektur LVQ
1
2
3
4
5
6
7
Algoritme dari LVQ adalah (Fausett, 1994):
Tentukan vektor referensi dan learning rate, α (0).
Selama kondisi berhenti belum terpenuhi, lakukan langkah 3-6.
Untuk setiap vektor masukan X, lakukan langkah 4-5.
Temukan j sehingga ||X - Wj|| bernilai minimum.
Update nilai Wj sesuai ketentuan berikut:
Jika T = Cj,
Wj (baru) = Wj (lama) + α [X – Wj (lama)].
Jika T ≠ Cj,
Wj (baru) = Wj (lama) – α [X – Wj (lama)].
Kurangi learning rate (Decα), dengan persamaan:
α = α * Decα
Cek kondisi berhenti: jumlah iterasi mencapai nilai yang ditentukan.
dengan:
X
T
Wj
Cj
||X - Wj||
(4)
(5)
(6)
: vektor pelatihan atau vektor masukan ( X1,…,Xi,…Xn)
: kategori atau kelas yang benar untuk vektor masukan
: vektor bobot untuk unit keluaran j (W1j,…,Wij,…,Wnj)
: kategori atau kelas direpresentasikan oleh unit keluaran ke j
: jarak euclidean antara vektor masukandan unit keluaran ke j
Menentukan vektor referensi (vektor bobot) yaitu dengan cara mengambil
sebanyak satu baris pertama atau terakhir pada vektor data latih dan
menggunakannya untuk vektor bobot. Sisa vektor data latih digunakan untuk
proses pelatihan.
Cara kerja LVQ secara sederhana, yaitu membarui bobot agar lebih
mendekati data, jika target samadengan kelas. Jika target tidak sama dengan kelas,
bobot yang baru dijauhkan dari data (Desylvia 2013). Hal ini diilustrasikan pada
Gambar 6.
8
W(old)
W(new)=W(old)-α(X-W(old))
W(new)=W(old)+α(X-W(old))
W(old)
X-W(old)
X-W(old)
X
X
(a)
(b)
W(old)
: data bobot yang lama
W(New)
: data bobot yang baru
X
: data target
α
: learning rate
Gambar 6 Ilustrasi cara kerja LVQ. (a) bobot mendekati data, (b) bobot menjauhi
data (Desylvia 2013)
Evaluasi
Evaluasi merupakan tahap terakhir pada metode untuk menentukan apakah
proses klasifikasi sudah tepat atau belum. Perhitungan dilakukan dengan
membandingkan banyaknya hasil kata pembicara yang benar dengan kata
pembicara yang diuji. Hasil dari tahap ini yaitu akurasi yang didapat dengan cara.
HASIL DAN PEMBAHASAN
Pengambilan Data Suara
Data suara yang digunakan pada penelitian ini direkam dari 10 pembicara
yang mengucapkan kata “KOMPUTER”. Agar suara yang dihasilkan tidak
banyak noise perekaman dilakukan di ruangan tertutup. Perekaman suara
pembicara dilakukan dengan menggunakan fungsi wavrecord pada Matlab yang
tidak dibatasi panjang pendek serta tekanan dalam pengucapannya. Suara direkam
dengan rentang waktu 2 detik dengan sampling rate 11000 Hz dalam bentuk
berekstensi WAV. Dari 10 pembicara masing-masing mengucapkan sebanyak 50
data, sehingga total suara yang dihasilkan sebanyak 500 data.
9
Praproses
Data yang telah direkam akan dinormalisasi dengan mengabsolutkan dan
memaksimumkan nilai data suara agar memiliki nilai amplitudo maksimum satu
dan minimum minus satu. Data yang sudah diabsolutkan akan dihapus bagian
awal dan akhirnya untuk menghilangkan noise yang adadengan algoritma silence
removing. Contoh hasil dari silence removing yang dilakukan dapat dilihat pada
Gambar 7.
(a)
(b)
Gambar 7 Ilustrasi silence removing. (a) suara yang belum silence, (b) suara yang
sudah silence
Proses selanjutnya adalah pembagian data. Data suara diambil sebanyak 500
suara dari 10 pembicara yang terbagi sebanyak 390 data latih, 100 data uji dan 10
untuk bobot. Pada penentuan bobot diambil dari data suara yang ke-40.
Selanjutnya penentuan data uji diambil dari rekaman suara yang ke-41 sampai 50
dan sisanya menjadi data latih.
Pelatihan dan Pengujian
Data yang digunakan untuk proses pelatihan dan pengujian adalah data yang
sudah dibagi manjadi data latih, data uji dan data bobot. Parameter yang
diperlukan untuk LVQ adalah jumlah neuron input yang disesuaikan dengan nilai
eigen PCA 80% yaitu sebanyak 5 penciri dan 95% sebanyak 16 penciri. Jumlah
neuron output ditentukan berdasarkan jumlah kelas sebanyak 10 kelas. Learning
rate yang digunakan adalah 0.0001, 0.0003, 0.0005, 0.0007, 0.0009, 0.001, 0.003,
0.005, 0.007, 0.009, 0.01, 0.03, 0.05, 0.07, dan 0.09. Penurunan learning rate
yang digunakan sebesar 0.977. Jumlah epoch adalah pengulangan yang dilakukan
utuk setiap iterasi. Bobot yang digunakan sebagai inisialisasi LVQ didapat dari
salah satu data suara yang masing-masing mewakili tiap kelas. Data yang
digunakan untuk bobot ini dipisahkan dari dari uji dan data latih. Tabel 1
menunjukkan parameter yang dimasukkan pada LVQ.
10
Neuron Input
Neuron Output
Epoch
Learning Rate
Penurunan
Learning Rate
Tabel 1 Parameter pengujian LVQ
Parameter LVQ
5 untuk PCA 80% dan 16 untuk PCA 95%
10
30, 50, 70, 100, 150 dan 200
0.0001, 0.0003, 0.0005, 0.0007, 0.0009,
0.001, 0.003, 0.005, 0.007, 0.009, 0.01,
0.03, 0.05, 0.07, dan 0.09
0.977
Evaluasi
Gambar 8 menyajikan akurasi hasil percobaan enam kali epoch yang
berbeda yaitu 30, 50, 70, 100, 150 dan 200. Terlihat bahwa pada nilai eigen 80%
rata-rata akurasi terendah sebesar 74.8% terdapat pada epoch 30 dan nilai rata-rata
akurasi tertinggi sebesar 77.6% terdapat pada epoch 100. Dapat dilihat bahwa
nilai epoch pada eigen 80% dari 30 sampai 100 mengalami kenaikan akurasi,
sedangkan nilai epoch dari 150 sampai 200 mengalami penurunan akurasi. Oleh
karena itu, dapat disimpulkan bahwa nilai epoch terbaik adalah 100.
Gambar 8 Rata-rata akurasi PCA 80% berdasarkan epoch
Gambar 9 menyajikan akurasi hasil percobaan enam kali epoch yang
berbeda yaitu 30, 50, 70, 100, 150 dan 200. Terlihat bahwa pada nilai eigen 95%
rata-rata akurasi terendah sebesar 76.27% terdapat pada epoch 30 dan nilai ratarata akurasi tertinggi sebesar 86% terdapat pada epoch 150. Dapat dilihat bahwa
nilai epoch dari 30 sampai 150 mengalami kenaikan akurasi, sedangkan nilai
epoch 200 mengalami penurunan akurasi. Oleh karena itu, dapat disimpulkan
bahwa nilai epoch terbaik adalah 150.
11
Gambar 9 Rata-rata akurasi PCA 95% berdasarkan epoch
Gambar 10 menyajikan hasil rata-rata akurasi percobaan nilai learning rate
0.0001, 0.0003, 0.0005, 0.0007, 0.0009, 0.001, 0.003, 0.005, 0.007, 0.009, 0.01,
0.03, 0.05, 0.07, dan 0.09. Terlihat hasil rata-rata akurasi pada nilai eigen 80%
akurasi terendah didapat pada learning rate 0.09 sebesar 10% dan akurasi
tertinggi sebesar 89.67% pada learning rate 0.0009 dan 0.001. Pada nilai eigen
95% rata-rata akurasi terendah sebesar 62.67% terdapat pada learning rate 0.09
dan nilai rata-rata akurasi tertinggi sebesar 94.5% terdapat pada learning rate
0.0009. Dapat dilihat bahwa nilai learning rate dari 0.0001 sampai 0.0009
mengalami kenaikan akurasi, sedangkan nilai learning rate dari 0.001 sampai 0.09
mengalami penurunan akurasi. Oleh karena itu, dapat disimpulkan bahwa nilai
learning rate terbaik adalah 0.0009. Tabel perhitungan hasil percobaan untuk
PCA 80% dan 95% dapat dilihat pada Lampiran 1 dan 2.
Gambar 10 Rata-rata akurasi berdasarkan learning rate
12
Berdasarkan pada Tabel 2 matrik confusion dengan kontribusi nilai eigen
95%, parameter learning rate 0.0009 dan epoch 100 menghasilkan nilai akurasi
pembicara sebesar 96%. Pembicara yang menghasilkan akurasi tertinggi yaitu
100% adalah Aji, Buldani, Chandra, Endrik, Janan, dan Uci. Pembicara tersebut
dapat teridentifikasi dengan baik karena memiliki noise lebih kecil daripada
pembicara lainnya. Pembicara yang menghasilkan akurasi 90% adalah Allan,
Janan, Restu dan Vikhy. Kesalahan terdapat pada kelas pembicara. Dari 10
percobaan, Allan teridentifikasi sebagai Restu, Janan teridentifikasi sebagai
Chandra, Restu 1 teridentifikasi sebagai Allan dan Vickhy teridentifikasi sebagai
Buldani. Kesalahan identifikasi tersebut disebabkan oleh banyaknya noise yang
ada pada data suara dan kemiripan suara pembicara.
Tabel 2 Matrik confusion suara pembicara
Aktual
Aji
Allan
Buldani
Chandra
Endrik
Janan
Restu
Taufik
Uci
Vickhy
Aji
Allan
Buldani
Chandra
Prediksi
Endrik Janan
Restu
Taufik
Uci
Vikhy
Ratarata
0
0
0
0
0
0
0
0
0
9
0
0
0
0
1
0
0
0
0
10
0
0
0
0
0
0
1
0
0
10
0
1
0
0
0
0
0
0
0
10
0
0
0
0
0
1
0
0
0
0
9
0
0
0
0
0
0
0
0
0
10
0
0
0
0
0
0
0
0
0
10
0
0
0
0
0
0
0
0
0
9
100%
90%
100%
100%
100%
90%
90%
100%
100%
90%
0
0
0
0
9
0
0
0
0
SIMPULAN DAN SARAN
Simpulan
Penelitian ini telah berhasil menerapkan LVQ untuk identifikasi pembicara
dengan menggunakan ekstraksi ciri PCA. Akurasi tertinggi yang diperoleh adalah
96% dari 100 dan 150 epoch dengan learning rate 0.0009 dan 70 epoch dengan
learning rate 0.001. Penurunan learning rate yang digunakan adalah 0.977 dan
nilai eigen sebesar 95%. Hasil percobaan menunjukan bahwa, model LVQ dapat
mengenali individu dan membedakan individu yang mirip.
Saran
Saran untuk pengembangan selanjutnya, yaitu:
1 Penambahan jumlah data training untuk memberikan hasil yang maksimal.
2 Penggunaan metode ekstraksi ciri yang lain untuk memperoleh akurasai yang
lebih baik.
3 Pencarian kombinasi nilai parameter dari LVQ yang lain untuk pengenalan
pembicara.
4 Penambahan metode penghilangan noise untuk data suara yang lebih baik.
13
DAFTAR PUSTAKA
Abdi H, Williams LJ. 2010. Principal component analysis. Wiley Interdisciplinary
Reviews: Computational Statistics 2. 2: 433–459.
Desylvia SN. 2013. Perbandingan SOM dan LVQ pada identifikasi citra wajah
dengan wavelet sebagai ekstraksi ciri [skripsi]. Bogor (ID): Institut
Pertanian Bogor.
Do MN. 1994. Digital signal processing mini-project: an automatic speaker
recognition system. Lausanne (CH): Swiss Federal Institute of Technology.
Fansuri MR. 2011. Klasifikasi genre musik menggunakan learning vector
quantization (LVQ) [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Fausett L. 1994. Fundamental of Neural Network: Architectures, Algorithm, and
Application. United States (US): Prentice-Hall.
Pramiyanti T. 2011. Pengembangan model sistem identifikasi pembicara dengan
kombinasi teknik ekstraksi ciri suara mel-frequency cepstral coefficients
(MFCC) dan principal component analysis (PCA). Jakarta (ID): UPNVJ.
Susanto N. 2007. Pengembangan model jaringan syaraf tiruan resilent
backprogation untuk identifikasi pembicara dengan praproses MFCC
[skripsi]. Bogor (ID): Institut Pertanian Bogor.
14
LAMPIRAN
Lampiran 1 Hasil percobaan dengan PCA 80%
Learning
Rate
0.0001
0.0003
0.0005
0.0007
0.0009
0.001
0.003
0.005
0.007
0.009
0.01
0.03
0.05
0.07
0.09
Rata-rata
epoch
30
68.00
71.00
76.00
76.00
82.00
83.00
84.00
84.00
84.00
84.00
84.00
82.00
77.00
77.00
10.00
74.80
50
68.00
69.00
76.00
82.00
91.00
92.00
84.00
84.00
84.00
82.00
82.00
82.00
76.00
75.00
10.00
75.80
70
68.00
70.00
77.00
84.00
92.00
92.00
84.00
84.00
82.00
82.00
82.00
82.00
82.00
76.00
10.00
76.47
100
67.00
72.00
82.00
91.00
92.00
90.00
84.00
84.00
82.00
82.00
82.00
82.00
82.00
82.00
10.00
77.60
150
67.00
73.00
82.00
92.00
91.00
87.00
84.00
82.00
82.00
82.00
81.00
82.00
81.00
81.00
10.00
77.07
200
67.00
74.00
83.00
92.00
90.00
86.00
84.00
82.00
82.00
81.00
81.00
81.00
81.00
81.00
10.00
77.00
150
87.00
91.00
93.00
95.00
96.00
93.00
87.00
87.00
83.00
83.00
78.00
83.00
78.00
78.00
78.00
86.00
200
87.00
91.00
93.00
95.00
94.00
91.00
87.00
87.00
83.00
83.00
78.00
83.00
78.00
78.00
78.00
85.73
Ratarata
67.50
71.50
79.34
86.11
89.67
88.33
84.00
83.33
82.67
82.17
82.00
81.67
79.83
78.67
10.00
Lampiran 2 Hasil percobaan dengan PCA 95%
Learning
Rate
0.0001
0.0003
0.0005
0.0007
0.0009
0.001
0.003
0.005
0.007
0.009
0.01
0.03
0.05
0.07
0.09
Rata-rata
epoch
30
79.00
87.00
88.00
91.00
92.00
92.00
87.00
87.00
85.00
85.00
85.00
79.00
49.00
31.00
27.00
76.27
50
81.00
88.00
90.00
92.00
94.00
95.00
87.00
87.00
85.00
83.00
82.00
78.00
69.00
56.00
43.00
80.67
70
81.00
88.00
91.00
94.00
95.00
96.00
87.00
87.00
84.00
80.00
80.00
78.00
79.00
73.00
72.00
84.33
100
83.00
88.00
92.00
94.00
96.00
94.00
87.00
87.00
83.00
80.00
80.00
78.00
78.00
78.00
78.00
85.07
Ratarata
83.00
88.83
91.17
93.50
94.50
93.50
87.00
87.00
83.83
82.33
80.50
79.83
71.83
65.67
62.67
15
RIWAYAT HIDUP
Penulis dilahirkan di Natar, Lampung pada tanggal 7 Agustus 1990. Penulis
merupakan anak kesembilan dari 9 bersaudara dari pasangan Mursiam dan
Tukijan. Tahun 2008 penulis lulus dari SMA Negeri 1 Natar Lampung Selatan
dan pada tahun yang sama penulis melanjutkan pendidikan Program Studi D3
Manajemen Informatika, Universitas Lampung dan lulus pada tahun 2011. Penulis
kemudian melanjutkan studi ke Program S1 Ilmu Komputer Alih Jenis,
Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor.
IDENTIFIKASI PEMBICARA DENGAN MENGGUNAKAN
EKSTRAKSI CIRI PRINCIPAL COMPONENT ANALYSIS
ENDRIK SUGIYANTO
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2015
PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Penerapan Learning
Vector Quantization untuk Identifikasi Pembicara dengan Menggunakan Ekstraksi
Ciri Principal Component Analysis adalah benar karya saya dengan arahan dari
komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan
tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang
diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks
dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini.
Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut
Pertanian Bogor.
Bogor, Maret 2015
Endrik Sugiyanto
NIM G64114046
ABSTRAK
ENDRIK SUGIYANTO. Penerapan Learning Vector Quantization untuk
Identifikasi Pembicara dengan Menggunakan Ekstraksi Ciri Principal Component
Analysis. Dibimbing oleh AGUS BUONO.
Keunikan manusia yang banyak digunakan sebagai identifikasi adalah sidik
jari, wajah, retina, suara, dan DNA. Hingga saat ini, penelitian tentang suara
sebagai identifikasi masih banyak diminati. Tujuan penelitian ini adalah
mengembangkan metode Learning Vector Quantization (LVQ) untuk identifikasi
pembicara dan mengetahui akurasi identifikasi pembicara dengan ekstraksi cirri
Principal Component Analysis (PCA). Data yang digunakan adalah suara
pembicara sebanyak 10 orang yang direkam selama 2 detik dengan sampling rate
11000 Hz. Perekaman dilakukan sebanyak 50 kali untuk masing-masing
pembicara kemudian dinormalisasi. Setelah itu dilakukan ekstraksi ciri
menggunakan PCA. Penelitian ini menunjukan bahwa akurasi tertinggi sebesar
96% dari (1) 100 dan 150 epoch dengan learning rate 0.0009, (2) 70 epoch
dengan learning rate 0.001. Penurunan learning rate yang digunakan adalah
0.977 dan nilai eigen sebesar 95%. Hasil percobaan menunjukan bahwa, model
LVQ dapat mengenali individu dan membedakan individu yang mirip.
Kata kunci: identifikasi pembicara, LVQ, PCA.
ABSTRACT
ENDRIK SUGIYANTO.Application of Learning Vector Quantization for
Speaker Identification with Feature Extraction Using Principal Component
Analysis. Supervised by AGUS BUONO.
The uniqueness of humans that is widely used as identification includes
fingerprints, faces, retinas, voices, and DNA’s. Until now, research on sound as
identification is still much on demand. The purpose of this research is to develop
Learning Vector Quantization (LVQ) for speaker identification. Feature extraction
is conducted using Principal Component Analysis (PCA). The data 2-second
voices taken from 10 speakers with sampling rate of 11000 Hz. The recording is
perfomed 50 times for each speaker. Afterward, the recording is normalized and
extracted using PCA to obtain its features. The results show that we obtain the
highest accuracy of 96% with (1) learning rate 0.0009 with 100 epoch and 150
epoch, (2) learning rate 0.001 and 70 epoch. We used the eigen value of 95% and
the learning-rate descrease-rate of 0.977. The results suggest the LVQ can
recognize individuals and distinguises similar ones.
Keywords: LVQ, PCA, speaker identification.
PENERAPAN LEARNING VECTOR QUANTIZATION UNTUK
IDENTIFIKASI PEMBICARA DENGAN MENGGUNAKAN
EKSTRAKSI CIRI PRINCIPAL COMPONENT ANALYSIS
ENDRIK SUGIYANTO
Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Komputer
pada
Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
INSTITUT PERTANIAN BOGOR
BOGOR
2015
Penguji:
1 Karlisa Priandana, ST MEng
2 Muhammad Asyhar Agmalaro, SSi MKom
Judul Skripsi : Penerapan Learning Vector Quantization untuk Identifikasi
Pembicara dengan Menggunakan Ekstraksi Ciri Principal
Component Analysis
Nama
: Endrik Sugiyanto
NIM
: G64114046
Disetujui oleh
Dr Ir Agus Buono, MSi MKom
Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom
Ketua Departemen
Tanggal Lulus:
PRAKATA
Puji dan syukur penulis ucapkan kepada Allah subhanahu wata’ala atas
segala rahmat karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan.
Solawat serta salam selalu tercurahkan kepada Nabi Muhammad Shalallahu
‘alaihi wa sallam. Tema yang dipilih dalam penelitian ini ialah Penerapan
Learning Vector Quantization untuk Identifikasi Pembicara dengan Menggunakan
Ekstraksi Ciri Principal Component Analysis.
Terima kasih penulis ucapkan kepada:
1 Bapak Dr Ir Agus Buono, MSi MKom selaku dosen pembimbing yang telah
banyak memberikan pengarahan, saran dan masukannya.
2 Ibu Karlisa Priandana, ST MEng dan Bapak Muhammad Asyhar Agmalaro,
SSi MKom selaku penguji.
3 Emak, Bapak, Kakang, Ayuk serta seluruh keluarga yang telah memberikan
dukungan,dan doanya sehingga penulis dapat menyelesaikan karya ilmiah ini.
4 Teman-temansatu bimbingan dan teman-teman Alih Jenis Ilmu Komputer IPB
angkatan 6 atas kerjasamanya.
5 Teman-teman Asrama IPB Sukasari dan KAMUS atas persaudaraan yang telah
diberikan.
Semoga karya ilmiah ini bermanfaat.
Bogor, Maret 2015
Endrik Sugiyanto
DAFTAR ISI
DAFTAR TABEL ................................................................................................ viii
DAFTAR GAMBAR ........................................................................................... viii
DAFTAR LAMPIRAN ........................................................................................ viii
PENDAHULUAN .................................................................................................. 1
Latar Belakang .................................................................................................... 1
Tujuan Penelitian ................................................................................................. 1
Manfaat Penelitian ............................................................................................... 1
Ruang Lingkup Penelitian ................................................................................... 1
METODE PENELITIAN ........................................................................................ 2
Lingkungan Pengembangan ................................................................................ 2
Pengumpulan Data .............................................................................................. 3
Praproses ............................................................................................................. 4
Pembagian Data ................................................................................................... 4
Ekstraksi Ciri ....................................................................................................... 5
Pelatihan dan Pengujian ...................................................................................... 6
Evaluasi ............................................................................................................... 8
HASIL DAN PEMBAHASAN ............................................................................... 8
Pengambilan Data Suara ..................................................................................... 8
Praproses ............................................................................................................. 9
Pelatihan dan Pengujian ...................................................................................... 9
Evaluasi ............................................................................................................. 10
SIMPULAN DAN SARAN .................................................................................. 12
Simpulan ............................................................................................................ 12
Saran .................................................................................................................. 12
DAFTAR PUSTAKA ........................................................................................... 13
LAMPIRAN .......................................................................................................... 14
RIWAYAT HIDUP ............................................................................................... 15
14
DAFTAR TABEL
1 Parameter pengujian LVQ
2 Matrik confusion suara pembicara
10
12
DAFTAR GAMBAR
1
2
3
4
5
6
Tahapan penelitian
Blok diagram proses sinyal
Alur proses pemotongan suara
Ilustrasi proses frame blocking
Arsitektur LVQ
Ilustrasi cara kerja LVQ. (a) Bobot mendekati data, (b) Bobot
menjauhi data (Desylvia 2013)
7 Ilustrasi silence removing. (a) suara yang belum silence, (b) suara
yang sudah silence
8 Rata-rata akurasi PCA 80% berdasarkan epoch
9 Rata-rata akurasi PCA 95% berdasarkan epoch
10 Rata-rata akurasi berdasarkan learning rate
2
3
4
5
7
8
9
10
11
11
DAFTAR LAMPIRAN
1 Hasil percobaan dengan PCA 80%
2 Hasil percobaan dengan PCA 95%
14
14
PENDAHULUAN
Latar Belakang
Keunikan manusia yang banyak digunakan sebagai identifikasi adalah sidik
jari, wajah, retina, suara, dan DNA. Hingga saat ini, penelitian tentang suara
sebagai identifikasi masih banyak diminati. Perkembangan penelitian pada bidang
identifikasi suara memicu banyak metode baru. Pada penelitian ini akan dilakukan
identifikasi pembicara dengan menggunakan metode learning vector quantization
(LVQ) yang merupakan suatu metode klasifikasi pola yang masing-masing unit
output mewakili kategori atau kelas tertentu. Vektor bobot untuk unit output
sering disebut vektor referensi untuk kelas yang dinyatakan oleh unit tersebut.
LVQ mengklasifikasikan vektor input dalam kelas yang sama dengan unit output
yang memiliki vektor bobot yang paling dekat dengan vektor input.
Identifikasi pembicara memerlukan sebuah ekstraksi ciri, yang merupakan
proses untuk menentukan satu nilai atau vektor yang dapat dipergunakan sebagai
penciri dari suatu objek. Pada penelitian Susanto (2007), identifikasi suara
dilakukan dengan menggunakan model jaringan saraf tiruan resilient
backpropagation. Akurasi terbaik diperoleh dengan data yang menggunakan noise
30 dB sebesar 92.8%. Selanjutnya, Fansuri (2011) menggunakan LVQ untuk
mengklasifikasi genre musik menghasilkan akurasi tertinggi 93.75% untuk durasi
10 detik.
Pemilihan untuk ekstraksi ciri principal component analysis (PCA) diajukan
karena menghasilkan akurasi 96% dengan menggabungkan metode MFCC pada
penelitianPramiyanti (2011).
Tujuan Penelitian
Tujuan dari penelitian ini adalah:
1 Mengembangkan metode LVQ untuk identifikasi pembicara.
2 Menghasilkan akurasi identifikasi pembicara dengan menggunakan ekstraksi
ciri PCA.
Manfaat Penelitian
Penelitian ini diharapkan dapat memberikan informasi mengenai akurasi
metode LVQ dengan ekstraksi ciri PCA.
Ruang Lingkup Penelitian
Ruang lingkup penelitian ini adalah:
1 Data yang digunakan adalah suara laki-laki dewasa pada kondisi normal.
2 Penelitian ini hanya sebatas pembuatan model, tanpa pembuatan sistem.
2
METODE PENELITIAN
Penelitian ini dilakukan dengan beberapa tahapan, yaitu pengumpulan data,
normalisasi, ekstraksi ciri dan pengenalan pola, Gambar 1 menunjukkan tahapan
tersebut.
Mulai
Pengumpulan Data Suara
(500 data suata)
Praproses
Data Latih
Data Uji
PCA
PCA
LVQ
Hasil Pembobotan
Pengujian Model LVQ
Evaluasi
Selesai
Gambar 1 Tahapan penelitian
Lingkungan Pengembangan
Penelitian ini diimplementasikan menggunakan perangkat keras dan lunak
sebagai berikut:
1 Perangkat Keras
Spesifikasi perangkat keras yang digunakan adalah:
Intel ® Core™ i5-3337U CPU 1.80 GHz.
Memori 2 GB.
Harddisk 250 GB.
Keyboard dan mouse.
Headphone.
Monitor.
3
2 Perangkat Lunak
Sistem operasi Windows 7 Profesional 32 bit.
Matlab 7.7.0 (R2008b).
Pengumpulan Data
Data suara didapatkan dari 10 pembicara yang mengucapkan kata
“KOMPUTER” masing-masing pembicara mengucapkan sebanyak 50 kali. Setiap
suara direkam pada durasi waktu 2 detik dengan sampling rate 11000 Hz dalam
fail berekstensi WAV sehingga diperoleh total data suara sebanyak 500 suara, 390
suara digunakan untuk data latih, 10 untuk bobot dan 100 suara sebagai data uji.
Gambar 2 menunjukkan blok diagram proses sinyal dari awal suara diakusisi
hingga diperoleh informasi.
Gambar 2 Blok diagram proses sinyal
4
Praproses
Pada tahap ini, data akan melalui proses penghapusan silence di awal dan
di akhir suara. Proses dapat dilihat pada Gambar 3.
Gambar 3 Alur proses pemotongan suara
1 Normalisasi
Normalisasi dilakukan dengan mengabsolutkan nilai-nilai data suara dan
mencari nilai maksimumnya. Setiap nilai data suara tersebut dibagi dengan nilai
maksimumnya. Hal ini dilakukan agar menormalkan suara sehingga memiliki
range nilai amplitudo maksimum satu dan minimum minus satu.
2 Penghapusan Silence
Pada proses ini, silence di awal dan di akhir data dihilangkan dengan
membuat batas threshold, untuk setiap frame ditandai dengan 1 jika sampel
bersuara dan 0 jika sampel tidak bersuara, setelah itu didapat data suara yang tidak
ada noise.
Pembagian Data
Pada tahap ini, dilakukan pembagian data latih dan data uji. Pembagian
masing-masing data tersebut adalah 390 untuk data latih, 100 untuk data uji dan
10 untuk bobot. Kemudian data latih yang sudah dipilih akan digunakan sebagai
vektor input dan data bobot untuk bobot awal LVQ.
5
Ekstraksi Ciri
1 Frame Blocking
Pembagian sinyal suara menjadi beberapa frame yang akan mempermudah
perhitungan dan analisa sinyal, setiap frame dengan lebar tertentu yang saling
tumpang tindih. Tiap hasil frame dipresentasikan dalam sebuah vektor, panjang
frame merupakan bilangan yang bernilai 256, frame dibuat secara tumpang tindih.
Pada Gambar 4 di bawah, sinyal suara dibagi ke dalam 9 frame dengan tumpang
tindih sebesar 50%.
Gambar 4 Ilustrasi proses frame blocking
2 Windowing
(1)
N
: jumlah sampel pada setiap frame
N
: frame ke-n
W(n) : fungsi window hamming
3 Fast Fourier Transform (FFT)
FFT merupakan algoritme yang mengimplementasikan Discrete Fourier
Transform (DFT), terdiri dari nilai real dan imajiner. DFT mengubah tiap frame
dari domain waktu kedalam domain frekuensi yang didefinisikan pada persamaan
berikut (Do 1994):
(2)
Xk
Xn
k
N
: magnitude frekuensi
: nilai sampel yang akan diproses pada domain waktu
: N/2 + 1 ,j = bilangan imajiner
: jumlah data
4 Principal Components Analysis (PCA)
PCA merupakan teknik analisis peubah ganda yang sering digunakan untuk
mereduksi dimensi data tanpa harus kehilangan nilai informasi. Peubah hasil
transformasi PCA merupakan kombinasi linier dari peubah asli dan tersusun
6
berdasarkan informasi yang kandungnya disebut sebagai vektor eigen atau nilai
komponen utama (Pramiyanti 2011). PCA merupakan teknik multivariate yang
paling banyak digunakan pada hampir semua bidang (Abdi dan Williams 2010).
Data masukan pada metode PCA adalah berupa matriks. Dari matriks
dihitung kovarian S dengan menggunakan persamaan:
(3)
S
n
Xi
X
(X)T
: matrik kovarian
: unit sampel
: jumlah vektor
: rata-rata vektor
: transpose dari x
Setelah diperoleh matriks kovarian, ditentukan eigen vektor dan nilai eigen.
Nilai eigen yang didapat diurutkan mulai yang terbesar sampai yang terkecil.
Selanjutnya, penentuan nilai proporsi yang akan digunakan dalam PCA, besaran
nilai proporsi ini berguna untuk menentukan besarnya komponen utama yang
digunakan. Komponen utama nantinya akan digunakan sebagai masukan kedalam
metode learning vector quantization.
Ada beberapa parameter input yang dibutuhkan dalam proses ektraksi ciri,
pada penelitian ini adalah inputan berupa suara digital dan disimpan dengan
ekstensi fail WAV, time frame yang digunakan pada penelitian ini sebesar 23.27
ms, window hamming merupakan window yang digunakan pada tahapan
windowing, overlapping yang digunakan sebesar 0.39 untuk penelitian ini.
Overlapping digunakan untuk mengurangi kehilangan informasi pada saat proses
frame blocking, nilai eigen sebesar 80% dengan 5 penciri dan 95% dengan 16
penciri.
Pelatihan dan Pengujian
Jaringan syaraf tiruan LVQ digunakan untuk pelatihan dan pengujian. LVQ
merupakan suatu metode klasifikasi pola yang masing-masing unit output
mewakili kategori atau kelas tertentu. Vektor bobot untuk unit output sering
disebut vektor referensi untuk kelas yang dinyatakan oleh unit tersebut. LVQ
mengklasifikasikan vektor input dalam kelas yang sama dengan unit output yang
mewakili vektor bobot paling dekat dengan vektor input. Gambar 5 merupakan
arsitektur LVQ dalam penelitian ini.
7
Gambar 5 Arsitektur LVQ
1
2
3
4
5
6
7
Algoritme dari LVQ adalah (Fausett, 1994):
Tentukan vektor referensi dan learning rate, α (0).
Selama kondisi berhenti belum terpenuhi, lakukan langkah 3-6.
Untuk setiap vektor masukan X, lakukan langkah 4-5.
Temukan j sehingga ||X - Wj|| bernilai minimum.
Update nilai Wj sesuai ketentuan berikut:
Jika T = Cj,
Wj (baru) = Wj (lama) + α [X – Wj (lama)].
Jika T ≠ Cj,
Wj (baru) = Wj (lama) – α [X – Wj (lama)].
Kurangi learning rate (Decα), dengan persamaan:
α = α * Decα
Cek kondisi berhenti: jumlah iterasi mencapai nilai yang ditentukan.
dengan:
X
T
Wj
Cj
||X - Wj||
(4)
(5)
(6)
: vektor pelatihan atau vektor masukan ( X1,…,Xi,…Xn)
: kategori atau kelas yang benar untuk vektor masukan
: vektor bobot untuk unit keluaran j (W1j,…,Wij,…,Wnj)
: kategori atau kelas direpresentasikan oleh unit keluaran ke j
: jarak euclidean antara vektor masukandan unit keluaran ke j
Menentukan vektor referensi (vektor bobot) yaitu dengan cara mengambil
sebanyak satu baris pertama atau terakhir pada vektor data latih dan
menggunakannya untuk vektor bobot. Sisa vektor data latih digunakan untuk
proses pelatihan.
Cara kerja LVQ secara sederhana, yaitu membarui bobot agar lebih
mendekati data, jika target samadengan kelas. Jika target tidak sama dengan kelas,
bobot yang baru dijauhkan dari data (Desylvia 2013). Hal ini diilustrasikan pada
Gambar 6.
8
W(old)
W(new)=W(old)-α(X-W(old))
W(new)=W(old)+α(X-W(old))
W(old)
X-W(old)
X-W(old)
X
X
(a)
(b)
W(old)
: data bobot yang lama
W(New)
: data bobot yang baru
X
: data target
α
: learning rate
Gambar 6 Ilustrasi cara kerja LVQ. (a) bobot mendekati data, (b) bobot menjauhi
data (Desylvia 2013)
Evaluasi
Evaluasi merupakan tahap terakhir pada metode untuk menentukan apakah
proses klasifikasi sudah tepat atau belum. Perhitungan dilakukan dengan
membandingkan banyaknya hasil kata pembicara yang benar dengan kata
pembicara yang diuji. Hasil dari tahap ini yaitu akurasi yang didapat dengan cara.
HASIL DAN PEMBAHASAN
Pengambilan Data Suara
Data suara yang digunakan pada penelitian ini direkam dari 10 pembicara
yang mengucapkan kata “KOMPUTER”. Agar suara yang dihasilkan tidak
banyak noise perekaman dilakukan di ruangan tertutup. Perekaman suara
pembicara dilakukan dengan menggunakan fungsi wavrecord pada Matlab yang
tidak dibatasi panjang pendek serta tekanan dalam pengucapannya. Suara direkam
dengan rentang waktu 2 detik dengan sampling rate 11000 Hz dalam bentuk
berekstensi WAV. Dari 10 pembicara masing-masing mengucapkan sebanyak 50
data, sehingga total suara yang dihasilkan sebanyak 500 data.
9
Praproses
Data yang telah direkam akan dinormalisasi dengan mengabsolutkan dan
memaksimumkan nilai data suara agar memiliki nilai amplitudo maksimum satu
dan minimum minus satu. Data yang sudah diabsolutkan akan dihapus bagian
awal dan akhirnya untuk menghilangkan noise yang adadengan algoritma silence
removing. Contoh hasil dari silence removing yang dilakukan dapat dilihat pada
Gambar 7.
(a)
(b)
Gambar 7 Ilustrasi silence removing. (a) suara yang belum silence, (b) suara yang
sudah silence
Proses selanjutnya adalah pembagian data. Data suara diambil sebanyak 500
suara dari 10 pembicara yang terbagi sebanyak 390 data latih, 100 data uji dan 10
untuk bobot. Pada penentuan bobot diambil dari data suara yang ke-40.
Selanjutnya penentuan data uji diambil dari rekaman suara yang ke-41 sampai 50
dan sisanya menjadi data latih.
Pelatihan dan Pengujian
Data yang digunakan untuk proses pelatihan dan pengujian adalah data yang
sudah dibagi manjadi data latih, data uji dan data bobot. Parameter yang
diperlukan untuk LVQ adalah jumlah neuron input yang disesuaikan dengan nilai
eigen PCA 80% yaitu sebanyak 5 penciri dan 95% sebanyak 16 penciri. Jumlah
neuron output ditentukan berdasarkan jumlah kelas sebanyak 10 kelas. Learning
rate yang digunakan adalah 0.0001, 0.0003, 0.0005, 0.0007, 0.0009, 0.001, 0.003,
0.005, 0.007, 0.009, 0.01, 0.03, 0.05, 0.07, dan 0.09. Penurunan learning rate
yang digunakan sebesar 0.977. Jumlah epoch adalah pengulangan yang dilakukan
utuk setiap iterasi. Bobot yang digunakan sebagai inisialisasi LVQ didapat dari
salah satu data suara yang masing-masing mewakili tiap kelas. Data yang
digunakan untuk bobot ini dipisahkan dari dari uji dan data latih. Tabel 1
menunjukkan parameter yang dimasukkan pada LVQ.
10
Neuron Input
Neuron Output
Epoch
Learning Rate
Penurunan
Learning Rate
Tabel 1 Parameter pengujian LVQ
Parameter LVQ
5 untuk PCA 80% dan 16 untuk PCA 95%
10
30, 50, 70, 100, 150 dan 200
0.0001, 0.0003, 0.0005, 0.0007, 0.0009,
0.001, 0.003, 0.005, 0.007, 0.009, 0.01,
0.03, 0.05, 0.07, dan 0.09
0.977
Evaluasi
Gambar 8 menyajikan akurasi hasil percobaan enam kali epoch yang
berbeda yaitu 30, 50, 70, 100, 150 dan 200. Terlihat bahwa pada nilai eigen 80%
rata-rata akurasi terendah sebesar 74.8% terdapat pada epoch 30 dan nilai rata-rata
akurasi tertinggi sebesar 77.6% terdapat pada epoch 100. Dapat dilihat bahwa
nilai epoch pada eigen 80% dari 30 sampai 100 mengalami kenaikan akurasi,
sedangkan nilai epoch dari 150 sampai 200 mengalami penurunan akurasi. Oleh
karena itu, dapat disimpulkan bahwa nilai epoch terbaik adalah 100.
Gambar 8 Rata-rata akurasi PCA 80% berdasarkan epoch
Gambar 9 menyajikan akurasi hasil percobaan enam kali epoch yang
berbeda yaitu 30, 50, 70, 100, 150 dan 200. Terlihat bahwa pada nilai eigen 95%
rata-rata akurasi terendah sebesar 76.27% terdapat pada epoch 30 dan nilai ratarata akurasi tertinggi sebesar 86% terdapat pada epoch 150. Dapat dilihat bahwa
nilai epoch dari 30 sampai 150 mengalami kenaikan akurasi, sedangkan nilai
epoch 200 mengalami penurunan akurasi. Oleh karena itu, dapat disimpulkan
bahwa nilai epoch terbaik adalah 150.
11
Gambar 9 Rata-rata akurasi PCA 95% berdasarkan epoch
Gambar 10 menyajikan hasil rata-rata akurasi percobaan nilai learning rate
0.0001, 0.0003, 0.0005, 0.0007, 0.0009, 0.001, 0.003, 0.005, 0.007, 0.009, 0.01,
0.03, 0.05, 0.07, dan 0.09. Terlihat hasil rata-rata akurasi pada nilai eigen 80%
akurasi terendah didapat pada learning rate 0.09 sebesar 10% dan akurasi
tertinggi sebesar 89.67% pada learning rate 0.0009 dan 0.001. Pada nilai eigen
95% rata-rata akurasi terendah sebesar 62.67% terdapat pada learning rate 0.09
dan nilai rata-rata akurasi tertinggi sebesar 94.5% terdapat pada learning rate
0.0009. Dapat dilihat bahwa nilai learning rate dari 0.0001 sampai 0.0009
mengalami kenaikan akurasi, sedangkan nilai learning rate dari 0.001 sampai 0.09
mengalami penurunan akurasi. Oleh karena itu, dapat disimpulkan bahwa nilai
learning rate terbaik adalah 0.0009. Tabel perhitungan hasil percobaan untuk
PCA 80% dan 95% dapat dilihat pada Lampiran 1 dan 2.
Gambar 10 Rata-rata akurasi berdasarkan learning rate
12
Berdasarkan pada Tabel 2 matrik confusion dengan kontribusi nilai eigen
95%, parameter learning rate 0.0009 dan epoch 100 menghasilkan nilai akurasi
pembicara sebesar 96%. Pembicara yang menghasilkan akurasi tertinggi yaitu
100% adalah Aji, Buldani, Chandra, Endrik, Janan, dan Uci. Pembicara tersebut
dapat teridentifikasi dengan baik karena memiliki noise lebih kecil daripada
pembicara lainnya. Pembicara yang menghasilkan akurasi 90% adalah Allan,
Janan, Restu dan Vikhy. Kesalahan terdapat pada kelas pembicara. Dari 10
percobaan, Allan teridentifikasi sebagai Restu, Janan teridentifikasi sebagai
Chandra, Restu 1 teridentifikasi sebagai Allan dan Vickhy teridentifikasi sebagai
Buldani. Kesalahan identifikasi tersebut disebabkan oleh banyaknya noise yang
ada pada data suara dan kemiripan suara pembicara.
Tabel 2 Matrik confusion suara pembicara
Aktual
Aji
Allan
Buldani
Chandra
Endrik
Janan
Restu
Taufik
Uci
Vickhy
Aji
Allan
Buldani
Chandra
Prediksi
Endrik Janan
Restu
Taufik
Uci
Vikhy
Ratarata
0
0
0
0
0
0
0
0
0
9
0
0
0
0
1
0
0
0
0
10
0
0
0
0
0
0
1
0
0
10
0
1
0
0
0
0
0
0
0
10
0
0
0
0
0
1
0
0
0
0
9
0
0
0
0
0
0
0
0
0
10
0
0
0
0
0
0
0
0
0
10
0
0
0
0
0
0
0
0
0
9
100%
90%
100%
100%
100%
90%
90%
100%
100%
90%
0
0
0
0
9
0
0
0
0
SIMPULAN DAN SARAN
Simpulan
Penelitian ini telah berhasil menerapkan LVQ untuk identifikasi pembicara
dengan menggunakan ekstraksi ciri PCA. Akurasi tertinggi yang diperoleh adalah
96% dari 100 dan 150 epoch dengan learning rate 0.0009 dan 70 epoch dengan
learning rate 0.001. Penurunan learning rate yang digunakan adalah 0.977 dan
nilai eigen sebesar 95%. Hasil percobaan menunjukan bahwa, model LVQ dapat
mengenali individu dan membedakan individu yang mirip.
Saran
Saran untuk pengembangan selanjutnya, yaitu:
1 Penambahan jumlah data training untuk memberikan hasil yang maksimal.
2 Penggunaan metode ekstraksi ciri yang lain untuk memperoleh akurasai yang
lebih baik.
3 Pencarian kombinasi nilai parameter dari LVQ yang lain untuk pengenalan
pembicara.
4 Penambahan metode penghilangan noise untuk data suara yang lebih baik.
13
DAFTAR PUSTAKA
Abdi H, Williams LJ. 2010. Principal component analysis. Wiley Interdisciplinary
Reviews: Computational Statistics 2. 2: 433–459.
Desylvia SN. 2013. Perbandingan SOM dan LVQ pada identifikasi citra wajah
dengan wavelet sebagai ekstraksi ciri [skripsi]. Bogor (ID): Institut
Pertanian Bogor.
Do MN. 1994. Digital signal processing mini-project: an automatic speaker
recognition system. Lausanne (CH): Swiss Federal Institute of Technology.
Fansuri MR. 2011. Klasifikasi genre musik menggunakan learning vector
quantization (LVQ) [skripsi]. Bogor (ID): Institut Pertanian Bogor.
Fausett L. 1994. Fundamental of Neural Network: Architectures, Algorithm, and
Application. United States (US): Prentice-Hall.
Pramiyanti T. 2011. Pengembangan model sistem identifikasi pembicara dengan
kombinasi teknik ekstraksi ciri suara mel-frequency cepstral coefficients
(MFCC) dan principal component analysis (PCA). Jakarta (ID): UPNVJ.
Susanto N. 2007. Pengembangan model jaringan syaraf tiruan resilent
backprogation untuk identifikasi pembicara dengan praproses MFCC
[skripsi]. Bogor (ID): Institut Pertanian Bogor.
14
LAMPIRAN
Lampiran 1 Hasil percobaan dengan PCA 80%
Learning
Rate
0.0001
0.0003
0.0005
0.0007
0.0009
0.001
0.003
0.005
0.007
0.009
0.01
0.03
0.05
0.07
0.09
Rata-rata
epoch
30
68.00
71.00
76.00
76.00
82.00
83.00
84.00
84.00
84.00
84.00
84.00
82.00
77.00
77.00
10.00
74.80
50
68.00
69.00
76.00
82.00
91.00
92.00
84.00
84.00
84.00
82.00
82.00
82.00
76.00
75.00
10.00
75.80
70
68.00
70.00
77.00
84.00
92.00
92.00
84.00
84.00
82.00
82.00
82.00
82.00
82.00
76.00
10.00
76.47
100
67.00
72.00
82.00
91.00
92.00
90.00
84.00
84.00
82.00
82.00
82.00
82.00
82.00
82.00
10.00
77.60
150
67.00
73.00
82.00
92.00
91.00
87.00
84.00
82.00
82.00
82.00
81.00
82.00
81.00
81.00
10.00
77.07
200
67.00
74.00
83.00
92.00
90.00
86.00
84.00
82.00
82.00
81.00
81.00
81.00
81.00
81.00
10.00
77.00
150
87.00
91.00
93.00
95.00
96.00
93.00
87.00
87.00
83.00
83.00
78.00
83.00
78.00
78.00
78.00
86.00
200
87.00
91.00
93.00
95.00
94.00
91.00
87.00
87.00
83.00
83.00
78.00
83.00
78.00
78.00
78.00
85.73
Ratarata
67.50
71.50
79.34
86.11
89.67
88.33
84.00
83.33
82.67
82.17
82.00
81.67
79.83
78.67
10.00
Lampiran 2 Hasil percobaan dengan PCA 95%
Learning
Rate
0.0001
0.0003
0.0005
0.0007
0.0009
0.001
0.003
0.005
0.007
0.009
0.01
0.03
0.05
0.07
0.09
Rata-rata
epoch
30
79.00
87.00
88.00
91.00
92.00
92.00
87.00
87.00
85.00
85.00
85.00
79.00
49.00
31.00
27.00
76.27
50
81.00
88.00
90.00
92.00
94.00
95.00
87.00
87.00
85.00
83.00
82.00
78.00
69.00
56.00
43.00
80.67
70
81.00
88.00
91.00
94.00
95.00
96.00
87.00
87.00
84.00
80.00
80.00
78.00
79.00
73.00
72.00
84.33
100
83.00
88.00
92.00
94.00
96.00
94.00
87.00
87.00
83.00
80.00
80.00
78.00
78.00
78.00
78.00
85.07
Ratarata
83.00
88.83
91.17
93.50
94.50
93.50
87.00
87.00
83.83
82.33
80.50
79.83
71.83
65.67
62.67
15
RIWAYAT HIDUP
Penulis dilahirkan di Natar, Lampung pada tanggal 7 Agustus 1990. Penulis
merupakan anak kesembilan dari 9 bersaudara dari pasangan Mursiam dan
Tukijan. Tahun 2008 penulis lulus dari SMA Negeri 1 Natar Lampung Selatan
dan pada tahun yang sama penulis melanjutkan pendidikan Program Studi D3
Manajemen Informatika, Universitas Lampung dan lulus pada tahun 2011. Penulis
kemudian melanjutkan studi ke Program S1 Ilmu Komputer Alih Jenis,
Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam,
Institut Pertanian Bogor.