ABSTRAKSI: Suara manusia memiliki karakteristik yang berbeda-beda antara satu dengan yang lain, karakteristik yang membedakan berupa keunikan dari kontrol dan pengucapan lafal. Ciri tersebut yang menjadi dasar identifikasi atau pengenalan dari masing-masing individu. Fungsinya untuk sistem keamanan dengan mengenali identitas seseorang. Pengenalan melalui pendengaran manusia terkadang tidaklah mudah dilakukan karena berbagai keterbatasan. Sehingga dibutuhkan suatu sistem yang yang dapat menganalisis suara dari manusia untuk membedakan antar individu tersebut.
Dalam tugas akhir ini, telah dirancang dan direalisasikan suatu sistem yang dapat mengidentifikasi suara manusia dengan metode JST-SOM, di mana sistem tersebut dapat mengenali, membandingkan dan mencocokkan pola suara masukan sistem dengan pola suara yang telah disimpan dalam memori secara otomatis. Sistem mengekstrasi parameter suara manusia menggunakan metode Mel Frequency Cepstral Coefficient (MFCC).
Sistem ini menggunakan suara manusia sebagai sinyal input. Di mana sinyal input tersebut diolah menggunakan piranti lunak MATLAB R2009a. Adapun parameter yang diukur adalah perubahan parameter dari ekstrasi ciri MFCC dan JST SOM. Hasil terbaik diperoleh dengan tingkat akurasi mencapai 96% pada pengujian dengan nilai melbank filter 64 dan nilai epoch 300. Data latih yang digunakan sebanyak 300 sampel dan data uji yang digunakan juga sebanyak 300 sampel, di mana data uji bukan termasuk ke dalam data latih. Simulasi yang dilakukan telah berhasil untuk mengidentifikasi individu berdasarkan pengucapan huruf vokal /a/, /i/, /u/, /e/, /o/ dan kata /aku/ yang diucapkan (text dependent).Kata Kunci : suara, identifikasi, Mel Frequency Cepstral Coefficient, JST-SOM, MATLAB, text dependentABSTRACT: The human voice has different characteristics with each other, a characteristic that distinguishes the uniqueness of control and pronunciation. The characteristics which to base the identification or recognition of each individual. The system function for the security to identify person. Introduction through human hearing is sometimes not easy to do because of various limitations. For that reason, need a system that can analyze the sound of the human to distinguish between them.
In this thesis , has been designed and realized a system that can identify people with JST - SOM method, which the system can identify, compare and match the pattern of the input sound with sound patterns that have been stored in memory automatically. Systems of human voice parameters extracted using the Mel Frequency Cepstral Coefficient ( MFCC ).
This system uses the human voice as an input signal. Where the input signal is processed using MATLAB R2009a software. The parameters measured were changes in the parameters of the extraction characteristics of MFCC and neural network SOM. The best results obtained with an accuracy of 96% on a test with a value of melbank filter 64 and a value of epoch 300. The data used to train as many as 300 samples and test data are used as well as 300 samples, in which test data is not included in the training data. Simulations performed have managed to identify individuals based on the pronunciation of the vowels /a/, /i/, /u/, /e/, /o/ and the /aku/ word ( text dependent) .Keyword: sound , identification , Mel Frequency cepstral Coefficient , JST - SOM , MATLAB , text dependent