Pengenalan suara dirasakan banyak membantu dalam perkembangan
musik secara digital. Perkembangan musik digital terutama pada pengenalan suara
dirasakan memudahkan dalam mengenali dan menguji ketepatan musik yang
diinginkan. Hal tersebut mendorong diciptak
annya kemudahan dalam variasi
pengenalan suara yang mampu dilakukan dengan mudah, simple dan memiliki
fungsionalitas yang baik dalam pengujian ketepatan nada dan pitch pada suatu
lagu. Salah satu kemudahan yang diusahakan dalam penelitian ini adalah suatu
aplikasi pengujian ketepatan senandung suara manusia terhadap suatu lagu yang
diinginkan.
Pada tugas akhir
ini, dirancang pengenalan suara dengan menggunakan
ekstraksi ciri harmonic FFT yang dimodifikasi dan menggunakan klasifikasi
jaringan syaraf tiruan
back
propagation.
Pada proses ekstraksi cirri posisi frame
sangat menentukkan kecocokan nada senandung terhadap nada lagu sehingga
penentuan letak awal frame dioptimasi dengan menggunakan algoritma genetika.
Algoritma genetika digunakan untuk
menentukan po
sisi awal frame terbaik yang
memiliki kecocokan paling baik pada proses ekstraksi ciri
. Dengan demikian,
kinerja pengenalan suara ditingkatkan. Pengenalan suara yang digunakan adalah
suara senandung manusia dan dilakukan pencocokan dengan lagu aslinya.
Set
elah dilakukan pengujian terhadap sistem yang telah dirancang.
Parameter yang menghasilkan akurasi maksimal yaitu jumlah
hidden layer
1,
jumlah
neuron
tiap
layer
20, nilai
learning rate
0.05, fungsi aktivasi
tansig
untuk
hidden layer
, fungsi aktivasi
pure
lin
untuk
output layer
, algoritma pembelajaran
trainrp
dengan akurasi 7
7.77
% dari data la
tih sebanyak 200 data lagu dan
9
0 data
humming sebagai data uji. Parameter Algoritma Genetika
meningkatkan akurasi
menjadi 83,33
% dengan parameter jumlah generasi
10
0
, jumah individu
5
0
,
peluang crossover 0.6
, dan peluang permutasi 0.
01
.
Kata Kunci : Pengenalan suara, suara senandung, Jaringan Syaraf Tiruan back - propagation, Algoritma Genetika, judul lagu.