Dotulong, Cleonart A.E and Paseru, Debby and Kumenap, Vivie Deyby (2021) IMPLEMENTASI CONVOLUTIONAL NEURAL NETWORK (CNN) BERBASIS TENSORFLOW UNTUK PENGENALAN UCAPAN. Skripsi thesis, UNIVERSITAS KATOLIK DE LA SALLE MANADO.
PDF
COVER-DAFTAR_ISI_CleonartDotulong.pdf Download (1MB) |
|
PDF
BAB_ISI-LAMPIRAN_CleonartDotulong.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Aplikasi pengenalan ucapan sudah mulai banyak diadopsi dan digunakan oleh banyak masyarakat di seluruh dunia untuk memudahkan berbagai aktivitas, salah satu contohnya adalah Google Assistant buatan Google. Dalam implementasinya, aplikasi pengenalan ucapan juga dibangun dengan menggunakan neural network, akan tetapi, model neural network yang berbentuk dense layer dan vanilla neural network memiliki performa yang kurang baik.
Performa yang kurang baik dari model neural network dapat berujung pada masalah-masalah, seperti kesalahan prediksi dan kesalahan klasifikasi. Salah satu model dense layer yang digunakan untuk klasifikasi ucapan hanya mencapai tingkat akurasi 56%. Hal ini disebabkan karena model neural network kurang mampu untuk mempelajari dan mengenali feature dari tiap sampel audio yang digunakan sebagai input.
Oleh karena itu, pada tugas akhir ini akan dilakukan implementasi model Neural Network berbasis Tensorflow untuk mengenali ucapan manusia dengan menggunakan Convolutional Neural Network (CNN) dan MFCC sebagai solusi pengenalan ucapan berbasis neural network. Dataset yang digunakan adalah dataset dari Mini Speech Command disertai dengan output dari neural network yang dibagi menjadi 5 kelas, yaitu: Go, Stop, Yes, Down dan No.
Dalam tugas akhir ini pengujian model neural network dengan metode Convolutional Neural Network berbasis Tensorflow dilakukan dengan menggunakan dataset test. Berdasarkan pengujian didapatkan akurasi sebesar 90% dan nilai loss 23%.
Kata Kunci : Tensorflow, Pengenalan Ucapan, Neural Network, Convolutional Neural Network (CNN), MFCC
Item Type: | Thesis (Skripsi) | ||||||||
---|---|---|---|---|---|---|---|---|---|
Creators: |
|
||||||||
Subjects: | T Technology > T Technology (General) | ||||||||
Divisions: | Fakultas Teknik > Teknik Informatika | ||||||||
Depositing User: | UPT Perpustakaan Universitas Katolik De La Salle Manado | ||||||||
Date Deposited: | 14 Sep 2023 04:13 | ||||||||
Last Modified: | 14 Sep 2023 04:13 | ||||||||
URI: | http://repo.unikadelasalle.ac.id/id/eprint/2996 |
Actions (login required)
View Item |