• Tidak ada hasil yang ditemukan

PEMODELAN JARINGAN SYARAF TIRUAN RESILIENT BACKPROPAGATION UNTUK KONVERSI SUARA GITAR KECORD

N/A
N/A
Protected

Academic year: 2017

Membagikan "PEMODELAN JARINGAN SYARAF TIRUAN RESILIENT BACKPROPAGATION UNTUK KONVERSI SUARA GITAR KECORD"

Copied!
7
0
0

Teks penuh

(1)
(2)
(3)
(4)
(5)
(6)
(7)

Gambar

Gambar :!. Proses segmentasi dari sinyal suara vans; terdiri I chord
Tabel.3 menunjukkanterendahpada pemakaiankoefisien26,danperbandinganakurasipenggunaankoefisiencepstral13,52terhadapnilaihiddenneuron10, 25,50, dan100.Percobaandengancepstral13 dcngannilai hidden neuron10, 25, 50, dan100, rataanakurasiberadapada pemakaianhiddenneuron10 yaitu sebesar47.63%dan tertinggihiddcnneuron100 yaitu sebesar67.77%.
Grafik perbandinganGambar 5akurasi antara koefisien cepstrul dengan hidden neuron

Referensi

Dokumen terkait

Dengan demikian dapat disimpulkan bahwa penyebab turunnya nilai akurasi rata-rata setelah penerapan nilai threshold adalah data dan model jaringan syaraf tiruan yang

Gambar 4.5 adalah pengujian terhadap metode training traingdx dengan menggunakan 2 hidden layer, dapat dilihat dari gambar diatas, akurasi terbesar terdapat

Dengan demikian dapat disimpulkan bahwa penyebab turunnya nilai akurasi rata-rata setelah penerapan nilai threshold adalah data dan model jaringan syaraf tiruan yang

Pengujian terhadap data uji 3- fold , 4- fold dan 5- fold diperoleh nilai rata-rata tingkat akurasi yang selalu tinggi dengan menggunakan arsitektur JST-BP 10 neuron pada hidden

Proses pengujian akan menggunakan parameter sesuai dengan arsitektur jaringan terbaik pada proses pelatihan yaitu pola data input 12, hidden neuron 8, dan output 1,

Dari hasil percobaan yang dilakukan untuk identifikasi pelafalan huruf hijaiyah menggunakan ekstraksi ciri mel-frequency cepstral coeeficient dan jaringan syaraf tiruan

Kemudian pada saat akan dilakukan pembelajaran jaringan syaraf tiruan, maka harus ditentukan dahulu parameter-parameter jaringan seperti jumlah neuron hidden layer, learning rate ,

Untuk mendapatkan jaringan yang optimal, lapisan hidden layer yang kedua akan memiliki jumlah neuron yang bervariasi antara 10 – 40, untuk fungsi transfer yang digunakan adalah