Ekstraksi Ciri dan Klasifikasi Isyarat Suara Tutur Menggunakan Metode Mel Frequency Cepstral Coefficients

Abstract

Teknologi speech recognition telah mengalami kemajuan signifikan dalam beberapa dekade terakhir, didorong oleh perkembangan dalam bidang Artificial Inteligence (AI), Machine Learning (ML), dan Natural Language Processing (NLP). Teknologi ini memungkinkan sistem komputer untuk mengenali, memahami, dan memproses ucapan manusia secara langsung, sehingga menciptakan interaksi manusia-mesin yang lebih intuitif dan efektif. Berbagai metode telah digunakan dalam pemrosesan dan ekstraksi ciri isyarat tutur salah satu diantaranya adalah Mel-frequency cepstral coefficients (MFCC). Penelitian ini menggunakan metode MFCC untuk ekstraksi ciri dan Multilayer Perceptron (MLP) untuk klasifikasi isyarat suara tutur. MFCC, yang didasarkan pada skala Mel, dirancang untuk merepresentasikan karakteristik frekuensi sinyal suara sesuai dengan persepsi pendengaran manusia. Proses ekstraksi melibatkan tahapan pre-emphasis, framing, windowing, transformasi Fourier, filter bank Mel, dan transformasi kosinus terdiskret (DCT) untuk menghasilkan fitur suara yang kompak dan informatif. Fitur ini kemudian digunakan sebagai input dalam model klasifikasi berbasis pembelajaran mesin. Hasil pengujian menunjukkan bahwa metode MFCC mampu menangkap pola suara dengan akurasi yang tinggi, bahkan dalam kondisi dengan gangguan noise. Studi ini menunjukkan bahwa kombinasi MFCC dengan algoritma klasifikasi MLP dapat meningkatkan performa sistem pengenalan suara tutur secara signifikan, ditunjukkan oleh hasil akurasi klasifikasi sebesar 94,67%.