Indonesia merupakan Negara dengan banyak ragam suku. Dari berbagai macam suku tadi, Indonesia mempunyai banyak Bahasa daerahnya masing-masing sebagai pembeda atau identitas dari daerah tersebut. Dalam hal ini pengenalan ucapan sangat penting untuk mempermudah pengenalan Bahasa yang digunakan. Pengenalan ucapan memiliki banyak metode sebagai pembelajaran, salah satunya menggunakan Deep Learning.
Deep learning sebuah model jaringan syaraf tiruan yang akhir-akhir ini mulai ramai dikembangkan. Pendekatan yang sering digunakan untuk mengimplementasikan Deep Learning adalah graphical methods atau Multilayer Representation, atau Multilayer Graphical model seperti Belief Network, Neural Network, Hidden Markov, dan lain-lain. Deep Learning telah menunjukkan hasil yang baik dalam meningkatkan akurasi pengenalan suara atau kasus-kasus lainnya yang serupa. Oleh karena itu pada penelitian ini penulis akan mengimplementasikan Deep Neural Network pada Speech Recognition untuk mengklasifikasian Bahasa Sunda dialek Utara.
Dari hasil penelitian yang dilakukan, dari nilai parameter tertentu didapatkan akurasi sebesar 100%. Setelah mendapatkan parameter ideal dilakukan klasifikasi dengan rasio dari data latih : data data uji sebesar 50% : 50%, 60% : 40%, 70% : 30%, 80% : 20% dan 90 : 10%. Dari pengujian dengan rasio tesebut didapatkan kesimpulan bahwa, semakin banyak data latih semakin baik akurasi yang didapatkan.
Kata kunci: Deep learning, Speech Recognition, Deep Neural Network