ABSTRAKSI: Hidden Markov Model adalah suatu rantai Markov dimana keluaran atau fungsi peluang yang menggambarkan simbol keluaran berhubungan dengan state dan transisi antar state.
Pada tugas akhir ini telah dirancang dan direalisasikan suatu sistem yang dapat mengidentifikasikan suara manusia. Masukan berupa suara manusia yang berisi perintah-perintah dan keluaran eksekusi perintah pada windows. Sistem identifikasi suara ini terdiri dari pre-processing, ekstraksi ciri menggunakan Mel Frequency Cepstral Coefficient (MFCC) dan pengklasifikasian suara, dengan metode pengklasifikasiannya adalah Hidden Markov Model (HMM).
Adapun hasil pengujian dapat membedakan antar perintah dan dapat melakukan eksekusi aplikasi windows. Sistem bekerja dengan akurasi terbaik sebesar 73% dengan kondisi S/N sebesar 33 dB dan pada S/N 20 dB akurasi turun menjadi 42%.Kata Kunci : hidden markov model, HMM, MFCC, speech recognitionABSTRACT: Hidden Markov Model is a Markov chain where the output or function that describes the chances of the output symbols associated with the state and interstate transition.
At the end of this final project has been designed and realized a system that can identify the human voice. Input is a human voice which contains the voice commands and the output is an execution of windows application. Voice identification system consists of pre-processing, feature extraction uses Mel Frequency Cepstral Coefficient (MFCC) and classification of voice, with the method of classification is Hidden Markov Model (HMM).
The results of the test can distinguish between the command with the best accuracy by 73% with the condition S/N of 33 dB and with S/N 20 dB, accuracy dropped to 42%.Keyword: hidden markov model, HMM, MFCC, speech recognition