Perbandingan Metode Pengenalan Pola Suara Menggunakan Codebook dan Probabilistic Neural Network Berdasarkan Kisaran Usia dan Jenis Kelamin

PERBANDINGAN METODE PENGENALAN POLA SUARA
MENGGUNAKAN CODEBOOK DAN PROBABILISTIC
NEURAL NETWORK BERDASARKAN
KISARAN USIA DAN JENIS KELAMIN

ARRY RINALDY PRATAMA

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013

PERNYATAAN MENGENAI SKRIPSI DAN
SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA
Dengan ini saya menyatakan bahwa skripsi berjudul Perbandingan Metode
Pengenalan Pola Suara Menggunakan Codebook Dan Probabilistic Neural
Network Berdasarkan Kisaran Usia Dan Jenis Kelamin 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, Mei 2013
Arry Rinaldy Pratama
NIM G64104064

ABSTRAK
ARRY RINALDY PRATAMA. Perbandingan Metode Pengenalan Pola Suara
Menggunakan Codebook dan Probabilistic Neural Network Berdasarkan Kisaran
Usia dan Jenis Kelamin. Dibimbing oleh TOTO HARYANTO.
Sinyal Suara dapat digunakan untuk mengidentifikasi seorang pembicara
termasuk kisaran usia dan jenis kelamin berdasarkan perbedaan karakteristik
frekuensi. Penelitian ini membandingkan dua metode pengenalan pola suara yaitu
Codebook dan Probabilistic Neural Network (PNN). Dalam penelitian ini,
kelompok usia dibagi menjadi tiga yaitu anak-anak untuk usia 8 sampai 11 tahun,
remaja untuk usia 12 sampai 21 tahun dan dewasa untuk usia 22 sampai 50 tahun.
Setiap kelompok usia dibedakan berdasarkan jenis kelamin, sehingga terdapat

enam kelompok data. Penelitian ini menggunakan 600 data suara yang mewakili 6
kelompok data. MFCC digunakan sebagai metode ekstraksi ciri sedangkan Kmeans digunakan sebagai teknik pengklasteran. Beberapa parameter yang penting
dalam proses MFCC adalah jumlah koefisien cepstral, overlap, dan time frame.
Nilai overlap dan time frame yang digunakan adalah 0.5 dan 40 ms; sedangkan
nilai koefisien cepstral yang diujicobakan untuk menghasilkan akurasi terbaik
dalam penelitian ini adalah 13, 20, dan 26. Perbandingan pengenalan model suara
dibangun dari tiga proporsi yang berbeda untuk data latih dan data uji (25%:75%,
50%:50%, 75%:25%). Hasil penelitian menunjukkan bahwa rata-rata akurasi yang
diperoleh dengan metode Codebook adalah sebesar 97.20% sedangkan akurasi
PNN adalah sebesar 95.17%.
Kata kunci: codebook, K-means, Mel Frequency Cepstral Coefficients (MFCC),
Probabilistic Neural Network

ABSTRACT
ARRY RINALDY PRATAMA. Comparison Voice Identification Method Using
Codebook and Probabilistic Neural Network Based on Age Range and Gender.
Supervised by TOTO HARYANTO.
Voice signal be used to identify a speaker, including the age range and
gender based on the difference of its frequency characteristic. This research
compares two method of voice identification namely codebook and probability

neural network (PNN) in recognizing the age range and gender of the speaker. In
this research, the age range is divided into three categories namely children (8-11
years old), teenagers (12-17 years old) and adults (30-50 years old). Each age
category is divided based on gender, so that there are six categories in total. This
research utilized 600 voice data representing the total six categories. MFCC is
used as a method of feature extraction, whereas K-means is used as the clustering
method. Several important parameters in the MFCC process are the number of
cepstral coefficients, overlap, and time frame. The overlap and time frame values
are 0.5 and 40 ms, respectively; whereas the chosen cepstral coefficients to
produce the maximum accuracy are 13, 20, and 26. The comparison of voice
identification is constructed from three different proportions of training data and
testing data (25%:75%, 50%:50%, 75%:25%). It is shown that the accuracy of
codebook method is 97.20% whereas that of PNN is 95.17%.
Keywords: codebook, K-means, Mel Frequency Cepstral Coefficients (MFCC),
Probabilistic Neural Network

PERBANDINGAN METODE PENGENALAN POLA SUARA
MENGGUNAKAN CODEBOOK DAN PROBABILISTIC
NEURAL NETWORK BERDASARKAN
KISARAN USIA DAN JENIS KELAMIN

ARRY RINALDY PRATAMA

Skripsi
sebagai salah satu syarat untuk memperoleh gelar
Sarjana Ilmu Komputer
pada
Departemen Ilmu Komputer

DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN
INSTITUT PERTANIAN BOGOR
BOGOR
2013

Judul Skripsi: Perbandingan Metode Pengenalan Pola Suara Menggunakan
Codebook dan Probabilistic Neural Network Berdasarkan Kisaran
Usia dan Jenis Kelamin
Nama
: Arry Rinaldy Pratama

NIM
: G64104064

Disetujui oleh

Toto Haryanto, SKom, MSi
Pembimbing

Diketahui oleh

Dr Ir Agus Buono, MSi, MKom
Ketua Departemen Ilmu Komputer

Tanggal Lulus:

PRAKATA
Puji dan syukur penulis panjatkan kepada Allah subhanahu wata’ala atas
segala karunia-Nya sehingga karya ilmiah ini berhasil diselesaikan. Tema yang
dipilih dalam penelitian yang dilaksanakan sejak bulan Maret 2012 ini ialah
ekstraksi ciri dan pengenalan pola, dengan judul Perbandingan Metode

Pengenalan Pola Suara Menggunakan Codebook dan Probabilistic Neural
Network Berdasarkan Kisaran Usia dan Jenis Kelamin.
Terima kasih penulis ucapkan kepada Bapak Toto Haryanto SKom, MSi
selaku pembimbing yang telah memberikan arahan dan saran selama penelitian ini
berlangsung, serta kepada Bapak Dr Ir Agus Buono MSi, MKom dan Bapak Aziz
Kustiyo SSi, MKom selaku penguji untuk penelitian ini. Ungkapan terima kasih
juga disampaikan kepada orang tua, kakak, serta seluruh keluarga atas segala doa
dan kasih sayangnya.
Penulis menyadari bahwa masih terdapat kekurangan dalam penulisan
skripsi ini. Semoga karya ilmiah ini bermanfaat.

Bogor, Mei 2013
Arry Rinaldy Pratama

DAFTAR ISI
DAFTAR TABEL

vi

DAFTAR GAMBAR

vi

PENDAHULUAN

1

Latar Belakang

1

Tujuan Penelitian

1

Manfaat Penelitian

1

Ruang Lingkup Penelitian

2

METODE PENELITIAN

2

Pengambilan data suara

3

Praproses

3

Data latih dan data uji

4

Ekstraksi Ciri dengan MFCC

5

Pengenalan Pola dengan Codebook

7

Pengenalan Pola dengan Probabilistic Neural Network

8

Pengujian

9

Lingkungan Pengembangan Sistem

9

HASIL DAN PEMBAHASAN

10

Pengumpulan Data

10

Ekstraksi Ciri dengan MFCC

10

Pemodelan Codebook

10

Pemodelan Probabilistic Neural Network

11

Hasil Pengujian

11

Analisa Percobaan

15

Akurasi model dengan suara diluar data pelatihan

18

SIMPULAN DAN SARAN

18

Simpulan

18

Saran

18

DAFTAR PUSTAKA

20

RIWAYAT HIDUP

21

DAFTAR TABEL
1
2
3
4
5

6
7
8

9
10
11
12

13

Perbandingan keakurasian pada kelompok anak laki-laki dengan
codebook dan PNN
12
Perbandingan keakurasian pada kelompok anak perempuan dengan
codebook dan PNN
`12
Perbandingan keakurasian pada kelompok remaja laki-laki dengan
codebook dan PNN
13
Perbandingan keakurasian pada kelompok remaja perempuan dengan
codebook dan PNN
14
Perbandingan keakurasian pada kelompok dewasa laki-laki dengan
codebook dan PNN
14
Perbandingan keakurasian pada kelompok dewasa perempuan dengan
codebook dan PNN
15
Rata-rata akurasi kisaran usia dan jenis kelamin dari setiap studi kasus
16
Rata-rata akurasi kisaran usia dan jenis kelamin dari setiap studi kasus
berdasarkan koefisien
16
Rata-rata akurasi kisaran usia dan jenis kelamin dari setiap studi kasus
berdasarkan proporsi data latih
17
Confusion matrix untuk metode codebook
17
Confusion matrix untuk metode PNN
Akurasi model dengan suara diluar data pelatihan dengan metode
codebook
18
Akurasi model dengan suara diluar data pelatihan dengan metode PNN
19

DAFTAR GAMBAR
Tahapan transformasi sinyal suara menjadi informasi
Diagram Alur Penelitian Proses Identifikasi Suara
Proses penghapusan silence dan normalisasi suara
Pemisahan data suara pada model pengenalan jenis kelamin dan kisaran
usia
5 Diagram alur MFCC
6 Ilustrasi sebaran Codebook
7 Struktur PNN
8 Contoh hasil MFCC dengan cepstral coefficient bernilai 26 dan nilai k
30
9 Diagram alir metode PNN berdasarkan kisaran usia dan jenis kelamin

1
2
3
4

2
4
4
5
5
7
9
10
11

PENDAHULUAN
Latar Belakang
Komputer merupakan salah satu produk yang berperan penting dalam
perkembangan teknologi digital. Komputer dapat dimanfaatkan untuk keperluan
komunikasi, memperoleh informasi, penyimpanan data, keamanan, bahkan untuk
hiburan. Pada saat manusia berbicara mengeluarkan energi yang sering disebut
sinyal suara. Sinyal suara merupakan gelombang longitudinal (berupa sinyal
analog) yang tercipta dari tekanan udara yang berasal dari paru-paru yang berjalan
melewati lintasan suara menuju mulut dan rongga hidung dengan bentuk
artikulator yang senantiasa berubah. Sehingga sinyal analog harus diubah terlebih
dahulu menjadi sinyal digital yang nantinya akan dimasukkan ke komputer
melalui microphone agar dapat digunakan sebagai akses untuk berkomunikasi
dengan komputer melalui bahasa sehari-hari.
Pemrosesan sinyal suara merupakan teknik mentransformasi sinyal suara
menjadi informasi yang berarti sesuai dengan yang diinginkan (Buono 2009).
Banyak metode yang dapat diterapkan untuk proses pengenalan sinyal suara, di
antaranya probabilistic neural network (PNN), codebook, hidden Markov model
(HMM), dan lainnya. Pada penelitian ini dilakukan perbandingan akurasi dari
pengenalan pola suara dengan metode codebook dan probabilistic neural network.
Perbandingan metode ini dilakukan karena terdapat penelitian tentang
pengembangan probabilistic neural network pada pengenalan kisaran usia dan
jenis kelamin berbasis suara yang telah dilakukan oleh Fransiswa (2010) dengan
akurasi rata-rata 91.26%.
Pada penelitian ini untuk mengenali setiap jenis suara, diperlukan
pengenalan ciri dari setiap suara tersebut. Setiap jenis suara diproses untuk
diekstraksi ciri dari suara tersebut. Ekstraksi ciri yang digunakan adalah melfrequency cepstrum coefficient (MFCC), yang dapat merepresentasikan sinyal
lebih baik dibandingkan dengan linear prediction ceptrum coefficient (LPCC) dan
teknik lainnya (Buono 2009).

Tujuan Penelitian
Penelitian ini bertujuan untuk membandingkan hasil yang didapat dari
metode pengenalan suara menggunakan codebook dan PNN, dengan MFCC
sebagai ekstraksi ciri, agar komputer dapat mengetahui kelompok umur dan jenis
kelamin pembicara melalui mikrofon.

Manfaat Penelitian
Dengan adanya penelitian ini diharapkan dapat memberikan kesimpulan
tentang keunggulan dari metode codebook maupun PNN dalam proses pengenalan
pola suara. Terdapatnya sistem identifikasi suara yang mampu mengenali kisaran

2
usia maupun jenis kelamin pembicara, dan untuk sebagai data acuan pada
penelitian berikutnya.

Ruang Lingkup Penelitian

1
2

3

Ruang lingkup penelitian ini adalah:
Perbandingan hasil akhir atau tingkat akurasi antara metode codebook dan
PNN.
Kata yang digunakan ialah “awas ada bom” sebagai input sinyal suara. Kata
tersebut dipilih karena tidak mengandung diftong dengan susunan vokalkonsonan berturut-turut dan memiliki lebih dari satu suku kata sehingga
memiliki variasi warna suara yang diucapkan dengan format WAV
(Fransiswa 2010).
Kelompok usia dibagi menjadi anak-anak memiliki kisaran usia antara 8
tahun sampai 11 tahun, remaja antara 12 tahun sampai 21 tahun, dan dewasa
antara 22 tahun sampai 50 tahun (IDAI 2009).

METODE PENELITIAN
Terdapat beberapa tahap agar komputer dapat memproses suara pembicara
menjadi suatu informasi. Tahapan tersebut terdiri atas digitalisasi sinyal analog,
pembacaan sinyal, ekstraksi ciri, dan pengenalan pola, seperti yang disajikan pada
Gambar 1.

Gambar 1 Tahapan transformasi sinyal suara menjadi informasi (Buono 2009)

3
1

2
3
4

Perekaman suara yang berupa sinyal analog diubah menjadi sinyal digital
melalui proses sampling dan kuantisasi. Sampling adalah proses pengambilan
nilai setiap jangka waktu tertentu. Nilai ini menyatakan amplitudo volume
suara pada saat itu. Hasilnya adalah sebuah vektor yang menyatakan nilainilai hasil sampling. Panjang vektor data ini tergantung pada panjang atau
lamanya suara yang didigitalisasikan serta sampling rate yang digunakan
pada proses digitalisasinya. Sampling rate adalah banyaknya nilai yang
diambil setiap detik. Sampling rate yang biasa digunakan adalah 8000 Hz dan
16000 Hz (Jurafsky dan Martin 2000). Hubungan antara panjang vektor data
yang dihasilkan dengan sampling rate dan panjangnya data suara yang
didigitalisasikan dapat dinyatakan secara sederhana sebagai berikut:
S = Fs T
S = panjang vektor
Fs = sampling rate yang digunakan (Hertz)
T = panjang suara (detik)
Proses selanjutnya adalah kuantisasi, yaitu menyimpan nilai amplitudo ini ke
dalam representasi nilai 8 bit atau 16 bit (Jurafsky dan Martin 2000).
Tahap pembacaan sinyal, sinyal digital dipartisi menjadi beberapa frame yang
saling tumpang tindih untuk menghindari kehilangan informasi.
Ekstraksi ciri dilakukan untuk setiap frame sehingga didapatkan vektor ciri.
Pengenalan pola dilakukan untuk setiap vektor ciri sehingga diperoleh
informasi yang diinginkan.

Sistem pengenalan kata suara dapat diwujudkan melalui suatu program
dengan menggunakan perangkat lunak MATLAB R2008b. Pembuatan program
dibagi menjadi beberapa tahap sesuai diagram alur penelitian yang ditunjukkan
pada Gambar 2.

Pengambilan Data Suara
Data suara yang digunakan pada penelitian ini menggunakan 6 jenis suara
yang berbeda, yaitu anak perempuan, anak laki-laki, wanita remaja, pria remaja,
pria dewasa dan wanita dewasa. Masing-masing kelompok suara diambil contoh
suara dari 5 orang, setiap kata dilakukan perekaman sebanyak 20 kali selama 2
detik dengan sampling rate 11000 Hz.

Praproses
Tahapan praproses terdiri dari normalisasi suara dan penghapusan silence.
Setiap data suara memiliki nilai rentang amplitudo yang berbeda sehingga data
suara perlu dinormalisasi terlebih dahulu dengan cara membagi setiap nilai
dengan nilai maksimum pada data masing-masing suara agar didapat rentang nilai
amplitude suara yang sama. Selanjutnya adalah penghapusan silence yang
berfungsi untuk menghapus bagian suara „diam‟ yang biasanya terdapat pada awal
dan akhir perekaman suara. Proses ini dapat dilihat pada Gambar 3.

4

Mulai

Pengambilan suara
sebanyak @ 20 kali tiap 5
orang per kategori

Data Latih

Data Uji

Praproses

Praproses

MFCC

MFCC

Codebook

Probabilistic
Neural Network

Pemodelan
Codebook

Pemodelan
PNN

Pengujian

Hasil

Selesai

Gambar 2 Diagram alur penelitian proses identifikasi suara

Silence

Silence

Gambar 3 Proses penghapusan silence dan normalisasi suara
Data Latih dan Data Uji
Setiap pembicara, kata yang diucapkan ialah “awas ada bom” yang
digunakan untuk pelatihan. Kalimat tersebut diucapkan oleh enam orang dari
setiap kelompok sebanyak 20 kali. Data tersebut dibagi menjadi data latih dan
data uji. Proporsi pembagian data latih berbanding data uji sebesar 25:75, 50:50,

5
dan 75:25. Pemisahan data berdasarkan jenis kelamin dan kisaran usia dapat
dilihat pada Gambar 4.

Gambar 4 Pemisahan data suara pada model pengenalan jenis
kelamin dan kisaran usia
Ekstraksi Ciri dengan MFCC
Ciri-ciri berkas suara (*.wav) yang diperoleh akan diekstraksi menggunakan
metode ekstraksi ciri MFCC. Tahap-tahap dalam teknik MFCC lebih jelasnya
disajikan pada Gambar 5 (Buono 2009).
sinyal suara
frame ke t

�

O = O + Windowing
O + …,Ot ,(Do
… , O1994)
T
:
yt (n)= xt (n)* w (n), 0 ≤ n ≤ N-1
w(n) = 0.54 – 0.46 cos (2πn/(N-1))
= hasil
� pada frame ke dalam domain waktu
N = jumlah sampel pada setiap frame, n = frame ke-…
W = formula hamming window, �
= nilai data ke n
Fast Fourier Transform (FFT) (Do 1994):
N-1

xk e-2

Xn =

jki/N

k=0

Xk =nilai-nilai sampel yang akan diproses pada domain frekuensi
Xn =magnitude frekuensi
N = jumlah data pada domain frekuensi, j=bilangan imajiner, k = N/2 + 1, i = n x t
Mel Frequency Wrapping (Nilsson dan Ejnarsson 2002): mel(f) = 2595 log (1 + f / 700)
dari sini diperoleh M filter, dan dihitung spektrum Mel:
N-1

Xi =log10

X k Hi (k) , i=1,2,3,…,M
k=0

� (k) = nilai filter segitiga ke i, X k =nilai data ke k hasil proses FFT
M = jumlah filter, N = banyaknya data
Cepstrum Coefficients : Discrete Cosine Transform (Do 1994)
� =

�

=

�

�

−

�
�

Cj =nilai koefisien C ke j, j = jumlah koefisien cepstral
M = jumlah filter , Xi =hasil Mel Frequency Wrapping pada frekuensi ke i,
i = jumlah wrapping

Gambar 5 Diagram alur MFCC

6
Teknik MFCC sebagai ekstraksi ciri dan teknik parameterisasi sinyal suara
telah banyak digunakan pada berbagai bidang area pemrosesan suara. Teknik ini
berbasis power spectrum dalam domain frekuensi sebagai penentu ciri sinyal
suara. Berdasarkan Gambar 5, sinyal dibaca dari frame ke frame dengan nilai
overlap tertentu lalu dilakukan windowing untuk setiap frame. Kemudian,
transformasi Fourier dilakukan untuk mengubah dimensi suara dari domain waktu
ke domain frekuensi. Dari hasil transformasi Fourier, spektrum mel dihitung
menggunakan sejumlah filter yang dibentuk untuk mengikuti persepsi sistem
pendengaran manusia yang bersifat linear. Proses ini dikenal dengan mel
frequency wrapping. Koefisien MFCC merupakan hasil transformasi kosinus dari
spectrum mel tersebut dan dipilih koefisien cepstral. Transformasi kosinus
berfungsi untuk mengembalikan dari domain frekuensi ke domain waktu.
Frame Blocking
Pada tahap ini, sinyal suara dibagi dalam frame-frame. Tiap frame terdiri
atas N sampel dengan lebar tertentu yang saling tumpang tindih. Panjang frame
biasanya 5 sampai 100 milisecond dengan overlap antar frame yang berurutan
sebanyak 0%, 25%, 50%, atau 75%. Proses ini dikenal dengan frame blocking.
Pada penelitian ini, akan digunakan time frame 40 ms, overlap 50%, koefisien
cepstral akan dicoba sebesar 13, 20 dan 26.
Windowing
Sinyal analog yang sudah diubah menjadi sinyal digital dibaca frame demi
frame dan pada setiap frame-nya dilakukan windowing dengan fungsi window
tertentu. Proses windowing bertujuan untuk meminimalisasi ketidakberlanjutan
sinyal pada awal dan akhir setiap frame (Do 1994). Dengan pertimbangan
kesederhanaan formula dan nilai kinerja window, maka penggunaan window
Hamming cukup beralasan (Buono 2009).
Transformasi Fourier
Analisis Fourier muncul dari paper yang ditulis oleh Jean Baptiste Joseph
Fourier (1768-1830) yang di-review oleh Joseph Louise Louis Lagrange (17361813) dan Pierre Simon de Laplace (1749-1827). Analisis ini merupakan suatu
teknik matematika untuk mendekomposisi sinyal menjadi sinyal-sinyal sinusoidal.
Untuk dapat melihat perbedaan sinyal suara yang berbeda-beda, harus dilihat dari
domain frekuensi karena kalau dilihat dari domain waktu perbedaanya sulit
terlihat. Untuk itu, sinyal suara yang berada pada domain waktu diubah ke domain
frekuensi dengan Fast Fourier Transform (FFT). Dengan algoritme FFT,
kompleksitas menjadi rendah (Buono 2009). Dengan alasan inilah maka pada
penelitian ini, transformasi Fourier yang digunakan adalah algoritme FFT.
Mel Frequency Wrapping
Studi psikofisik menunjukkan bahwa persepsi manusia terhadap frekuensi
sinyal suara tidak berupa skala linier. Oleh karena itu, untuk setiap nada dengan
frekuensi aktual f (dalam Hertz), tinggi subyektifnya diukur dengan skala mel
(Melody). Skala mel-frequency adalah selang frekuensi di bawah 1000 Hz dan
selang logaritmik untuk frekuensi di atas 1000 Hz (Do 1994).

7
Transformasi Kosinus (Discrete Cosine Transform)
Langkah terakhir yaitu mengonversi log mel spectrum ke domain waktu.
Hasilnya disebut MFCC. Representasi cepstral spectrum suara merupakan
representasi properti spectral lokal yang baik dari suatu sinyal untuk analisis
frame. Mel spectrum coefficients dan logaritmanya berupa bilangan riil sehingga
dapat dikonversikan ke domain waktu dengan menggunakan discrete cosine
transform (DCT).

Pengenalan Pola dengan Codebook
Pengenalan pola dengan codebook dilakukan untuk data latih, setelah vektor
ciri diperoleh dari proses MFCC. Codebook adalah kumpulan titik (vektor) yang
mewakili distribusi suara dari suara tertentu dalam ruang suara. Setiap titik pada
codebook dikenal sebagai codeword. Codebook merupakan cetakan yang
dihasilkan suara setelah melakukan proses training. Setiap suara yang sudah
direkam dibuat codebook yang terdiri dari beberapa codeword untuk
merepresentasikan ciri suaranya.
Codebook dibentuk dengan cara membentuk cluster semua vektor ciri yang
dijadikan sebagai training set dengan menggunakan algoritme clustering.
Algoritme clustering yang akan dipakai adalah K-means. Langkah pertama yang
dilakukan oleh algoritma ini adalah menentukan K-initial centroid, dengan K
adalah parameter spesifik yang ditentukan pengguna, yang merupakan jumlah
cluster yang diinginkan. Setiap titik atau objek kemudian ditempatkan pada
centroid terdekat. Kumpulan titik atau objek pada tiap centroid disebut cluster.
Kemudian langkah penempatan objek dan perubahan centroid diulangi sampai
tidak ada objek yang berpindah cluster. Gambar 6 merupakan ilustrasi sebaran
data suara di sekitar codebook.

Gambar 6 Ilustrasi sebaran codebook
Setiap suara yang masuk, akan dihitung jaraknya dengan codebook setiap
kelas. Kemudian jarak setiap sinyal suara ke codebook dihitung sebagai jumlah
jarak setiap frame sinyal suara tersebut ke setiap codeword yang ada pada
codebook. Kemudian dipilih codeword dengan jarak minimum. Setelah itu, setiap
sinyal suara yang masuk akan diidentifikasi berdasarkan jumlah dari jarak

8
minimum tersebut. Perhitungan jarak dilakukan dengan menggunakan jarak
Euclid yang didefinisikan sebagai berikut (Buono dan Kusumoputro, 2007):
deuclidean (x,y) =
i=1

(xi - yi )2

x dan y adalah vektor yang ada sepanjang vector dimention (D). Jika dalam
sinyal suara input O terdapat T frame dan codewordk merupakan masing-masing
codeword yang ada pada codebook, jarak sinyal input dengan codebook dapat
dirumuskan:
T

jarak 0,codebook =

min d(Ob codewordk )
t=1

Pengenalan Pola dengan PNN
Data uji digunakan sebagai input data. Input data tersebut diidentifikasikan
dengan pattern layer yang dirumuskan pada Persamaan 1.

=∏=

(

)

(1)

Keterangan:
d = banyaknya data pada satu pattern layer
k(z) = e-0.5 × z²
xj = input data uji ke-j
xi j = pattern ke-i data ke-j
hj = smoothing parameter
(α × simpangan baku ke-j × n1/5)
n = banyaknya pattern pada satu kelas
Pada penelitian ini metode PNN akan diimplementasikan dengan empat
layer sebagai berikut :
1 Input layer: merupakan layer dimana vektor pada penelitian ini akan dijadikan
sebagai input.
2 Pattern layer: digunakan untuk menghitung jarak antara nilai input data suara
atau vektor dengan nilai dari setiap anggota kelas dengan perhitungan
berdasarkan Persamaan 1. Penelitian ini terdapat 6 buah kelas yang akan
digunakan.
3 Summation layer: perhitungan peluang antara vektor dengan tiap kelas dengan
menggunakan persamaan sebagai berikut :
P x =

1

2

d
2 h1 h2 …hd n

∑ni=1

fi (x)

4 Decision layer: Hasil peluang P(x) pada setiap kelas akan dibandingkan pada
layer ini. Selanjutnya, input data atau vektor dikelompokkan ke dalam kelas
yang memiliki nilai peluang terbesar.

9

Gambar 7 Struktur PNN (Ganchev 2005)
Pengujian
Pengujian dilakukan pada MFCC data uji dengan data latih menggunakan
metode codebook dan metode PNN. Setiap data yang diuji, akan dilihat dari suara
yang teridentifikasi dari 6 kelas suara. Sistem otomatis ini akan
mengklasifikasikan suara masuk ke kelas yang sesuai. Output yang akan
dihasilkan berupa hasil suara yang dikelompokkan berdasarkan umur dan jenis
kelamin.. Tingkat akurasi sistem akan dihitung untuk mengevaluasi hasil
penelitian. Persentase tingkat akurasi dihitung dengan rumus sebagai berikut:
Hasil akurasi =

jumlah suara yang benar
× 100
jumlah suara yang diuji

Lingkungan Pengembangan Sistem
Lingkungan pengembangan adalah kumpulan fasilitas yang diperlukan
dalam melaksanakan penelitian, baik berupa perangkat keras maupun perangkat
lunak. Pada penelitian ini lingkungan pengembangan yang digunakan adalah
sebagai berikut:
 Perangkat lunak: Windows 7 Ultimate, MATLAB R2008b, Audacity 1.3
 Perangkat keras: CPU Core i5 2.66 GHz dan 2 GB RAM

10

HASIL DAN PEMBAHASAN
Pengumpulan Data
Suara dari masing-masing jenis kelamin dan kategori umur direkam selama
2 detik dan disimpan ke dalam file WAV. Seluruh data suara berjumlah 600 data.
Data tersebut diambil berdasarkan 6 kelompok dan setiap kelompok diwakili oleh
5 orang yang melakukan perekaman suara setiap pembicara sebanyak 20 kali.

Ekstraksi Ciri dengan MFCC
Proses MFCC pada penelitian ini menggunakan fungsi pada auditory
toolbox Matlab. Fungsi MFCC tersebut didapat dari Buono (2012). Dari semua
data yang diperoleh akan dilakukan ekstraksi ciri MFCC. Parameter yang
dibutuhkan pada proses MFCC ini yaitu sampling rate, time frame, overlap, dan
cepstral coefficient. Sampling rate yang digunakan sebesar 11000 Hz selama dua
detik, time frame sebesar 40ms, overlap sebesar 50%, dan pada penelitian ini
digunakan cepstral coefficient yang telah diujikan sebelumnya yaitu 13
(Suhartono 2007), 20 (Do 1994), dan 26 (Buono 2009), sehingga ketiga koefisien
tersebut dapat dibandingkan tingkat akurasinya. Gambar 8 menunjukkan contoh
hasil MFCC yang dilakukan pada cepstrals coefficient bernilai 26 dengan nilai k
30.

Gambar 8

Contoh hasil MFCC dengan cepstrals coefficient
bernilai 26 dan nilai k 30
Pemodelan Codebook

Tahap pemodelan codebook dengan menggabungkan setiap data latih pada
masing- masing kategori suara. Data yang digunakan merupakan data latih yang
sudah merupakan ciri dari setiap kategori suara yang diperoleh dari tahap MFCC.
Setelah data digabungkan kemudian dilakukan proses clustering dengan
menggunakan K-means. Data yang sudah diklasterkan merupakan gabungan
koefisien dari setiap data latih. Jumlah k yang digunakan adalah 30.

11
Pemodelan Probabilistic Neural Network
Parameter h pada Persamaan 1 digunakan nilai 2.24 (simpangan baku)
n-1/5. Nilai a yang digunakan adalah 2.24, karena memberikan nilai optimal
(Suhartono 2007). Nilai fi(x) ialah nilai hasil pattern layer, maka nilai tersebut
dibagi dengan nilai smoothing parameter. Nilai smoothing hj didapat dari
simpangan baku data setiap pattern ke j=1, 2 sampai jumlah koefisien yang
digunakan. Gambar 9 menunjukan model PNN yang dibuat untuk pengenalan
kisaran usia dan jenis kelamin.
Data
suara

Data
uji

Data latih

PNN Kisaran Usia
dan Jenis kelamin

Hasil

Gambar 9 Diagram alir metode PNN berdasarkan kisaran umur
dan jenis kelamin
Hasil Pengujian
Tahap pengujian ini data akan diujikan dalam 6 studi kasus di antaranya
adalah untuk anak laki-laki, anak perempuan, studi kasus remaja laki-laki, remaja
perempuan, dewasa laki-laki, dan dewasa perempuan. Keenam studi kasus
tersebut akan diambil rata-rata akurasi dari setiap metode untuk mengetahui hasil
akhir yang didapat dari metode codebook dan PNN.
Berikut parameter-parameter yang diujicobakan adalah :
1 Time frame sebesar 40 ms
2 Overlap 0.50
3 Jumlah koefisien cepstral 13, 20, dan 26
4 Jumlah klaster pada k-means 30 pada codebook
5 Komposisi data latih dan data uji 25:75, 50:50, dan 75:25
Studi kasus anak laki-laki
Studi kasus anak laki-laki dengan metode codebook, tingkat akurasi terbaik
sebesar 100% yang terjadi pada seluruh koefisien, hanya saja tidak terjadi pada
semua data latih. Tingkat akurasi terkecil sebesar 96% yang terjadi pada koefisien
13 dengan data latih 25% dan pada koefisien 20 dan 26 pada data latih 75%.
Metode PNN, tingkat akurasi terbaik sebesar 100% yang terjadi pada koefisien 20
dan 26 dengan data latih 50% dan 75%. Tingkat akurasi terkecil sebesar 92%
yang terjadi pada koefisien 13 dengan data latih 25%. Detail perbandingan akurasi
pada codebook dan PNN untuk studi kasus anak laki-laki dapat dilihat pada Tabel
1.

12
Tabel 1

Perbandingan keakurasian pada kelompok
anak laki-laki dengan codebook dan PNN

Koef

Codebook

PNN

Data Latih

Data Latih

25%

50%

75%

Rataan

25%

50%

75%

Rataan

13

96.00

100

100

98.67

92.00

98.00

96.00

95.33

20

100

98.00

96.00

98.00

98.66

100

100

99.55

26

97.33

100

96.00

97.77

97.33

100

100

99.11

Rataan

97.77

99.33

97.33

98.14

95.99

99.33

98.66

97.99

Hasil yang didapat dari akurasi codebook dan PNN studi kasus anak lakilaki adalah 98.14% untuk codebook dan 97.11% untuk PNN, hasil codebook lebih
baik dibandingkan PNN pada studi anak laki-laki. Tabel 1 terlihat bahwa proporsi
data 50% dapat menghasilkan akurasi yang stabil baik pada kedua metode, karena
terjadi keseimbangan jumlah data pada data latih dan data uji.
Studi kasus anak perempuan
Studi kasus anak perempuan menggunakan metode codebook, tingkat
akurasi yang paling baik sebesar 100% terjadi pada semua koefisien dengan data
latih 75%. Nilai akurasi minimum terjadi pada koefisien 13 dan data latih 25%
mencapai 92%. Metode PNN, tingkat akurasi yang paling baik sebesar 100%
terjadi pada koefisien 13 dengan data latih 75%. Nilai akurasi minimum terjadi
pada koefisien 20 dan data latih 25% mencapai 93.33%. Detail perbandingan
akurasi pada codebook dan PNN untuk studi kasus anak perempuan dapat dilihat
pada Tabel 2.
Tabel 2 Perbandingan keakurasian pada kelompok anak
perempuan dengan codebook dan PNN

Koef

Codebook

PNN

Data Latih

Data Latih

25%

50%

75%

Rataan

25%

50%

75%

Rataan

13

100

92.00

100

97.33

98.66

98.00

100

98.88

20

93.33

94.00

100

95.77

93.33

96.00

96.00

95.11

26

98.67

96.00

100

98.22

97.33

96.00

96.00

96.44

Rataan

97.33

94.00

100

97.11

96.44

96.66

97.33

96.81

Hasil yang didapat dari akurasi codebook dan PNN pada studi kasus anak
perempuan adalah sebesar 97.11% untuk codebook dan 96.81% untuk PNN. Hasil
codebook lebih baik dibandingkan PNN pada studi anak perempuan. Pada Tabel 2
menunjukan bahwa metode codebook memiliki hasil akurasi yang stabil terjadi
pada koefisien 26, dan pada metode PNN hasil akurasi yang stabil terjadi pada
koefisien 13. Penggunaan proporsi data latih 75% pada codebook dan PNN
mampu menghasilkan akurasi yang sangat baik. Oleh karena itu,

13
pengidentifikasian selanjutnya untuk kasus anak perempuan disarankan
menggunakan data latih 75%. Hal ini terjadi karena proporsi data latih pada lebih
besar dibandingkan dengan data uji, sehingga penciri suara dari studi anak kasus
perempuan mampu mengindentifikasi secara baik.
Studi kasus remaja laki-laki
Studi kasus remaja laki-laki dengan metode codebook, tingkat akurasi yang
terbaik terjadi pada setiap koefisien dengan data latih 50% sebesar 100%, dan
akurasi terkecil sebesar 80% terjadi pada koefisien 20 dengan data latih 25%.
Metode PNN, tingkat akurasi pada koefisien 20 dan 26 yang terbaik terjadi pada
data latih 75% sebesar 100%, untuk akurasi terkecil sebesar 84% terjadi pada
koefisien 13 dengan data latih 25%. Detail perbandingan akurasi pada codebook
dan PNN untuk studi kasus remaja laki-laki dapat dilihat pada Tabel 3.
Tabel 3

Koef

Perbandingan keakurasian pada kelompok
remaja laki-laki dengan codebook dan PNN
Codebook

PNN

Data Latih

Data Latih

25%

50%

75%

Rataan

25%

50%

75%

Rataan

13

90.67

100

100

96.89

84.00

88.00

92.00

88.00

20

80.00

100

96.00

92.00

98.66

100

100

99.55

26

90.67

100

100

96.89

98.66

98.00

100

98.88

Rataan

87.11

100

98.67

95.26

93.77

95.33

97.33

95.47

Hasil yang didapat dari akurasi codebook dan PNN pada studi kasus
remaja laki-laki menghasilkan rata-rata akurasi sebesar 95.26% untuk codebook
dan 95.47% untuk PNN, hasil PNN lebih baik dibandingkan codebook pada studi
remaja laki-laki. Pada Tabel 3 menunjukan bahwa, metode codebook memiliki
hasil akurasi yang stabil terjadi pada koefisien 13 dan 26, dan pada metode PNN
hasil akurasi yang stabil terjadi pada koefisien 20. Terlihat bahwa koefisien sangat
mempengaruh dari setiap metode. Hanya saja untuk proporsi data latih 50% pada
codebook mampu menghasilkan akurasi yang sangat baik dan PNN menghasilkan
akurasi yang stabil pada data latih 75%.
Studi kasus remaja perempuan
Studi kasus remaja perempuan dengan menggunakan codebook, tingkat
akurasi yang terbaik terjadi pada setiap koefisien dengan data latih 75% sebesar
100%, dan akurasi terkecil sebesar 81.33% terjadi pada koefisien 20 dengan data
latih 25%. Metode PNN, tingkat akurasi pada koefisien 20 yang terbaik terjadi
pada data latih 75% sebesar 100 %, untuk akurasi terkecil sebesar 88% terjadi
pada koefisien 13 dengan data latih 25%. Detail perbandingan akurasi pada
codebook dan PNN untuk studi kasus remaja perempuan dapat dilihat pada Tabel
4.

14
Tabel 4 Perbandingan keakurasian pada kelompok remaja
perempuan dengan codebook dan PNN
Koef

Codebook

PNN

Data Latih

Data Latih

25%

50%

75%

Rataan

25%

50%

75%

Rataan

13

92.00

98.00

100

96.67

88.00

96.00

92.00

92.00

20

81.33

98.00

100

93.11

96.00

98.00

100

98.00

26

82.67

100

100

93.55

94.66

96.00

90.00

94.22

Rataan

85.33

98.67

100

94.67

92.88

97.33

94.00

94.74

Hasil yang didapat dari akurasi codebook dan PNN pada studi kasus
remaja perempuan menghasilkan rata-rata akurasi sebesar 94.67% untuk codebook
dan 94.74 % untuk PNN, hasil PNN lebih baik dibandingkan codebook pada studi
remaja perempuan. Tabel 4 menunjukan bahwa metode codebook memiliki hasil
akurasi yang stabil terjadi pada koefisien 13, dan pada metode PNN hasil akurasi
yang stabil terjadi pada koefisien 26. Terlihat bahwa koefisien sangat
mempengaruh dari setiap metode. Hanya saja untuk proporsi data latih 75% pada
codebook mampu menghasilkan akurasi yang sangat baik dan PNN menghasilkan
akurasi yang stabil pada data latih 50%.
Studi kasus dewasa laki-laki
Studi kasus dewasa laki-laki dengan menggunakan codebook, tingkat
akurasi terbaik terjadi pada koefisien 13 dengan semua data latih sebesar 100%,
dan akurasi terkecil sebesar 98% terjadi pada koefisien 20 dengan data latih 50%.
Metode PNN, tingkat akurasi pada koefisien 13 yang terbaik terjadi pada data
latih 50% sebesar 98.66%, untuk akurasi terkecil sebesar 81.33% terjadi pada
koefisien 26 dengan data latih 25%. Detail perbandingan akurasi pada codebook
dan PNN untuk studi kasus remaja perempuan dapat dilihat pada Tabel 5.
Tabel 5 Perbandingan keakurasian pada kelompok dewasa
laki-laki dengan codebook dan PNN
Koef

Codebook

PNN

Data Latih

Data Latih

25%

50%

75%

Rataan

25%

50%

75%

Rataan

13

100

100

100

100

98.66

98.00

92.00

96.22

20

98.67

100

100

99.56

89.33

90.00

96.00

91.77

26

98.67

98.00

100

98.89

81.33

82.00

80.00

81.11

Rataan

99.11

99.55

100

99.48

89.77

90.00

89.33

89.70

Hasil yang didapat dari akurasi codebook dan PNN pada studi kasus dewasa
laki-laki menghasilkan rata-rata akurasi sebesar 99.48% untuk codebook dan
89.7% untuk PNN, hasil codebook lebih baik dibandingkan PNN pada studi
dewasa laki-laki. Studi kasus ini terlihat bahwa codebook mampu dengan baik
mengenali suara dewasa laki-laki dengan perbedaan akurasi yang cukup
siginifikan dibanding PNN. Tabel 5 menunjukan bahwa metode codebook

15
memiliki hasil akurasi yang sangat baik terjadi pada koefisien 13, dan hal yang
serupa terjadi pada metode PNN hasil akurasi yang stabil terjadi pada koefisien
13. Hanya saja pada metode PNN akurasi yang didapat kurang baik dibandingkan
dengan codebook pada studi kasus ini. Penggunaan proporsi data latih 75% pada
codebook maupun PNN mampu menghasilkan akurasi yang baik dan stabil
.
Studi kasus dewasa perempuan
Studi kasus dewasa perempuan menggunakan codebook, tingkat akurasi
sempurna terjadi pada koefisien 26 dengan semua data latih sebesar 100%, dan
akurasi terkecil sebesar 96% terjadi pada koefisien 13 dengan data latih 25%.
Metode PNN, tingkat akurasi maksimal terjadi pada koefisien 20 dan 26 sebesar
100% dengan data latih 75%, untuk akurasi terkecil sebesar 92% terjadi pada
koefisien 13 dengan data latih 75%.
. Detail perbandingan akurasi pada codebook dan PNN untuk studi kasus
remaja perempuan dapat dilihat pada Tabel 6.
Tabel 6 Perbandingan keakurasian pada kelompok dewasa
perempuan dengan codebook dan PNN
Koef

Codebook

PNN

Data Latih

Data Latih

25%

50%

75%

Rataan

25%

50%

75%

Rataan

13

96.00

98.00

100

98.00

94.66

94.00

92.00

93.55

20

100

98.00

100

99.33

96.00

98.00

100

98.00

26

100

100

100

100

96.00

96.00

100

97.33

Rataan

98.67

98.67

100

99.11

95.55

96.00

97.33

96.29

Hasil yang didapat dari akurasi codebook dan PNN pada studi kasus dewasa
perempuan menghasilkan rata-rata akurasi sebesar 99.11% untuk codebook dan
96.29% untuk PNN, hasil codebook lebih baik dibandingkan PNN pada studi
dewasa perempuan. Tabel 6 menunjukan bahwa metode codebook memiliki hasil
akurasi yang sangat baik terjadi pada koefisien 26, dan hal yang berbeda dengan
dengan studi kasus laki-laki dewasa, pada PNN teerjadi akurasi yang stabil terjadi
pada koefisien 26. Penggunaan proporsi data latih 75% pada codebook maupun
PNN mampu menghasilkan akurasi yang baik dan stabil. Akurasi yang didapatkan
oleh metode codebook lebih baik dibandingkan dengan metode PNN.
Analisis Percobaan
Hasil yang didapat dari keenam studi kasus yang diujikan pada pengenalan
kisaran usia dan jenis kelamin terdapat dua hasil akurasi yang berbeda antara
codebook dan PNN dengan rata-rata akurasi dari setiap studi kasus yang didapat
ditunjukan pada Tabel 7.

16
Tabel 7 Rata-rata akurasi kisaran usia dan jenis kelamin dari setiap
studi kasus
Codebook

PNN

Anak Laki-Laki

98.14%

97.99%

Anak Perempuan
Remaja Laki-Laki

97.11%
95.26%

96.81%
95.47%

Remaja Perempuan

94.67%

94.74%

Dewasa Laki-Laki
Dewasa Perempuan

99.48%
99.11%

89.70%
96.29%

Rataan

97.20%

95.17%

Studi Kasus

Terlihat rata-rata akurasi yang terdapat pada Tabel 7, maka dapat
disimpulkan metode codebook menghasilkan akurasi yang lebih baik dari metode
PNN pada studi kasus anak perempuan, dewasa laki-laki, dan dewasa perempuan.
Penggunaan metode PNN menghasilkan akurasi yang lebih baik dari codebook
pada studi kasus anak laki-laki, remaja laki-laki, dan remaja perempuan. Data
yang diberikan pada Tabel 7, maka diperoleh akurasi secara keseluruhan untuk
setiap metode yang diujikan sebesar 97.20% untuk metode codebook dan 95.17%
untuk metode PNN.
Hasil rata-rata akurasi metode codebook yang didapat lebih tinggi
dibandingkan dengan hasil yang didapat oleh PNN dengan selisih 2.03%. Hal ini
disebabkan adanya perbedaan akurasi yang didapat dari setiap studi kasus. Studi
kasus merupakan kelas-kelas yang terdapat pada penelitian ini. Selain itu akurasi
juga dipengaruhi dari koefisien, proporsi data latih dan data uji yang digunakan.
Rata-rata akurasi berdasarkan koefisien dalam metode codebook
menghasilkan akurasi paling baik cenderung dengan koefisien 13, hal ini dapat
disimpulkan bahwa metode codebook dengan penggunaan koefisien lebih besar
atau semakin banyak fitur yang digunakan cenderung memperkecil hasil akurasi.
Penggunaan metode PNN akurasi paling baik terdapat pada koefisien 20, terlihat
bahwa metode PNN memerlukan fitur atau ciri yang lebih banyak dibandingkan
dengan codebook untuk mendapatkan hasil akurasi yang baik. Rata-rata akurasi
berdasarkan koefisien bisa dilihat pada Tabel 8.
Tabel 8 Rata-rata akurasi kisaran usia dan jenis kelamin dari
setiap studi kasus berdasarkan koefisien
Koefisien
13
20
26

Codebook
97.92%
96.30%
97.60%

PNN
93.99%
97.00%
94.51%

Rata-rata akurasi dari proporsi data latih dan data uji baik codebook
maupun PNN didapat akurasi terbaik dengan proporsi data latih sebesar 75%. Hal
ini terjadi karena pada proporsi data latih 75%, jumlah data latih lebih besar
dibandingkan dengan data uji, sehingga akurasi yang dihasilkan lebih baik
dibandingkan dengan 25% dan 50%. Rata-rata akurasi berdasarkan proporsi data
latih bisa dilihat pada Tabel 9.

17
Tabel 9 Rata-rata akurasi kisaran usia dan jenis kelamin dari
setiap studi kasus berdasarkan proporsi data latih
Data Latih
25%
50%
75%

Codebook

PNN

94.22%
98.33%
99.33%

94.06%
94.75%
95.70%

Analisis Kesalahan
Terlihat dari pembahasan di atas bahwa pengenalan suara berdasarkan
kisaran usia dan jenis kelamin menggunakan metode codebook dan PNN, analisa
kesalahan untuk metode codebook dengan koefisien 20 dengan data latih 25%
mampu menghasilkan hasil rata- rata akurasi yang kurang baik. Berikut confusion
matrix untuk metode codebook dengan koefisien 20 dan data latih 25% pada tabel
10.
Tabel 10 Confusion matrix untuk metode codebook
Kelas
AL
AP
RL
RP
DL
DP

AL

AP

75
5
0
0
0
0

0
70
5
9
0
0

RL

RP

0
0
0
0
60
0
0
61
1
0
0
0
Rataan

DL

DP

0
0
10
0
74
0

0
0
0
0
0
75

Akurasi(%)
100
93.33
80.00
81.33
98.67
100
92.21

Tabel di atas menjelaskan bahwa metode codebook mampu dengan baik
mengidentifikasi suara pada kelompok anak laki-laki dan dewasa laki-laki, dan
kurang baik pada kelompok remaja laki-laki dan remaja perempuan. Terdapat
kesalahan pengidentifikasian suara paling banyak pada kelompok remaja baik
laki-laki maupun perempuan.
Analisis kesalahan untuk metode PNN dengan koefisien 13 dengan data
latih 25% mampu menghasilkan rata-rata kurang baik dari koefisien yang lainnya.
Berikut confusion matrix untuk metode PNN dengan koefisien 13 dan data latih
25% pada Tabel 11.

18
Tabel 11 Confusion matrix untuk metode PNN
Kelas
AL
AP
RL
RP
DL
DP

AL

AP

69
1
0
0
0
0

6
74
0
5
0
0

RL

RP

0
0
0
0
63
0
0
66
1
0
0
4
Rataan

DL

DP

0
0
12
0
74
0

0
0
0
14
0
71

Akurasi (%)
92.00
98.66
84.00
88.00
98.66
94.66
98.67

Tabel di atas menjelaskan bahwa metode PNN mampu dengan baik
mengidentifikasi suara pada kelompok anak laki-laki, remaja laki-laki, remaja
perempuan, dan dewasa perempuan. Terlihat pada kelompok anak perempuan dan
dewasa laki-laki, metode PNN terdapat kesalahan dalam pengidentifikasian.
Terdapat satu suara pada anak perempuan yang teridentifikasi pada suara anak
laki-laki, hal ini terjadi karena adanya tumpang tindih antara rentang frekuensi
kelompok suara satu dengan kelompok suara lainnya.
Akurasi model dengan suara diluar data pelatihan
Pengujian data di luar data latih dengan menggunakan metode codebook
untuk koefisien 13 dan data latih 75% diperoleh akurasi model umum model
sebesar 61.67%. Data yang diujikan sebanyak 10 data untuk setiap kelompoknya.
Data tersebut memiliki akurasi maksimum pada kelompok anak perempuan dan
akurasi minimum pada kelompok anak laki-laki. Data akurasi model untuk suara
di luar data latih dapat dilihat pada Tabel 12.
Tabel 12 Akurasi model dengan suara diluar data pelatihan dengan
metode codebook
Kelas
AL
AP
RL
RP
DL
DP

AL

AP

3
0
0
0
0
0

5
10
0
0
0
0

RL

RP

0
0
7
0
5
0
Rataan

0
0
0
7
0
5

DL

DP

0
0
3
3
5
0

2
0
0
0
0
5

Akurasi (%)
30.00
100.00
70.00
70.00
50.00
50.00
61.67

Pengujian metode PNN untuk koefisien 20 dan data latih 75% dengan
scenario yang sama dengan metode codebook diperoleh rata-rata akurasi yang
sama dengan metode codebook sebesar 61.67%. Akurasi dari setiap kelompok
suara untuk akurasi maksimum dan akurasi minimum mendapatkan hasil yang
sama dengan metode codebook. Data akurasi model untuk suara di luar data latih
dapat dilihat pada Tabel 13.

19

Tabel 13 Akurasi model dengan suara luar dengan metode PNN
Kelas
AL
AP
RL
RP
DL
DP

AL

AP

4
0
0
0
0
0

6
10
0
0
0
0

RL

0
0
5
0
5
0
Rataan

RP

DL

DP

0
0
0
8
0
5

0
0
5
0
5
0

0
0
0
2
0
5

Akurasi (%)
40.00
100.00
50.00
80.00
50.00
50.00
61.67

Tahap pengujian model dengan data diluar data pelatihan, baik metode
codebook maupun PNN menghasilkan hasil akurasi yang sama yaitu sebesar
61.67%. Suara yang tidak teridentifikasi dengan benar disebabkan adanya
tumpang tindih antara frekuensi setiap kelompok pembicaranya dan terdapat noise
yang cukup besar pada saat perekaman suara. Hal ini dapat mengubah
karakteristik suara sehingga model tidak dapat mengidentifikasi dengan benar.

SIMPULAN DAN SARAN
Simpulan
Penelitian ini menunjukkan bahwa nilai-nilai parameter sangat
mempengaruhi akurasi sistem. Metode codebook mempunyai hasil akurasi yang
lebih baik dibandingkan dengan metode PNN. Hasil yang didapat untuk
pengenalan kisaran usia dan jenis kelamin, metode codebook menghasilkan ratarata akurasi sebesar 97.20% dan 95.17% untuk PNN. Terlihat akurasi yang
didapat oleh metode codebook lebih besar dari metode PNN sebesar 2.03% pada
penelitian ini, hal ini disebabkan karena pengaruh perbedaan dari koefisien, dan
proporsi data latih dan data uji. Setiap metode baik codebook maupun PNN
mempunyai komposisi nilai parameter yang berbeda untuk mengenali sebuah
suara secara baik.
Saran
Penelitian ini memungkinkan untuk dikembangkan lebih baik lagi, saran
untuk pengembangan selanjutnya ialah:
1
Menambahkan data pembicara pada setiap kelompok, sehingga sesuai
dengan standar jumlah data statistik, yang berjumlah 30 orang pada setiap
kelompoknya (Mattjik 2006). Penambahan data pembicara diharapkan
meningkatkan tingkat akurasi pengenalan terutama pada pengenalan kisaran
usia remaja.
2
Menggunakan rata-rata dan membandingkan nilai magnitudo kurva FFT
pada setiap kelompok suara tanpa melalui proses MFCC.
3
Menggunakan noise cleaning pada pembuatan dan pengujian model suara.

20

DAFTAR PUSTAKA
Buono A. 2009. Representasi nilai HOS dan model MFCC sebagai ekstraksi ciri
pada sistem identifikasi pembicara di lingkungan ber-noise menggunakan
HMM [disertasi]. Depok (ID): Universitas Indonesia.
Buono A, Kusumoputro B. 2007. Pengembangan model HMM berbasis
maksimum lokal menggunakan jarak Euclid untuk sistem identifikasi
pembicara. Di dalam: Prosiding pada Workshop NACSIIT; 2007 Jan 29-30;
Depok (ID), hlm 52.
Do MN. 1994. Digital signal processing mini-project: an automatic recognition
system. Laussane (CH): Federal Institute of Technology.
Fransiswa RR. 2010. Pengembangan model probabilistic neural network (PNN)
pada pengenalan kisaran usia dan jenis kelamin berbasis suara [skripsi].
Bogor (ID): Institut Pertanian Bogor.
Ganchev T. 2005. Speaker recognition [disertasi]. Patras (GR): University of
Patras.
[IDAI] Ikatan Dokter Anak Indonesia. 2009. Overview adolescent health
problems and services[Internet]. [diakses 2013 Apr 12]. Dapat diunduh pada
http: //www.idai.or.id/remaja/artike.asp?q=200994155149.
Jurafsky D, Martin JH. 2000. Speech And Language Processing an Introduction
to Natural Language Processing, Computational Linguistic, and Speech
Recognition. New Jersey (US): Prentice Hall.
Mattjik AA. 2006. Perancangan Percobaan dengan Aplikasi SAS dan Minitab.
Bogor (ID): IPB Press.
Nilsson M, Ejnarsson M. 2002. Speech recognition using hidden markov model:
performance evaluation in noisy environment [tesis]. Karlskrona (SE):
Blekinge Institute of Technology.
Suhartono MN. 2007. Pengembangan model identifikasi pembicara dengan
probabilistic neural network [skripsi]. Bogor (ID): Institut Pertanian Bogor.

21

RIWAYAT HIDUP
Penulis dilahirkan di Bandung tanggal 12 Febuari 1990 dari Ibu Dini
Rachmawati dan Bapak Aldi Tresnadi. Penulis merupakan anak tunggal. Pada
tahun 2007, penulis lulus dari Sekolah Menengah Atas (SMA) Negeri 6 Bogor,
dan pada tahun yang sama diterima di Diploma Universitas Indonesia Program
Keahlian Teknik Informatika. Pada tahun 2010 penulis lulus dari Diploma
Universitas Indonesia dan melanjutkan pendidikan di Program Alih Jenis Ilmu
Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, IPB.