vii
UNIVERSITAS BINA NUSANTARA
Jurusan Teknik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007
SPEAKER IDENTIFICATION DENGAN MENGGUNAKAN TRANSFORMASI WAVELET DISKRIT DAN
JARINGAN SARAF TIRUAN BACK-PROPAGATION
Martono 0700677891
Adi Widyatmoko 0700686082
Abstrak
Skripsi ini membahas mengenai sistem speaker identification. Speaker identification merupakan bagian dari speaker recognition, di mana sistem mengenali seorang subjek berdasarkan suaranya dari sekumpulan pola yang sudah disimpan sebelumnya. Sistem ini menggunakan transformasi wavelet diskrit sebagai metode ekstraksi fitur dan jaringan saraf tiruan back-propagation sebagai metode klasifikasi. Input suara akan diproses melalui transformasi wavelet diskrit untuk mendapatkan koefisien sinyal frekuensi rendah hasil dekomposisi yang menyimpan karakteristik suara setiap orang. Koefisien tersebut kemudian akan diklasifikasikan menggunakan jaringan saraf tiruan back-propagation. Pengujian sistem dilakukan mengambil sampel suara yang diambil secara langsung menggunakan mikrofon di ruangan yang tidak kedap suara sebanyak 225 buah terdiri dari 15 orang subjek dan masing-masing memiliki 15 buah sampel suara, di mana 10 sampel digunakan sebagai suara pelatihan dan 5 sisanya digunakan untuk pengujian. Tingkat akurasi pengenalan mencapai 84%. Pengujian juga dilakukan pada subjek yang mengucapkan kata yang sama. Ternyata pemilihan kata yang sama oleh subjek yang berbeda tidak berpengaruh terhadap tingkat akurasi yang dihasilkan oleh sistem.
Kata kunci :
KATA PENGANTAR
Puji dan syukur kami ucapkan kepada Tuhan Yang Maha Esa yang telah membimbing kami dalam menyelesaikan skripsi yang berjudul “Speaker Identification Dengan Menggunakan Transformasi Wavelet Diskrit Dan Jaringan Saraf Tiruan Back-Propagation”.
Skripsi ini disusun dengan tujuan untuk memenuhi syarat kelulusan jenjang studi Strata-1 (S1) jurusan Teknik Informatika di Universitas Bina Nusantara.
Tidak lupa pada kesempatan ini kami mengucapkan terima kasih atas segala bantuan dan dorongan yang telah diberikan oleh :
• Bapak Prof. Dr. Gerardus Polla M. App., Sc. selaku Rektor Universitas Bina
Nusantara yang telah memberikan kesempatan kepada kami untuk menempuh pendidikan di Universitas Bina Nusantara
• Bapak Ir. Sablin Yusuf, M.Sc. M.Comp.Sc. selaku Dekan Fakultas Ilmu
Komputer, Bapak H. Mohammad Subekti, BE, M.Sc. selaku Ketua Jurusan Teknik Informatika, dan Freddy Purnomo, S.Kom, M.Kom. selaku Sekretaris Jurusan Teknik Informatika Universitas Bina Nusantara yang telah memberikan kesempatan, kepercayaan, serta saran dalam penyusunan skripsi ini.
• Ibu Anny Tandyo, S.Kom, M.Sc. selaku dosen pembimbing yang telah
• Orang tua serta keluarga kami yang telah memberikan dukungan dan nasihat
yang membangun dalam menyelesaikan skripsi ini.
• Rekan-rekan mahasiswa Universitas Bina Nusantara, terutama dari
Himpunan Mahasiswa Teknik Informatika, yang secara langsung maupun tidak langsung telah memberikan dukungan kepada kami.
Dengan segala kerendahan hati, kami sangat mengharapkan saran dan kritik untuk membangun skripsi ini. Akhir kata, kami berharap agar skripsi ini dapat memberikan manfaat bagi semua pembaca dan semua pihak yang berkepentingan.
Atas segala perhatiannya, kami ucapkan terima kasih sebanyak-banyaknya.
Jakarta, 20 Januari 2007
iv
Halaman Judul Luar ... i
Halaman Judul Dalam ... ii
Halaman Persetujuan Softcover ... iii
Abstrak ... iv
Kata Pengantar ... v
Daftar Isi ... vii
Daftar Tabel ... xii
Daftar Gambar ... xiii
Daftar Lampiran ... xvi
BAB 1 PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Ruang Lingkup ... 2
1.3 Tujuan Dan Manfaat ... 3
1.4 Metodologi ... 4
1.5 Sistematika Penulisan ... 5
BAB 2 LANDASAN TEORI ... 7
2.1 Suara ... 7
2.1.1 Sinyal ... 7
2.1.2 Sinyal Suara ... 9
2.1.3 Bit Rate ... 12
2.1.4 Sampling Rate ... 12
2.1.5 Format File ... 14
2.1.5.1Resource Interchange File Format ... 14
iv
2.1.6 Silence-Frame ... 18
2.1.7 Penguatan Suara ... 18
2.1.8 Normalisasi Audio ... 19
2.1.9 Konvolusi ... 19
2.2 Pengenalan Pola ... 21
2.3 Speaker Recognition ... 24
2.3.1 Berdasarkan Fungsi ... 27
2.3.2 Berdasarkan Metode ... 29
2.4 Ekstraksi Fitur ... 30
2.4.1 Fast Fourier Transform ... 31
2.4.2 Short Term Fourier Transform ... 33
2.4.3 Transformasi Wavelet ... 35
2.4.3.1Transformasi Wavelet Kontinu ... 35
2.4.3.2Transformasi Wavelet Diskrit ... 38
2.4.3.3Transformasi Wavelet Dalam Speaker Identification ... 41
2.5 Jaringan Saraf Tiruan ... 42
2.5.1 Definisi Jaringan Saraf Tiruan ... 42
2.5.2 Sejarah Jaringan Saraf Tiruan ... 42
2.5.3 Komponen Jaringan Saraf Tiruan ... 45
2.5.4 Fungsi Aktivasi ... 46
2.5.5 Arsitektur Jaringan Saraf Tiruan ... 48
2.5.6 Metode Pembelajaran ... 50
2.5.7 Back-Propagation ... 51
iv
3.1 Gambaran Umum ... 54
3.2 Tahap Pengambilan Input Suara ... 55
3.3 Tahap Pemprosesan Awal ... 57
3.3.1 Pembuangan Silence-Frame ... 58
3.3.2 Penguatan Suara ... 60
3.3.3 Normalisasi Suara ... 61
3.4 Tahap Ekstraksi Fitur Suara ... 62
3.4.1 Transformasi Wavelet Diskrit ... 62
3.5 Tahap Klasifikasi ... 65
3.5.1 Tahap Pelatihan ... 67
3.5.1.1 Normalisasi Koefisien Wavelet ... 67
3.5.1.2 Representasi Nilai Output ... 69
3.5.1.3 Inisialisasi Nilai Weight ... 70
3.5.1.4 Inisialisasi Input dan Target Output ... 70
3.5.1.5 Proses Perhitungan Forward ... 71
3.5.1.6 Proses Perhitungan Backward ... 72
3.5.1.7 Proses Update Weight ... 73
3.5.1.8 Batas Pelatihan ... 73
3.5.2 Tahap Pengenalan ... 74
3.5.2.1 Inisialisasi Input ... 74
3.5.2.2 Proses Perhitungan Forward ... 75
3.6 Perancangan Proses ... 75
3.6.1 Modul Pemprosesan Awal ... 75
iv
3.6.3 Modul Klasifikasi ... 76
3.7 Perancangan Database ... 78
3.8 Perancangan Layar ... 80
3.8.1 Perancangan Layar Input Pola Masukan ... 80
3.8.2 Perancangan Layar Pelatihan Jaringan Saraf Tiruan ... 81
3.8.3 Perancangan Layar Identifikasi Suara ... 82
3.8.4 Perancangan Layar Konfigurasi Sistem dan Database ... 84
3.8.5 Perancangan Layar Keterangan ... 86
BAB 4 IMPLEMENTASI DAN EVALUASI ... 87
4.1 Spesifikasi Sistem ... 87
4.1.1 Spesifikasi Perangkat Keras ... 87
4.1.2 Spesifikasi Perangkat Lunak ... 87
4.2 Prosedur Operasional ... 88
4.3 Prosedur Evaluasi ... 94
4.4 Pengujian pada Data Hasil Tangkapan Mikrofon ... 95
4.4.1 Evaluasi Pengaruh Penggunaan Frekuensi Sinyal Hasil Dekomposisi Wavelet, Penguatan Suara, Dan Normalisasi ... 96
4.4.2 Evaluasi Pengaruh Level Dekomposisi Wavelet ... 98
4.4.3 Evaluasi Pengaruh Jumlah Node Pada Hidden Layer ... 100
4.4.4 Evaluasi Pengaruh Target Error ... 102
4.4.5 Evaluasi Pengaruh Learning Rate ... 104
4.4.6 Evaluasi Pengaruh Jumlah Data Pelatihan Per Subjek ... 105
4.4.7 Evaluasi Pengaruh Jumlah Subjek ... 107
iv
4.5 Evaluasi Aplikasi Secara Umum ... 110
4.6 Rangkuman Hasil Evaluasi Secara Keseluruhan ... 111
BAB 5 SIMPULAN DAN SARAN ... 113
5.1 Simpulan ... 113
5.2 Saran ... 114
DAFTAR PUSTAKA ... 115
RIWAYAT HIDUP ... 118 LAMPIRAN ... L1
iv
DAFTAR TABEL
Tabel 2.1 Tabel Rentang Sampling Rate dan Penggunaannya ... 13
Tabel 2.2 Tabel Deskripsi Bagian Format File WAV ... 16
Tabel 2.3 Tabel Contoh Aplikasi Sistem Pengenalan Pola ... 22
Tabel 2.4 Tabel Perbandingan Teknologi Biometrik ... 23
Tabel 2.5 Tabel Perkembangan Penelitian Speaker Recognition Secara Kronologis ... 26
Tabel 2.6 Tabel Perbandingan FFT, STFT, dan DWT ... 30
Tabel 3.1 Tabel Database Subjek ... 78
Tabel 3.2 Tabel Database Pola Masukan ... 79
Tabel 4.1 Tabel Data Hasil Pengujian Pengaruh Penggunaan Sinyal Hasil Dekomposisi Wavelet, Penguatan Suara, dan Normalisasi ... 96
Tabel 4.2 Tabel Data Hasil Pengujian Pengaruh Level Dekomposisi Wavelet ... 99
Tabel 4.3 Tabel Data Hasil Pengujian Pengaruh Jumlah Node pada Hidden Layer ... 101
Tabel 4.4 Tabel Data Hasil Pengujian Pengaruh Target Error ... 102
Tabel 4.5 Tabel Data Hasil Pengujian Pengaruh Learning Rate ... 104
Tabel 4.6 Tabel Data Hasil Pengujian Pengaruh Jumlah Data Pelatihan Per Subjek ... 106
Tabel 4.7 Tabel Data Hasil Pengujian Pengaruh Jumlah Subjek ... 107
Tabel 4.8 Tabel Evaluasi Pengaruh Kata atau Frase yang Diucapkan ... 110
Tabel 4.9 Tabel Konfigurasi Sistem yang Optimal ... 112
iv
DAFTAR GAMBAR
Gambar 2.1 (a) Sinyal Waktu Kontinu dan (b) Sinyal Waktu Diskrit ... 8
Gambar 2.2 (a) Sinyal Stationary dan (b) Non-Stationary ... 9
Gambar 2.3 (a) Sistem Vokal Manusia dan (b) Diagram Bloknya ... 10
Gambar 2.4 Gelombang Suara yang Di-sampling ... 12
Gambar 2.5 Chunk RIFF dengan Dua Subchunk ... 15
Gambar 2.6 Format File WAV Standar ... 16
Gambar 2.7 (a) Contoh 72 Byte Pertama dari File WAV dan (b) Penjelasannya ... 17
Gambar 2.8 Contoh Konvolusi ... 21
Gambar 2.9 Diagram Proses dari Sistem Pengenalan Pola ... 21
Gambar 2.10 Rentang Performansi Beragam Sistem Speaker Recognition ... 25
Gambar 2.11 Bagan Sistem Speaker Verification ... 27
Gambar 2.12 Bagan Sistem Speaker Identification ... 28
Gambar 2.13 (a) Sinyal Stationary, (b) Sinyal Non-stationary, dan (c, d) hasil FFT-nya ... 32
Gambar 2.14 (a) Sinyal Non-stationary dan (b) Hasil STFT-nya ... 33
Gambar 2.15 (a) Fungsi Window dan (b, c) Hasil STFT-nya ... 34
Gambar 2.16 Sinyal Dengan Frekuensi Tinggi Untuk Waktu Singkat dan Frekuensi Rendah Untuk Waktu yang Lama ... 36
Gambar 2.17 (a) Sinyal Non-stationary dan (b, c) Hasil Transformasi Wavelet Diskritnya ... 37
iv
Gambar 2.19 (a) Transformasi Wavelet pada Sinyal Satu Dimensi dan (b) pada
Sinyal Suara ... 41
Gambar 2.20 Model Neuron ... 46
Gambar 2.21 Fungsi Identitas ... 46
Gambar 2.22 Fungsi Tangga ... 47
Gambar 2.23 Fungsi Sigmoid ... 47
Gambar 2.24 Fungsi Hpertangent ... 48
Gambar 2.25 Jaringan Saraf Tiruan Lapis Tunggal ... 49
Gambar 2.26 Jaringan Saraf Tiruan Lapis Banyak ... 49
Gambar 3.1 Diagram Sistem Speaker Identification ... 54
Gambar 3.2 Tahap Pengambilan Input Suara ... 55
Gambar 3.3 Tahap Pemprosesan Awal ... 57
Gambar 3.4 Urutan Pemotongan Suara ... 59
Gambar 3.5 (a) Gambar Suara Sebelum dan (b) Sesudah Penguatan ... 60
Gambar 3.6 Suara Sebelum dan Sesudah Normalisasi ... 61
Gambar 3.7 Tahap Ekstraksi Fitur Suara ... 62
Gambar 3.8 Gambar Dekomposisi Wavelet ... 63
Gambar 3.9 Gambar Sinyal Suara Asli dan Hasil Dekomposisi ... 65
Gambar 3.10 Tahap Klasifikasi ... 67
Gambar 3.11 Tahap Pelatihan ... 67
Gambar 3.12 Ilustrasi Strategi Representasi Nilai Output ... 69
Gambar 3.13 Ilustrasi Tahap Inisialisasi Input dan Target Output ... 70
Gambar 3.14 Proses Perhitungan Forward ... 71
iv
Gambar 3.16 Tahap Pengenalan ... 74
Gambar 3.17 Rancangan Layar Input Pola Masukan ... 80
Gambar 3.18 Rancangan Layar Pelatihan Jaringan Saraf Tiruan ... 81
Gambar 3.19 Rancangan Layar Identifikasi Suara ... 82
Gambar 3.20 Rancangan Layar Konfigurasi Sistem dan Database ... 84
Gambar 3.21 Rancangan Layar Keterangan ... 86
Gambar 4.1 Layar Penambahan Pola ... 88
Gambar 4.2 Layar Pelatihan ... 90
Gambar 4.3 Layar Pengenalan ... 91
Gambar 4.4 Layar Perubahan Konfigurasi dan Database ... 92
Gambar 4.5 Layar Keterangan Program ... 93
Gambar 4.6 Grafik Pengaruh Penggunaan Frekuensi Sinyal Hasil Dekomposisi Wavelet, Penguatan Suara, dan Normalisasi ... 97
Gambar 4.7 Grafik Pengaruh Level Dekomposisi Wavelet ………. 99
Gambar 4.8 Grafik Pengaruh Jumlah Node pada Hidden Layer ... 101
Gambar 4.9 Grafik Pengaruh Target Error ... 103
Gambar 4.10 Grafik Pengaruh Learning Rate ……...……… 104
Gambar 4.11 Grafik Pengaruh Jumlah Data Pelatihan Per Subjek ………. 106
Gambar 4.12 Grafik Pengaruh Jumlah Subjek ... 108
iv
