ABSTRAKSI: Perkembangan sistem multimedia yang pada awalnya memiliki format analog seperti suara, musik, dan video kemudian di ubah menjadi format digital, menyebabkan data-data digital makin banyak digunakan sehingga menimbulkan kesulitan dalam mencari data.
Pada tugas akhir ini dibuat suatu sistem aplikasi pengenalan suara manusia untuk request lagu menggunakan Jaringan Syaraf Tiruan Backpropagation (JST-BP). Proses yang dilakukan untuk penerapan aplikasi pengenalan suara manusia untuk request lagu adalah pengumpulan data, pengolahan awal, ekstraksi ciri dan klasifikasi menggunakan Jaringan Syaraf Tiruan Backpropagation (JST-BP). Algoritma yang digunakan untuk ekstraksi ciri sistem adalan Mel Frequency Cepstrum Coefficient (MFCC) sedangkan untuk klasifikasi ciri dari pola suara yang akan digunakan adalah Jaringan Syaraf Tiruan Backpropagation (JSTBP).
Hasil yang diharapkan adalah bagaimana suatu system dapat mengenali dan membandingkan pola suara sebagai media untuk memanggil atau mencari judul lagu tertentu dan dapat mengambil keputusan yang tepat dalam hal melakukan pengidentifikasian pada setiap jenis pola suara tersebut. Sistem yang dirancang ini memiliki tingkat keberhasilan 93 % untuk melakukan pengidentifikasian pola suara manusia dengan menggunakan Jaringan Syaraf Tiruan Backpropagation.Kata Kunci : Jaringan Saraf Tiruan Back Propagation, FFT, Mel Frequency CepstrumABSTRACT: The development of multimedia systems which is initially have an analog format such as voice, music, and videos, later on converted into digital format, causing the digital data more widely used, giving rise to difficulties in finding data.
This final assignmnet created a system of human speech recognition application to request a song using Artificial Neural Network Backpropagation (ANN-BP). The process undertaken for the implementation of the human voice recognition application to request the song is data collection, initial processing, feature extraction and classification using a Artificial Neural Network Backpropagation (ANN-BP). The algorithm used for feature extraction system is Mel Frequency cepstrum Coefficient (MFCC), while for the classification characteristics of the sound patterns that will be used is the Artificial Neural Network Backpropagation (ANN-BP).
The expected results is to show how a system can identify and compare patterns of sound as a medium to call or find a specific song title and can take the right decision of identification at any type of voice patterns. Designed system has a 93 % success rate for identifying the human voice patterns using Backpropagation Neural Network.Keyword: Artificial Neural Network Backpropagation (ANN-BP), FFT, Mel