ABSTRAK
Indonesia adalah negara yang memiliki keberagaman suku dan budaya. Masing-masing suku di Indonesia memiliki ciri khas dari sisi bahasa, dialek ataupun logatnya. Sehingga, suara manusia memiliki ciri khas masing-masing tergantung pada suku asal daerah jika ditinjau dari logatnya. Pada penelitian ini, telah dibuat sistem yang dapat mengidentifikasi asal daerah seseorang berdasarkan logatnya menggunakan ekstraksi ciri Linear Predictive Coding (LPC) dan klasifikasi K-Nearest Neighbor (K-NN). Penelitian ini menggunakan 160 data latih dan 80 data uji yang dikelompokkan ke dalam 4 kelas asal daerah, yaitu Sumatra Barat, Sumatra Utara, Jawa Barat, dan Jawa Tengah.
Data-data suara yang berupa data latih dan data uji tersebut disimpan dalam format .wav yang kemudian akan dianalisa oleh LPC. Setelah itu, digunakan metode klasifikasi K-NN yang akan diujikan dengan objek berdasarkan data pembelajaran yang memiliki jarak terdekat dengan objek tersebut. Pemilihan metode klasifikasi K-NN ini dikarenakan metode K-NN memiliki kemampuan pengelompokan yang baik dan efisien.
Akurasi tertinggi yang didapatkan pada penelitian ini yaitu 87,5% dengan menggunakan Panjang matriks maksimum (P) senilai 12 dan nilai window cepstral (Q) sebesar 14 dengan menggunakan aturan jarak Euclidean dan Minkowski pada K-NN.
Kata kunci: Logat manusia, Linear Predictive Coding, K-Nearest Neighbor.