PENGENALAN SUARA BERDASARKAN USIA DAN JENIS KELAMIN MENGGUNAKAN ALGORITME SUPPORT VECTOR MACHINE (SVM)
IKRA DEWANTARA
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
PERNYATAAN MENGENAI SKRIPSI DAN SUMBER INFORMASI SERTA PELIMPAHAN HAK CIPTA Dengan ini saya menyatakan bahwa skripsi berjudul Pengenalan Suara Berdasarkan Usia dan Jenis Kelamin Menggunakan Algoritma Support Vector Machine (SVM) adalah benar karya saya dengan arahan dari komisi pembimbing dan belum diajukan dalam bentuk apa pun kepada perguruan tinggi mana pun. Sumber informasi yang berasal atau dikutip dari karya yang diterbitkan maupun tidak diterbitkan dari penulis lain telah disebutkan dalam teks dan dicantumkan dalam Daftar Pustaka di bagian akhir skripsi ini. Dengan ini saya melimpahkan hak cipta dari karya tulis saya kepada Institut Pertanian Bogor. Bogor, Juli 2013 Ikra Dewantara G64104057
ABSTRAK IKRA DEWANTARA. Pengenalan Suara Berdasarkan Usia dan Jenis Kelamin Menggunakan Algoritma Support Vector Machine (SVM). Dibimbing oleh TOTO HARYANTO. Pengenalan suara manusia dengan bantuan komputer dapat dilakukan karena masing-masing suara memiliki ciri serta frekuensi yang berbeda-beda. Pengelompokan ciri suara berdasarkan jenis kelamin, dapat dikelompokan menjadi laki-laki dan perempuan, sedangkan berdasarkan umur dapat dikelompokan menjadi anak-anak, remaja, dan dewasa. Penelitian ini bertujuan untuk mengenali suara yang dikelompokan ke dalam salah satu kelas berdasarkan usia dan jenis kelamin. Data yang digunakan berasal dari penelitian Fransiswa (2010). Data terdiri dari 6 penggolongan kelas, yaitu anak laki-laki (AL), anak perempuan (AP), remaja laki-laki (RL), remaja perempuan (RP), tua laki-laki (TL), dan tua perempuan (TP). Metode ekstraksi ciri yang digunakan adalah Mel Frequency Cepstrum Coefficient (MFCC), pengenalan pola menggunakan Support vector machine (SVM) dengan berbagai variasi kernel seperti linear, polynomial, dan Radial Basis Function (RBF). Parameter-parameter yang mempengaruhi dalam proses MFCC di antaranya: nilai koefisien, overlap, time frame, dan sampling rate. Hasil rata-rata akurasi tertinggi yaitu 98.24% diperoleh menggunakan kernel RBF. Kata kunci: identifikasi suara, kernel RBF, MFCC, pengenalan suara, support vector machine (SVM). ABSTRACT IKRA DEWANTARA. Voice Recognition Based on Age and Gender Using Support Vector Machine (SVM) Algorithm. Supervised by TOTO HARYANTO. Voice recognition using computers is made possible due to the unique characteristics and frequencies that each voice possesses. These vocal characteristics can be grouped according to gender (male or female) or age (child, teenager, or adult). The purpose of this research is to identify individual voices that have been placed within one of the groups based on age and gender. The data used comes from the research of Fransiswa (2010) and consists of six classes: boys (AL), girls (AP), teenage boys (RL), teenage girls (RP), men (TL), and women (TP). The method used to extract vocal characteristics was the Mel Frequency Cepstrum Coefficient (MFCC) and pattern recognition was performed using a Support Vector Machine (SVM) with several variations of the kernel such as Linear, Polynomial, and Radial Basis Function (RBF). The parameters affecting the MFCC process include: The value of the coefficients, overlap, time frame, and the rate of sampling. The average highest accuracy value of 98,24% was obtained using the RBF Kernel. Keywords: radial basis function (RBF) kernel, support vector Machine (SVM), voice identification, voice Recognition.
PENGENALAN SUARA BERDASARKAN USIA DAN JENIS KELAMIN MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)
IKRA DEWANTARA
Skripsi sebagai salah satu syarat untuk memperoleh gelar Sarjana Ilmu Komputer pada Departemen Ilmu Komputer
DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM INSTITUT PERTANIAN BOGOR BOGOR 2013
Penguji: 1 Mushthofa, SKom MSc 2 Muhammad Asyhar Agmalaro, SSi MKom
Judul Skripsi: Pengenalan Suara Berdasarkan Usia dan Jenis Kelamin Nama NlM
Menggunakan Algoritme Support Vector Machine (SVM) : Ikra Dewantara : G64104057
Disetujui oleh
Toto Haryanto, SKom MSi
Pembimbing
TanggaJ Lulus:
2 5 JUL 2 13
Judul Skripsi : Pengenalan Suara Berdasarkan Usia dan Jenis Kelamin Menggunakan Algoritme Support Vector Machine (SVM) Nama : Ikra Dewantara NIM : G64104057
Disetujui oleh
Toto Haryanto, SKom MSi Pembimbing
Diketahui oleh
Dr Ir Agus Buono, MSi MKom Ketua Departemen Ilmu Komputer
Tanggal Lulus:
PRAKATA Puji dan syukur penulis panjatkan ke hadirat Allah subhanahu wata’ala, yang telah memberikan nikmat yang begitu banyak sehingga penulis dapat menyelesaikan penelitian dan tulisan ini. Shalawat serta salam penulis sampaikan kepada Nabi Muhammad shallallahu ‘alaihi wassalam, keluarga, sahabat, serta umatnya hingga akhir zaman. Tulisan ini merupakan hasil penelitian yang penulis lakukan sejak November 2012 hingga Juli 2013. Tulisan ini mengambil topik pengenalan pola suara untuk mengidentifikasi suara berdasarkan usia dan jenis kelamin. Terima kasih penulis ucapkan kepada seluruh pihak yang telah berperan membantu dalam penelitian ini, yaitu: 1 Ayahanda Sudirah, Ibunda Titien Sulistyowati, serta Adik Maulana Husada dan Trias Prastyoningrum atas kasih sayang, doa, dan dorongan semangat yang telah diberikan kepada penulis agar penelitian ini cepat selesai. 2 Bapak Toto Haryanto, SKom MSi selaku pembimbing yang telah memberikan arahan dan saran selama penelitian ini berlangsung. 3 Bapak Mushthofa, SKom MSc dan Bapak Muhammad Asyhar Agmalaro, SSi MKom selaku dosen penguji yang telah bersedia menguji serta memberikan masukan-masukan dalam penelitian ini. 4 Rekan-rekan Ilkom Alih Jenis Angkatan 5. Penulis menyadari bahwa masih terdapat kekurangan dalam penulisan skripsi ini. Semoga karya ilmiah ini bermanfaat. Bogor, Juli 2013 Ikra Dewantara
DAFTAR ISI DAFTAR TABEL
vii
DAFTAR GAMBAR
vii
DAFTAR LAMPIRAN
viii
PENDAHULUAN
1
Latar Belakang
1
Tujuan
1
Manfaat
2
Ruang Lingkup
2
TINJAUAN PUSTAKA
2
Sinyal Suara
2
Transformasi Suara Analog ke dalam Suara Digital
2
Ekstraksi Ciri dengan MFCC
4
K-Fold Cross Validation
5
Pengenalan Pola dengan SVM
6
Multi Class SVM
8
METODE PENELITIAN
8
Kerangka Pemikiran
8
Pengambilan Data
9
Tahan Pra Proses
9
Ekstraksi Ciri Menggunakan MFCC
10
Standardisasi
10
Proporsi Data Latih dan Data Uji
10
K-Fold Cross Validation
10
Pemodelan SVM
12
Lingkungan Pengembangan
12
Pengujian
12
HASIL DAN PEMBAHASAN
12
Ekstraksi Ciri Menggunakan MFCC
12
Pemodelan dan Klasifikasi SVM
13
Perbandingan Kernel-Kernel SVM
14
Perbandingan SVM dan PNN
15
Implementasi
17
SIMPULAN DAN SARAN
19
Simpulan
19
Saran
19
DAFTAR PUSTAKA
19
LAMPIRAN
21
DAFTAR TABEL 1 2 3 4 5 6
Penggolongan kelas berdasarkan kisaran usia dan jenis kelamin Proporsi data latih dan data uji Pembagian data latih dan data uji berdasarkan subset untuk data latih 75% Pembagian data latih dan data uji berdasarkan subset untuk data latih 50% Pembagian data latih dan data uji berdasarkan subset untuk data latih 25% Contoh tabel akurasi berdasarkan data latih, data uji, dan subset yang digunakan 7 Parameter-parameter untuk masing-masing kernel SVM 8 Hasil perbandingan akurasi pengujian kernel linear (C = 2) 9 Hasil perbandingan akurasi pengujian kernel polynomial (C = 2 dan d = 2) 10 Hasil perbandingan akurasi pengujian kernel RBF (C = 2 dan σ = 4) 11 Perbandingan rata-rata akurasi berdasarkan usia dan jenis kelamin menggunakan SVM dengan kernel RBF 12 Perbandingan rata-rata akurasi berdasarkan usia dan jenis kelamin menggunakan PNN 13 Akurasi tertinggi kernel RBF (koefisien 26 dengan subset 2)
9 10 11 11 11 11 12 14 14 14 16 16 17
DAFTAR GAMBAR 1 2 3 4 5 6 7 8 9
Tahapan transformasi sinyal menjadi informasi Ilustrasi sampling Blok diagram teknik MFCC Ilustrasi SVM untuk linear separable data Ilustrasi SVM untuk non-linear separable data Proses pengambilan suara sampai mendapatkan informasi Contoh hasil MFCC untuk koefisien 13 Pemodelan SVM Perbandingan rata-rata akurasi berdasarkan jenis kelamin dan koefisien menggunakan SVM dengan kernel RBF 10 Perbandingan rata-rata akurasi berdasarkan jenis kelamin dan koefisien menggunakan PNN 11 Antarmuka aplikasi
3 3 4 6 7 9 13 13 17 17 18
DAFTAR LAMPIRAN 1 Akurasi pengenalan pola suara menggunakan kernel linear dilihat dari pengaruh parameter C 2 Akurasi pengenalan pola suara menggunakan kernel polynomial dilihat dari pengaruh parameter C 3 Akurasi pengenalan pola suara menggunakan kernel polynomial dilihat dari pengaruh parameter d 4 Akurasi pengenalan pola suara menggunakan kernel RBF dilihat dari pengaruh parameter C 5 Akurasi pengenalan pola suara menggunakan kernel RBF dilihat dari pengaruh parameter σ 6 Akurasi kernel linear dengan C = 2 berdasarkan subset (S) yang digunakan 7 Akurasi kernel polynomial dengan C = 2 dan d = 2 berdasarkan subset (S) yang digunakan 8 Akurasi kernel RBF dengan C = 2 dan σ = 4 berdasarkan subset (S) yang digunakan
21 21 22 22 23 24 24 24
1
PENDAHULUAN Latar Belakang Pengenalan biometrik adalah salah satu metode pengenalan manusia yang dapat dilakukan oleh mesin. Pengenalan ini dilakukan untuk proses autentikasi dalam sistem. Sistem autentikasi yang berkembang saat ini di antaranya seperti pengenalan iris mata, pengenalan wajah, pengenalan sidik jari, dan pengenalan suara. Pengenalan suara dapat diaplikasikan menjadi sistem autentikasi karena setiap pembicara memiliki gelombang suara yang bervariasi (Pelton 1993). Sebagai contoh jika seseorang mengucapkan sebuah kata, maka polanya akan berbeda dengan pola suara orang lain. Pola suara juga akan berbeda jika dilihat dari jenis kelamin maupun kisaran umur. Jika seseorang hanya mendengarkan suara saja tanpa tahu orangnya, untuk suara dengan pola yang mirip, sebagian besar orang akan sulit mengenali kisaran usianya. Suara dalam bentuk analog harus dikonversi menjadi digital. Hasilnya adalah sebuah representasi vektor dalam ukuran besar dengan tidak menghilangkan ciri dari suara tersebut. Oleh karena itu, dibutuhkan sebuah teknik ekstraksi ciri untuk mengubah vektor suara menjadi vektor ciri tanpa mengurangi karakteristik suara tersebut. Menurut Buono et al. (2009), mel-frequency cepstrum coefficients (MFCC) dapat merepresentasikan ekstraksi ciri sinyal lebih baik dibandingkan dengan linear prediction ceptrum coefficient (LPCC) dan teknik ekstraksi ciri lainnya. Penelitian pengenalan pola suara telah dilakukan oleh Fransiswa (2010) menggunakan MFCC sebagai ekstraksi ciri dan probabilistic neural network (PNN) sebagai pengenalan pola. Penelitian pola suara lainnya juga telah dilakukan oleh Ganapathiraju (2002) menggunakan SVM sebagai pengenalan pola suara. Menurut Ganapathiraju (2002) SVM telah banyak digunakan dan menghasilkan pengenalan pola suara yang sangat baik. SVM dapat menyelesaikan permasalahan pengelompokan 2 kelas secara sempurna menggunakan metode pembagian 2 wilayah linear. Adapun kendala yang dihadapi dalam pengenalan pola menggunakan SVM adalah dalam penyelesaian masalah pengelompokan kelas non-linear/banyak kelas. Berdasarkan latar belakang tersebut, maka pada penelitian ini ditujukan untuk membandingkan hasil akurasi SVM untuk melakukan identifikasi suara terhadap PNN yang telah digunakan pada penelitian Fransiswa (2010). Adapun metode ekstraksi ciri yang digunakan adalah sama, yaitu MFCC.
Tujuan 1 2 3
Penelitian ini bertujuan untuk: Menerapkan MFCC sebagai ekstraksi ciri. Menerapkan SVM sebagai salah satu metode pengenalan suara berdasarkan kisaran usia dan jenis kelamin. Membandingkan hasil pengujian kernel-kernel SVM seperti kernel linear, kernel polynomial, dan kernel radial basis function (RBF).
2
4
Membandingkan rata-rata akurasi antara pengenalan pola menggunakan SVM dengan kernel RBF dengan skripsi Fransiswa (2010) yang menggunakan PNN sebagai pengenalan suara berdasarkan usia dan jenis kelamin.
Manfaat Penelitian ini diharapkan menghasilkan sistem yang cukup efektif dalam pengenalan suara suara berdasarkan kisaran usia dan jenis kelamin dengan MFCC sebagai ekstraksi ciri dan SVM sebagai algoritme klasifikasi.
Ruang Lingkup Ruang lingkup penelitian ini dibatasi pada: 1 Data yang digunakan dalam penelitian ini menggunakan data penelitian Fransiswa (2010). 2 Kata yang direkam adalah “awas ada bom”. Kata ini dipilih karena tidak mengandung diftong sehingga susunan vokalnya berselingan. Diftong adalah 2 buah vokal yang berurutan, misal: buah, lauk, daun, dsb. Selain itu juga karena kata “awas ada bom” terdiri dari 3 kata, sehingga memiliki variasi warna suara. 3 Metode ekstraksi ciri yang digunakan adalah MFCC. MFCC dapat merepresentasikan sinyal lebih baik dibandingkan dengan LPCC dan teknik ekstraksi ciri lainnya (Buono et al. 2009). 4 Kelompok usia dibagi menjadi anak-anak memiliki kisaran usia antara 8 tahun sampai 11 tahun, remaja antara 12 tahun sampai 21 tahun dan dewasa antara 22 tahun sampai 50 tahun (IDAI 2009).
TINJAUAN PUSTAKA Sinyal Suara Sinyal suara merupakan gelombang analog yang merambat melalui medium (zat perantara). Suara manusia menghasilkan gelombang yang berasal dari paruparu, kemudian diatur dan dibentuk oleh pita suara. Sinyal suara yang dapat didengar oleh manusia berkisar antara frekuensi 20 Hz sampai dengan 20 KHz. Adapun sinyal suara yang dapat didengar baik oleh manusia yang memiliki frekuensi di atas 10 KHz (Pelton 1993). Transformasi Suara Analog ke dalam Suara Digital Pemrosesan suara digital dapat dilakukan jika suara dalam bentuk sinyal analog yang bersifat kontinyu ditransformasi ke dalam bentuk digital yang bersifat diskret. Menurut Buono et al. (2009), pemrosesan suara merupakan teknik transformasi sinyal suara menjadi informasi yang berarti sesuai dengan yang diinginkan. Secara umum proses transformasi diawali dari digitalisasi sinyal,
3
ekstraksi ciri dan diakhiri dengan pengenalan pola untuk klasifikasi. Tahapan transformasi sinyal analog sampai menghasilkan informasi disajikan pada Gambar 1.
Gambar 1 Tahapan transformasi sinyal menjadi informasi (Buono et al. 2009) Menurut Orfanidis (2010) pemrosesan sinyal analog menjadi sinyal digital harus melalui proses sampling dan kuantisasi. Sampling merepresentasikan sinyal analog x(t) yang diukur secara berkala setiap t detik sehingga waktu didiskritisasi dalam satuan sampling interval T. Ilustrasi sampling disajikan pada Gambar 2.
Gambar 2 Ilustrasi sampling (Orfanidis 2010) Hasil dari sampling adalah representasi sebuah vektor yang terdiri atas nilainilai amplitudo terhadap waktu. Amplitudo merepresentasikan besar/kecilnya volume suara. Panjang suatu vektor ini ditentukan oleh durasi suara tersebut dan sampling rate yang digunakan. Sampling rate adalah banyaknya sampling yang diambil dalam waktu tertentu (t). Hubungan antara panjang vektor dan sampling rate dapat dinyatakan dalam Persamaan 1. s t S = Panjang vektor Fs = Sampling rate yang digunakan (Hz) t = waktu (detik)
(1)
4
Tahapan selanjutnya ialah kuantisasi. Kuantisasi adalah pemetaan nilainilai amplitudo ke dalam representasi nilai 8 bit atau 16 bit.
Ekstraksi Ciri dengan MFCC MFCC merupakan teknik ekstraksi ciri yang telah luas dipakai pada pemrosesan sinyal suara, terutama pada pengenalan pembicara. Penggunaan teknik ini pada sistem pemrosesan sinyal memberikan pengenalan yang lebih baik dibandingkan dengan metode lain yang sudah ada (Buono et al.2009). Menurut Do (1994) MFCC adalah teknik ekstraksi ciri yang populer dan paling banyak digunakan. Blok diagram teknik MFCC disajikan pada Gambar 3. continuous speech
Frame Blocking
mel cepstrum
frame
Cepstrum
Windowing
mel spectrum
FFT
spectrum
Mel-frequency Wrapping
Gambar 3 Blok diagram teknik MFCC Frame blocking dan overlapping: Sinyal suara dibaca per blok (frame), terdiri dari sejumlah N titik samples, dan antara dua frame yang bersebelahan terdapat overlap. Overlap ini dipisahkan oleh M (M < N). Frame pertama diawali dengan titik sample N, sedangkan frame kedua diawali dengan M samples setelah frame pertama. Overlap terjadi pada N - M atau frame pertama yang saling tumpang tindih terhadap frame kedua. Windowing: Proses windowing dilakukan pada setiap frame dengan tujuan untuk meminimumkan diskontinuitas antar dua frame yang bersebelahan, khususnya pada bagian awal dan akhir. Jika window didefinisikan sebagai w(n), 0 n N 1, windowing dapat dihitung menggunakan perkalian vektor seperti pada Persamaan 2.
yl (n) xl (n)w(n), 0 n N 1
(2)
Fungsi Hamming window atau w(n) yang disajikan pada Persamaan 3. 2n w(n) 0.54 0.46 cos , 0 n N 1 N 1
(3)
dengan: N = banyaknya samples dalam setiap frame n = frame ke-n yl (n) = fungsi windowing w(n) = fungsi Hamming window FFT: Fast fourier transform (FFT) bertujuan melakukan konversi pada setiap frame yang terdiri atas N sampel dari domain waktu ke domain frekuensi. FFT adalah algoritma yang cepat untuk mengimplementasikan discrete fourier
5
transform (DFT) yang didefinisikan pada N sampel {xn}. Fungsi FFT disajikan pada Persamaan 5. N 1
X k xn e j 2kn / N ,
k 0,1,2,..., N 1
(5)
n 0
Xk Xn N j
= nilai-nilai sampel yang akan di proses ke dalam domain frekuensi = magnitudo frekuensi = jumlah data pada domain frekuensi = bilangan imajiner
Secara umum Xk adalah bilangan kompleks dan hanya dilihat bilangan absolutnya saja. Hasil dari tahap FFT ini disebut dengan nama spektrum atau periodogram. Mel-frequency wrapping: Tahap ini merupakan proses pemfilteran dari spektrum setiap frame yang diperoleh dari tahapan sebelumnya, menggunakan sejumlah M filter segitiga dengan tinggi satu. Filter ini dibuat dengan mengikuti persepsi telinga manusia dalam menerima suara. Persepsi ini dinyatakan dalam skala ’mel’ (berasal dari melody) yang mempunyai hubungan tidak linear dengan frekuensi suara, dalam hal ini skala mel-frequency adalah linear untuk frekuensi kurang dari 1000 Hz dan logaritmik untuk frekuensi di atas 1000 Hz. Hubungan antara skala mel dengan frekuensi (Hz) disajikan pada Persamaan 6. mel
z
. log
(6)
Cepstrum: Langkah terakhir yaitu mengubah spektrum log mel menjadi domain waktu. Hasilnya disebut dengan MFCC. Cepstral dari spektrum suara merepresentasikan sifat/ciri spektral lokal sinyal untuk analisis frame yang diketahui. Koefisien mel spectrum dapat dikonversi ke dalam domain waktu menggunakan discrete cosine transform (DCT) seperti ditunjukkan dalam Persamaan 7 dan 8. mk ∑ n cs (n,m) ∑k
k
(n m )
. log(mk) cos (
mel k ( n
n
(7)
)k
), n
, ,
, -
(8)
dengan k = 0, 2, ..., K-1
K-Fold Cross Validation Cross validation disebut juga sebagai rotation estimation. Dataset V dibagi menjadi k subset (fold) yang saling bebas secara acak, yaitu D1, D2, , Dk dengan ukuran yang sama. Pemodelan dan pengujian dilakukan sebanyak k kali, setiap kali iterasi ke-t (t , ,3, , k) dilatih pada D/Dt dan diuji pada Dt. Perkiraan akurasi pada cross validation dengan membagi jumlah keseluruhan klasifikasi yang benar dengan seluruh instances pada dataset (Kohavi 1995).
6
Pengenalan Pola dengan SVM Menurut Cortes dan Vapnik (1995) SVM adalah sistem pembelajaran untuk mengklasifikasikan data menjadi 2 kelompok menggunakan fungsi-fungsi linear dalam sebuah ruang fitur (feature space) berdimensi tinggi. Klasifikasi SVM dilakukan dengan cara menemukan hyperplane terbaik sehingga diperoleh ukuran
Gambar 4 Ilustrasi SVM untuk linear separable data (Wang et al. 2009) margin yang maksimal. Margin adalah jarak antara hyperplane tersebut dengan titik terdekat dari masing-masing kelas. Titik yang paling dekat ini disebut dengan support vector. Ilustrasi SVM untuk linear separable data disajikan pada Gambar 4. Menurut Cortez dan Vapnik (1995) Gambar 4 di atas mengilustrasikan dua kelas yang dapat dipisahkan secara linier menggunakan sepasang bidang batas yang sejajar. Bidang batas pertama membatasi kelas pertama (yi = 1), dan bidang batas kedua membatasi kelas kedua (yi = 1). Persamaan bidang pembatas jika data terpisah secara linier dapat dihitung menggunakan perkalian vektor antara vektor bobot dengan data set seperti disajikan pada Persamaan 9. w w
i i
b b
-
untuk kelas 1 untuk kelas 2
=1 = 1
(9)
dengan: = data set = kelas dari data w = vektor bobot yang tegak lurus terhadap hyperplane b = menentukan fungsi pemisah relatih terhadap titik asal Bidang pemisah terbaik adalah bidang pemisah yang memiliki margin (jarak antara dua bidang pembatas) maksimal atau berada di tengah-tengah kedua kelas yang berbeda. Nilai margin antara dua bidang pembatas adalah m = . Margin maksimal diperoleh dengan menggunakan fungsi Lagrangian seperti pada Persamaan 10.
7
minw,b
p (w,b,a)
| w | - ∑li ( i yi ((w.x b)- )) ∑li
i
(10)
Vektor w sering kali bernilai sangat besar bahkan tidak terhingga, tetapi untuk nilai terhingga. Persamaan Lagrange primal problem perlu diubah ke dalam Lagrange dual problem seperti Persamaan 11. D
∑li
∑li ∑lj
i-
i j yi yj xi .xj
(11)
Karena minw,b Lp = max Ld. Sehingga solusi pencarian bidang pemisah terbaik disajikan dalam Persamaan 12. max
∑li
il
∑li ∑lj
s.t ∑ i yi
i j yi yj xi .xj
(12)
,
i
Persamaan 12 akan menghasilkan nilai i untuk setiap data pemodelan. Nilai tersebut digunakan untuk menentukan bobot (w). Data yang memiliki nilai i adalah support vector, sedangkan sisanya dianggap bukan support vector. Setelah i ditemukan, maka kelas dari data pengujian dapat ditentukan berdasarkan Persamaan 13. f(xd ) ∑i
i yi xi xd
b
(13)
dengan: = support vector NS = jumlah support vector = data yang akan diklasifikasikan Jika data terpisah secara non-linear, data terlebih dahulu diproyeksikan oleh fungsi kernel ke ruang vektor baru yang berdimensi tinggi sedemikian sehingga data itu dapat terpisah secara linear, seperti pada Gambar 5.
Gambar 5 Ilustrasi SVM untuk non-linear separable data (Wang et al. 2009) Selanjutnya di ruang vektor baru tersebut SVM mencari hyperplane terbaik untuk memisahkan dua kelas secara linear. Pencarian hyperplane bergantung kepada dot product dari data yang dipetakan pada ruang berdimensi tinggi, yaitu ( ) ( ). Perhitungan transformasi ( ) ini sangat sulit, namun dapat digantikan dengan fungsi yang disebut dengan kernel sesuai pada Persamaan 14. K(u,v)
(u).
v
(14)
8
Sehingga jika disubtitusi ke dalam persamaan Lagrangian menjadi seperti Persamaan 15 dengan fungsi yang dihasilkan pada Persamaan 16. ∑li
i-
∑li ∑lj
f(xd ) ∑i
i j yi yj K
i yi K(u.v)
u.v
b
(15) (16)
Menurut Cortez dan Vapnik (1995) beberapa fungsi kernel yang umum digunakan adalah: 1 2 3
Linear kernel K(u,v) u.v Polynomial kernel K(u,v) u.v d Radial basis function (RBF) kernel K(u,v) exp (- |u-v| ) ,
(17) (18) (19)
dengan: u = data latih v = kelas pada data latih d dan γ adalah parameter kernel Pemodelan pada kernel linear dan polynomial merupakan perkalian vektor antara data latih dan kelas yang bersesuaian. Adapun data latih (u) harus ditranspose terlebih dahulu menjadi (uT) agar dimensi datanya sesuai.
Multi Class SVM Matlab menyediakan fungsi SVM untuk melakukan pemodelan dan klasifikasi, namun memiliki keterbatasan yaitu hanya mampu melakukan pemodelan dan klasifikasi untuk 2 kelas. Adapun penelitian ini terdiri dari 6 kelas yang harus dibedakan. Oleh karena itu diperlukan sebuah metode untuk melakukan pemodelan dan klasifikasi untuk data yang memiliki lebih dari 2 kelas. Menurut Hsu dan Lin (2002) untuk mengklasifikasikan data yang lebih dari 2 kelas, terdapat suatu metode yaitu one-againts-all. Metode ini dibangun n buah model SVM (dimana n = jumlah kelas). Setiap model klasifikasi ke-i dilatih dengan menggunakan keseluruhan data.
METODE PENELITIAN Kerangka Pemikiran Penelitian ini dikembangkan dengan metode yang terdiri atas beberapa tahap, seperti disajikan pada Gambar 6.
9
Mulai Pengambilan suara 5 orang @20x = 100 suara per kelas
Praproses Ekstraksi Ciri MFCC Standardisasi Data Latih ditentukan oleh proporsi dan subset yang digunakan
Data Uji ditentukan oleh proporsi dan subset yang digunakan
Pelatihan SVM (Mencari kernel terbaik)
Model
Pengujian Analisis Hasil Selesai
Gambar 6 Proses pengambilan suara sampai mendapatkan informasi
Pengambilan Data Data suara yang digunakan dalam penelitian ini diambil dari penelitian Fransiswa (2010). Data tersebut terdiri atas 6 penggolongan kelas. Tabel 1 menunjukkan penggolongan kelas berdasarkan kisaran usia dan jenis kelamin.
Tabel 1 Penggolongan kelas berdasarkan kisaran usia dan jenis kelamin No. Usia Jenis kelamin 1 Anak Laki-laki 2 Anak Perempuan 3 Remaja Laki-laki 4 Remaja Perempuan 5 Tua Laki-laki 6 Tua Perempuan Sumber: Fransiswa (2010)
Kisaran usia (tahun) 8 – 11 8 – 11 12 – 21 12 – 21 22 – 50 22 – 50
Masing-masing kelas terdiri atas 5 orang. Masing-masing orang merekam “Awas Ada Bom”, diulang sebanyak 20 kali, sehingga total terdapat 600 suara.
Tahan Pra Proses Suara yang sudah dalam bentuk digital, pada tahap ini akan dilakukan normalisasi. Proses normalisasi suara umunya dilakukan pada tinggi amplitudo yang berbeda-beda serta menghilangkan suara kosong (diam) pada awal dan akhir rekaman. Normalisasi amplitudo dilakukan dengan cara membagi setiap nilai
10
dengan nilai maksimumnya sehingga diperoleh sebuah nilai yang sudah dinormalisasi.
Ekstraksi Ciri Menggunakan MFCC Suara yang sudah dinormalisasi dan dihilangkan suara diamnya, kemudian diekstraksi ciri dengan menggunakan MFCC. Adapun parameter-parameter MFCC yang digunakan dalam penelitian ini di antaranya: time frame 40, sampling rate 11000 Hz, overlap 0.5, dan jumlah koefisien yang digunakan pada setiap frame yaitu 13, 20, dan 26.
Standardisasi Standardisasi merupakan teknik mengambil nilai rata-rata ciri untuk semua frame dari matrix hasil MFCC. Jumlah baris menyatakan banyaknya ciri, sedangkan jumlah kolom menyatakan banyaknya frame. Sebagai contoh jika memiliki matriks dengan ukuran 13 × 33, maka matriks tersebut memiliki penciri sebanyak 13 dan jumlah frame sebanyak 33. Standardisasi diperlukan agar masing-masing data suara diwakilkan oleh sebuah kolom. Tahapan selanjutnya adalah melakukan transpose terhadap semua hasil standardisasi agar diperoleh matriks berukuran (jumlah data × koefisien).
Proporsi Data Latih dan Data Uji Proporsi data latih dan data uji yang digunakan dalam penelitian ini sesuai dengan penelitian Fransiswa (2010) agar hasilnya bisa dibandingkan. Adapun proporsinya disajikan pada Tabel 2. Tabel 2 Proporsi data latih dan data uji Data latih 75% 50% 25%
Data uji 25% 50% 75%
K-Fold Cross Validation K-Fold Cross Validation digunakan untuk mencari akurasi terbaik di antara berbagai macam variasi data latih dan data uji yang digunakan. Pembagian data untuk proporsi data latih 75% menggunakan 4-fold cross validation dan untuk data latih 50% menggunakan 2-fold cross validation. Adapun pembagian data untuk proporsi data latih 25% tidak menggunakan metode k-fold. Pembagian data latih dan data uji jika dilihat berdasarkan subset (S) untuk data latih 75% disajikan pada Tabel 3.
11
Tabel 3 Pembagian data latih dan data uji berdasarkan subset untuk data latih 75% Pengujian (P) P1 P2 P3 P4
Data latih S2, S3, S4 S1, S3, S4 S1, S2, S4 S1, S2, S3
Data uji S1 S2 S3 S4
Data pada masing-masing subset (S), yaitu S1, S2, S3, dan S4 diperoleh dari total data suara masing-masing orang dibagi menjadi 4. Jika terdapat 6 kelas, masing-masing kelas terdiri dari 5 orang, dan masing-masing orang merekam 20 kali perulangan, maka setiap subset terdiri atas 6 ×5 × (20 / 4) = 150 data suara. Pembagian data latih dan data uji jika dilihat berdasarkan subset (S) untuk data latih 50% disajikan pada Tabel 4. Tabel 4 Pembagian data latih dan data uji berdasarkan subset untuk data latih 50% Pengujian (P) P1 P2
Data latih S1 S2
Data uji S2 S1
Data pada masing-masing subset (S), yaitu S1 dan S2 diperoleh dari total data suara masing-masing orang dibagi menjadi 2. Jika terdapat 6 kelas, masingmasing kelas terdiri atas 5 orang, dan masing-masing orang merekam 20 kali perulangan, maka setiap subset terdiri atas 6 × 5 × (20 / 2) = 300 data suara. Pembagian data latih dan data uji jika dilihat berdasarkan subset (S) untuk data latih 25% disajikan pada Tabel 5. Tabel 5 Pembagian data latih dan data uji berdasarkan subset untuk data latih 25% Pengujian (P) P1 P2 P3 P4
Data latih S1 S2 S3 S4
Data uji S2, S3, S4 S1, S3, S4 S1, S2, S4 S1, S2, S3
Data pada masing-masing subset (S), yaitu S1, S2, S3, dan S4 diperoleh dari total data suara masing-masing orang dibagi menjadi 4. Jika terdapat 6 kelas, masing-masing kelas terdiri dari 5 orang, dan masing-masing orang merekam 20 kali perulangan, maka setiap subset terdiri atas 6 × 5 × (20 / 4) = 150 data suara. Adapun hubungan proporsi data latih, data uji, dan subset yang digunakan disajikan pada Tabel 6. Tabel 6 Contoh tabel akurasi berdasarkan data latih, data uji, dan subset yang digunakan Data Latih 75% 50% 25%
Data Uji 25% 50% 75%
Subset 1 Akurasi P1 Akurasi P1 Akurasi P1
Subset 2 Akurasi P2 Akurasi P2 Akurasi P2
Subset 3 Akurasi P3 Akurasi P3
Subset 4 Akurasi P4 Akurasi P4
12
Pemodelan SVM Pemodelan SVM dibentuk sesuai dengan kernel SVM yang akan digunakan. Masing-masing kernel memiliki parameter-parameter yang berbeda seperti disajikan pada Tabel 7. Tabel 7 Parameter-parameter untuk masing-masing kernel SVM Kernel Linear Polynomial RBF
Parameter C C C
d σ
dengan: C = besarnya nilai penalti akibat kesalahan klasifikasi d = derajat kernel polynomial =
Lingkungan Pengembangan Spesifikasi perangkat keras yang digunakan untuk penelitian ini adalah prosesor AMD Phenom X6 2.8GHz, memori 4GB DDR3, hard disk 1TB, VGA ATi Radeon 4670 1GB, dan Standard Microphone/Headset. Adapun untuk perangkat lunak yang digunakan untuk penelitian ini adalah Windows 7 Ultimate 64bit, Matlab R2010b 64 bit, dan Microsoft Excel 2010.
Pengujian Pengujian dapat dilakukan dengan cara mencocokan hasil dari data uji dengan data pada kelas sebenarnya. Data yang sama dijumlahkan dan hasilnya dibagi dengan keseluruhan data uji. Secara matematis rumus untuk menghitung akurasi dapat dilihat seperti rumus di bawah ini: asil akurasi
suara uji teridentifikasi benar suara pada kelas sebenarnya
(20)
HASIL DAN PEMBAHASAN Ekstraksi Ciri Menggunakan MFCC Data yang digunakan berupa suara digital yang direkam menggunakan perintah wavrecord pada Matlab, dan dibaca kembali dengan perintah wavread. Data terdiri atas 6 kelas dengan masing-masing kelas terdapat 5 orang. Masingmasing orang merekam suara sebanyak 20 kali sehingga diperoleh 600 data suara dengan format WAV.
13
Setiap suara memiliki ciri yang berbeda-beda. Ciri ini diperoleh dari hasil ekstraksi MFCC. Hasil ekstraksi menghasilkan matriks berukuran n × koefisien MFCC, dengan n adalah jumlah data. Beberapa penelitian yang sudah dilakukan untuk melakukan ekstraksi ciri di antaranya: 1 2 3
Menggunakan koefisien 13 Suhartono (2007). Menggunakan koefisien 20 Do (1994). Menggunakan koefisien 26 Buono (2009).
Penelitian ini menggunakan fungsi MFCC yang diperoleh dari penelitian Buono et al. (2009). Fungsi tersebut memiliki fitur dinamis yang berarti koefisiennya dapat diubah-ubah menjadi 13, 20, atau 26. Parameter-parameter yang digunakan untuk ekstraksi ciri di antaranya: sampling rate 11000 Hz, time frame 40 ms, jumlah koefisien (13, 20, dan 26), dan overlap 0,5. Contoh hasil MFCC untuk koefisien 13 dengan jumlah data sebanyak 600 disajikan pada Gambar 7.
Gambar 7 Contoh hasil MFCC untuk koefisien 13
Pemodelan dan Klasifikasi SVM Data hasil MFCC yang sudah distandaridsasi, kemudian dipilah sesuai dengan proporsi data latih dan data uji yang digunakan. Berbagai macam variasi data juga diujikan untuk mendapatkan akurasi yang terbaik, dalam hal ini menggunakan teknik k-fold. Pemodelan dilakukan dengan cara melatih data sesuai dengan kelasnya, sisa data dianggap bukan kelasnya (konsep one against all) sehingga menghasilkan sebuah model untuk masing-masing kelas. Proses pemodelan dilakukan dengan bantuan aplikasi Matlab menggunakan perintah svmtrain dengan berbagai macam variasi parameter-parameter kernel. Hasilnya adalah dalam masing-masing subset terdiri dari 6 buah model, yaitu model AL, model AP, model RL, model RP, model TL, dan model TP. Pemodelan SVM disajikan pada Gambar 8.
Data: - 600 × 13 - 600 × 20 - 600 × 26
Proporsi Data Latih dan Data Uji - 75% : 25% - 50% : 50% - 25% : 75%
Penentuan Subset: - Subset 1 - Subset 2 - Subset 3 - Subset 4
Pemilihan Kernel: - Linear - Polynomial - RBF
Gambar 8 Pemodelan SVM
Model: - Model AL - Model AP - Model RL - Model RP - Model TL - Model TP
14
Fungsi dari model itu sendiri adalah untuk melakukan klasifikasi terhadap data baru yang diujikan. Klasifikasi dilakukan dengan cara menguji data baru dengan model-model yang telah diperoleh dari pemodelan SVM.
Perbandingan Kernel-Kernel SVM Matlab menyediakan beberapa kernel yang dapat digunakan dalam pemodelan SVM. Beberapa kernel yang umum digunakan yaitu linear, polynomial, dan RBF. Masing-masing kernel memiliki waktu pemodelan, parameter serta tingkat akurasi yang berbeda-beda. Hasil akurasi terbaik masingmasing kernel disajikan pada Tabel 8, 9, dan 10. Tabel 8 Hasil perbandingan akurasi pengujian kernel linear (C = 2) Data Data latih uji 75% 25% 50% 50% 25% 75% Rata-Rata (%)
Koefisien 13 (%) 92.33 91.00 89.39 90.91
Koefisien 20 (%) 93.33 93.00 90.39 92.24
Koefisien 26 (%) 94.17 93.00 91.28 92.81
Rata-rata (%) 93.28 93.33 90.35 91.99
Waktu pemodelan (detik) 250 320 625 1195
Tabel 9 Hasil perbandingan akurasi pengujian kernel polynomial (C = 2 dan d = 2) Data Data latih uji 75% 25% 50% 50% 25% 75% Rata-Rata (%)
Koefisien 13 (%) 97.50 97.83 92.83 96.06
Koefisien 20 (%) 96.83 97.00 95.39 96.41
Koefisien 26 (%) 97.33 96.83 94.44 96.20
Rata-rata (%) 97.22 97.22 94.22 96.22
Waktu pemodelan (detik) 377 415 417 1209
Tabel 10 Hasil perbandingan akurasi pengujian kernel RBF (C = 2 dan σ = 4) Data Data latih uji 75% 25% 50% 50% 25% 75% Rata-Rata (%)
Koefisien 13 (%) 98.33 98.33 97.67 98.09
Koefisien 20 (%) 99,00 95.67 97.56 98.41
Koefisien 26 (%) 98.83 98.67 97.17 98.22
Rata-rata (%) 98.72 98.56 97.44 98.24
Waktu pemodelan (detik) 197 236 229 662
Waktu Pemodelan Berdasarkan Tabel 8, 9, dan 10 jika dilihat dari waktu pemodelan untuk mendapatkan model, semakin banyak data latih yang digunakan maka akan semakin cepat untuk mendapatkan model. Waktu pemodelan tercepat diperoleh dengan menggunakan kernel RBF (Tabel 10). Akurasi Berdasarkan Tabel 8, 9, dan 10, jika dilihat dari sisi akurasi, kernel RBF menghasilkan akurasi yang paling tinggi yaitu 98.24% dibandingkan dengan kernel linear yang menghasilkan akurasi 91.99% dan polynomial dengan akurasi 96.22%. Hal ini menunjukkan bahwa pada kernel RBF, merupakan kernel yang menghasilkan pemodelan paling cepat dengan menghasilkan akurasi tertinggi.
15
Oleh karena itu penelitian ini menggunakan SVM dengan kernel RBF untuk mencapai akurasi tertinggi. Kernel Linear Berdasarkan Lampiran 1, terlihat bahwa pada kernel linear semakin kecil nilai C (yaitu 21), semakin tinggi akurasi yang dihasilkan. Akurasi tertinggi yang diperoleh oleh kernel linear sebesar 92.81% pada koefisien 26 dengan waktu pemodelan terlama yaitu 2201 detik. Jika ditarik kesimpulan, jumlah koefisien, dan lama pemodelan berbanding lurus dengan akurasi yang dihasilkan. Kernel Polynomial Berdasarkan Lampiran 2, terlihat bahwa parameter C tidak mempengaruhi akurasi, melainkan mempengaruhi waktu pemodelan. Semakin besar nilai C, maka waktu pemodelan akan semakin lama. Jika dilihat dari sisi koefisien, akurasi relatif stabil hanya selisih 1%. Berdasarkan Lampiran 3, terlihat bahwa akurasi kernel polynomial sangat bergantung kepada nilai d (derajat kernel). Semakin kecil nilai d (yaitu 2), semakin tinggi akurasi yang dihasilkan. Jika dilihat dari sisi waktu pemodelan, semakin besar nilai d yang digunakan, semakin cepat pemodelannya, namun semakin kecil akurasi yang diperoleh. Adapun polynomial dengan derajat d=2 disebut juga sebagai kernel quadratic. Kernel RBF Berdasarkan Lampiran 4, terlihat bahwa akurasi tidak terlalu dipengaruhi parameter C pada nilai C = 21 sampai dengan C = 24 memiliki akurasi antara 92.44% sampai dengan 97.20%. Namun pada nilai C = 25 untuk semua koefisien (13, 20, dan 26) akurasinya turun drastis hingga 76.46% pada koefisien 26. Akurasi tertinggi diperoleh dengan menggunakan nilai C sekecil mungkin, dalam penelitian ini C = 21. Berdasarkan Lampiran 5 jika dilihat dari parameter σ akurasinya relatif stabil (baik dari koefisien 13, 20, dan 26) berkisar antara 93.04% sampai dengan 98.41%. Akurasi tertinggi diperoleh dengan menggunakan koefisien 20 (yaitu 98.41%), dan akurasi terendah diperoleh dengan menggunakan koefisien 26 (yaitu 93.04%).
Perbandingan SVM dan PNN Perbandingan SVM dan PNN ini dilakukan dengan cara membandingkan hasil rata-rata akurasi berdasarkan koefisien dan data latih menggunakan data hasil ekstraksi ciri yang sama. Hasil rata-rata akurasi menggunakan SVM dari keenam kelas yang diujikan jika dilihat dari kelas dan koefisien dapat dilihat pada Tabel 11.
16
Tabel 11 Perbandingan rata-rata akurasi berdasarkan usia dan jenis kelamin menggunakan SVM dengan kernel RBF Kelas AL (Anak laki-laki) AP (Anak Perempuan) RL (Remaja laki-laki) RP (Remaja perempuan) TL (Tua laki-laki) TP (Tua Perempuan) Rata-rata (%)
Koefisien 13 (%) 97.53 99.00
Koefisien 20 (%) 98.48 98.35
Koefisien 26 (%) 98.20 99.33
Rata-rata (%) 98.07 98.89
97.53 94.93 99.27 100.00 98.04
96.83 95.11 99.21 99.08 97.84
98.13 95.00 99.27 98.87 98.13
97.50 95.01 99.25 99.32 98.01
Hasil rata-rata akurasi menggunakan PNN dari keenam kelas yang diujikan jika dilihat dari kelas dan koefisien dapat dilihat pada Tabel 12. Tabel 12 Perbandingan rata-rata akurasi berdasarkan usia dan jenis kelamin menggunakan PNN (Fransiswa 2010) Koefisien 13 (%) 91.41 98.06 77.33
Koefisien 20 (%) 99.85 90.00 99.55
Koefisien 26 (%) 98.81 91.48 98.74
Rata-rata (%) 96.69 93.18 91.87
RP (Remaja perempuan) TL (Tua laki-laki) TP (Tua Perempuan)
86.22 97.63 89.63
96.22 79.74 95.32
95.33 64.04 94.36
92.59 80.47 93.10
Rata-rata (%)
90.05
93.45
90.46
91.32
Kelas AL (Anak laki-laki) AP (Anak Perempuan) RL (Remaja laki-laki)
Berdasarkan Tabel 11 jika dilihat dari sisi koefisien, rata-rata akurasi yang diperoleh menggunakan koefisien 13, 20, dan 26 sangat stabil dan sangat tinggi. Rata-rata akurasi tertinggi diperoleh dengan menggunakan koefisien 26 yaitu 98,13%. Adapun jika dilihat dari sisi usia dan jenis kelamin, data dengan akurasi tertinggi berasal dari kelas TP (tua perempuan) yaitu sebesar 99.32%. Hasil ratarata akurasi berdasarkan usia dan jenis kelamin menggunakan PNN disajikan pada Tabel 12. Berdasarkan Tabel 12 di atas, penggunaan koefisien 20 pada pengenalan pola menggunakan PNN menghasilkan akurasi rata-rata yang paling tinggi dibandingkan dengan penggunaan koefisien 13 dan koefisien 26. Hal ini menunjukkan banyaknya jumlah koefisien belum tentu mempengaruhi akurasi. Jika dilihat dari penggolongan kelas, berbeda dengan pengenalan pola menggunakan SVM, kelas anak laki-laki menghasilkan akurasi yang lebih tinggi dan stabil mulai dari penggunaan koefisien 13, 20, dan 26 dengan rata-rata akurasi 96.69%. Perbandingan SVM dan PNN jika dilihat berdasarkan grafik disajikan pada Gambar 9 dan Gambar 10.
17
100 AL (Anak Laki)
akurasi (%)
80
AP (Anak Perempuan)
60
RL (Remaja Laki)
40
RP (Remaja Perempuan)
20
TL (Tua Laki)
TP (Tua Perempuan)
0 koefisien 13 (%)
koefisien 20 (%)
koefisien 26 (%)
Gambar 9 Perbandingan rata-rata akurasi berdasarkan jenis kelamin dan koefisien menggunakan SVM dengan kernel RBF 100 AL (Anak laki-laki)
80
akurasi (%)
AP (Anak Perempuan)
60
RL (Remaja laki-laki)
40
RP (Remaja perempuan) TL (Tua laki-laki)
20
TP (Tua Perempuan)
0 koefisien 13 (%)
koefisien 20 (%)
koefisien 26 (%)
Gambar 10 Perbandingan rata-rata akurasi berdasarkan jenis kelamin dan koefisien menggunakan PNN (Fransiswa 2010)
Implementasi Tahapan-tahapan implementasi terdiri atas beberapa tahap, dimulai dari pemilihan model terbaik berdasarkan subset fold (Lampiran 1), pemilihan data latih, dan pemilihan koefisien yang digunakan. Berdasarkan Lampiran 8, model dengan akurasi tertinggi diperoleh pada kernel RBF dengan koefisien 26 subset 2 sebesar 98.67% disajikan pada Tabel 13. Tabel 13 Akurasi tertinggi kernel RBF (koefisien 26 dengan subset 2) Data Data latih uji 75% 25% 50% 50% 25% 75% Rata-rata (%)
AL (%) 100.00 100.00 100.00 100.00
AP (%) 100.00 100.00 100.00 100.00
RL (%) 100.00 96.00 98.66 98.22
RP (%) 96.00 100.00 85.33 93.77
TL (%) 100.00 100.00 100.00 100.00
TP (%) 100.00 100.00 100.00 100.00
Rata-rata (%) 99.33 99.33 97.33 98.67
Berdasarkan Tabel 14 disarankan menggunakan koefisien 26 dengan data latih 75% karena menghasilkan akurasi yang paling tinggi.
18
Antarmuka Aplikasi Aplikasi yang dikembangkan memiliki tiga menu, di antaranya: 1
Menu Pengaturan Menu ini pengguna dihadapkan kepada pilihan option box yaitu pemilihan koefisien (13, 20, 26) dan jumlah data latih (25%, 50%, 75%).
2
Menu Identifikasi Berdasarkan Suara yang Sudah Ada Menu ini memiliki fitur identifikasi berdasarkan suara yang sudah ada pada sistem. Tombol “Cari” untuk mencari lokasi file, tombol “Dengarkan” untuk mendengar suara yang sudah dipilih, dan tombol “Identifikasi” untuk melakukan identifikasi terhadap suara yang telah dipilih.
3
Menu Identifikasi Berdasarkan Suara Rekam Menu ini memiliki fitur identifikasi berdasarkan suara luar/suara direkam secara langsung menggunakan microphone. Tombol rekam merekam suara dengan durasi maksimal 2 detik, tombol dengarkan mendengarkan suara yang telah direkam, dan tombol indentifikasi mengidentifikasi suara yang telah direkam. Antarmuka aplikasi disajikan pada Gambar 11.
Gambar 11 Antarmuka aplikasi
yang untuk untuk untuk
19
SIMPULAN DAN SARAN Simpulan Berdasarkan penelititan yang sudah dilakukan, dapat ditarik kesimpulan sebagai berikut: 1 MFCC dapat diterapkan sebagai salah satu teknik ekstraksi ciri suara. MFCC menghasilkan representasi vektor ciri tanpa mengurangi karakteristik suara. 2 SVM dapat diterapkan sebagai pengenalan suara berdasarkan kisaran usia dan jenis kelamin. SVM menghasilkan akurasi yang bervariasi sesuai dengan parameter-parameter yang digunakan, seperti jumlah data latih, jumlah koefisien, dan kernel yang digunakan. 3 Pengujian kernel-kernel menghasilkan tingkat akurasi yang berbeda-beda. Pemodelan tercepat diperoleh menggunakan kernel RBF yaitu 662 detik dengan rata-rata akurasi tertinggi yaitu 98.24%. 4 Hasil rata-rata akurasi yang diperoleh dari penelitian Fransiswa (2010) yaitu 91.32%, sedangkan pengenalan pola menggunakan SVM dengan kernel RBF menghasilkan rata-rata akurasi 98.24%. Akurasi kernel RBF lebih tinggi 6.92%.
Saran Penelitian ini memungkinkan untuk dikembangkan menjadi yang lebih baik lagi. Beberapa saran untuk penelitian selanjutnya adalah: 1 Menambahkan data pembicara pada setiap kelompok, sehingga sesuai dengan standar jumlah data statistik, yang berjumlah 30 orang pada setiap kelompoknya (Mattjik 2006). 2 Menguji kernel RBF dengan menggunakan noise cancelling (sinyal suara ditambahkan noise). Tujuannya adalah ingin mengetahui apakah kernel RBF selain cepat dalam pemodelan, juga tahan terhadap noise.
DAFTAR PUSTAKA Buono A, Jatmiko W, Kusumo P. 2009. Perluasan metode MFCC 1D ke 2D sebagai esktraksi ciri pada sistem identifikasi pembicara menggunakan hidden markov model (HMM). Jurnal Makara Sains 13(1):87-93. Cortes C, Vapnik V. 1995. Support vector networks [Internet]. [diunduh 2013 Mar 22]. Tersedia pada http://www.springerlink.com/index/ K238JX04HM87J80G.pdf Do MN. 1994. DSP mini-project: an automatic speaker recoginiton system. Fransiswa R. 2010. Pengembangan PNN pada pengenalan kisaran usia dan jenis kelamin berbasis suara [skripsi]. Bogor (ID): Institut Pertanian Bogor. Ganapathiraju A. 2002. Application of support vector machine to speech recognition. [disertasi]. Mississippi (US): Mississippi State University.
20
Hsu C, Lin C. 2002. A comparison of methods for multiclass support vector machines. IEEE Transaction on Neural Networks. 13(2):415-425. [IDAI] Ikatan Dokter Anak Indonesia. 2009. Overview adolescent health problems and services [Internet]. [diunduh 2010 Januari 26]. Tersedia pada: http://www.idai.or.id/remaja/artike.asp?q= 200994155149. Kohavi R. 1995. A study of cross validation and bootstrap for accuracy estimation and modem selection. Di dalam: Proceedings of the 14th International Joint Conference on Artificial Intelligence. Quebec, Kanada. hlm 1137-1193. Mattjik AA. 2006. Perancangan Percobaan dengan Aplikasi SAS dan Minitab. Bogor (ID): Institut Pertanian Bogor. Orfanidis SJ. 2010. Introduction to Signal Processing. New Jersey (US): Rutgers Univ. Pelton GE. 1993. Voice Processing. Singapura (SG): McGraw Hill. Suhartono MN. 2007. Pengembangan model identifikasi pembicara dengan probabilistic neural network [skripsi]. Bogor (ID): Institut Pertanian Bogor. Wang S, Mathew A, Chen Y, Ci L, Ma L, Lee J. 2009. Empirical analysis of support vector machine ensemble classifiers. Expert System with Applications. 36:6466-6476.
21
Lampiran 1 Akurasi pengenalan pola suara menggunakan kernel linear dilihat dari pengaruh parameter C Kernel
Cepstral
Parameter
Waktu pemodelan (detik)
Akurasi (%)
250 265 264 275 251
90.10 90.30 89.61 89.07 88.70
Total: 1305
Rata-Rata: 89.55
320 357 346 363 331
92.24 91.35 90.87 90.15 89.00
Total: 1717
Rata-Rata: 90.72
625 380 416 387 393
92.81 92.00 91.46 90.83 90.44
Total: 2201 Total: 5223
Rata-Rata: 91.50 Rata-Rata: 90.60
C
13
21 22 23 24 25 1
Linear
20
2 22 23 24 25 1
26
2 22 23 24 25
Lampiran 2 Akurasi pengenalan pola suara menggunakan kernel polynomial dilihat dari pengaruh parameter C Kernel
Cepstral
13
Polynomial
20
26
Parameter C
d
1
2 22 23
21 21 21
1
2 22 23
1
2 21 21
2
1
2 23 24
2 21 21
Waktu pemodelan (detik)
Akurasi (%)
404 439 474
95.98 95.98 95.93
Total: 1317 427 447 466
Rata-Rata: 95.96 96.37 96.37 96.37
Total: 1340 404 439 474
Rata-Rata: 96.37 96.19 96.19 96.19
Total: 1317 Total: 3974
Rata-Rata: 96.19 Rata-Rata: 96.17
22
Lampiran 3
Kernel
Akurasi pengenalan pola suara menggunakan kernel polynomial dilihat dari pengaruh parameter d Cepstral
C 21 21 21 21
d 2 3 4 5
20
21 21 21 21
2 3 4 5
26
21 21 21 21
2 3 4 5
13
Polynomial
Parameter
Waktu pemodelan (detik)
Akurasi (%)
377 405 369 356 Total: 1507 415 373 369 352 Total: 1509 417 377 342 333 Total: 1469 Total:4485
96.06 95.15 94.33 92.94 Rata-Rata: 94.62 96.41 95.80 94.50 92.74 Rata-Rata: 94.87 96.20 95.39 93.24 80.54 Rata-Rata: 91.34 Rata-Rata: 93.61
Lampiran 4 Akurasi pengenalan pola suara menggunakan kernel RBF dilihat dari pengaruh parameter C Kernel
RBF
Cepstral
Parameter C
σ
2
13
2 23 24 25
21 21 21 21
20
22 23 24 25
21 21 21 21
26
22 23 24 25
21 21 21 21
Waktu pemodelan (detik) 237 239 312 331 Total: 1119 227 285 285 280 Total: 1077 187 231 288 244 Total: 950 Total: 3146
Akurasi (%) 97.20 96.83 96.56 80.02 Rata-Rata: 92.65 95.74 95.67 95.52 79.31 Rata-Rata: 91.56 92.85 92.69 92.44 76.46 Rata-Rata: 88.61 Rata-Rata: 90.94
23
Lampiran 5 Akurasi pengenalan pola suara menggunakan kernel RBF dilihat dari pengaruh parameter σ Kernel
Cepstral
C 21 21 21 21 21
σ 21 22 23 24 25
20
21 21 21 21 21
21 22 23 24 25
26
21 21 21 21 21
21 22 23 24 25
13
RBF
Parameter
Waktu pemodelan (detik)
Akurasi (%)
204 206 187 129 32 Total: 758 172 239 238 163 39 Total: 851 112 231 242 184 58 Total: 827 Total: 2436
97.26 98.09 97.22 97.17 96.55 Rata-Rata: 97.26 95.87 98.41 98.11 97.56 96.18 Rata-Rata: 97.23 93.04 98.22 98.26 97.83 96.74 Rata-Rata: 96.82 Rata-Rata: 97.10
24
Lampiran 6 Akurasi kernel linear dengan C = 2 berdasarkan subset (S) yang digunakan Data latih
Data uji
75% 50% 25%
Koefisien 13
25% 50%
S1 94.00 88.00
S2 96.67 94.00
S3 86.67
S4 92.00
75%
89.78
90.00
85.33
92.44
90.59
93.56
86.00
92.22
RataRata
Koefisien 20
92.33 91.00
S1 97.33 90.00
S2 94.00 96.00
S3 90.00
S4 92.00
89.39
89.56
91.11
88.44
92.44
90.91
92.30
93.70
89.22
92.22
RataRata
Koefisien 26
93.33 93.00
S1 96.67 90.00
S2 96.00 96.00
S3 90.00
S4 94.00
90.39
90.00
91.11
91.11
92.89
92.24
92.22
94.37
90.56
93.44
RataRata 94.17 93.00 91.28 92.81
Lampiran 7 Akurasi kernel polynomial dengan C = 2 dan d = 2 berdasarkan subset (S) yang digunakan Data latih
Data uji
75% 50% 25%
25% 50% 75%
Koefisien 13 S1 98.00 98.00 91.11
S2 96.67 97.67 95.56
S3 98.00
S4 97.33
90.89
95.70
96.63
94.44
RataRata
Koefisien 20 S2 98.00 96.67 96.44
S3 96.67
S4 96.00
93.78
97.50 97.83 92.83
S1 96.67 97.33 94.22
95.11
95.56
96.06
96.07
97.04
95.89
RataRata
Koefisien 26
RataRata
S2 98.00 96.67 95.11
S3 98.00
S4 96.67
95.78
96.83 97.00 95.39
S1 96.67 97.00 93.56
94.44
94.67
97.33 96.83 94.44
95.89
96.41
95.74
96.59
96.22
95.67
96.20
Lampiran 8 Akurasi kernel RBF dengan C = 2 dan σ = 4 berdasarkan subset (S) yang digunakan Data latih
Data uji
75% 50% 25%
Koefisien 13
25%
S1 99.33
S2 98.67
S3 98.00
S4 97.33
50% 75%
97.67 97.11
99.00 96.44
97.78
98.04
98.04
97.89
RataRata
Koefisien 20
98.33
S1 98.67
S2 99.33
S3 99.33
S4 98.67
99.11
98.33 97.61
98.33 97.11
99.00 97.33
97.56
98.22
98.09
98.04
98.56
98.44
RataRata
Koefisien 26
RataRata
99.00
S1 100,00
S2 99.33
S3 98.67
S4 97.33
98.83
98.22
98.67 97.56
98.00 97.33
99.33 97.33
96.67
97.33
98.67 97.17
98.44
98.41
98.44
98.67
97.67
97.33
98.22
25
25
RIWAYAT HIDUP Penulis dilahirkan di Bogor, Jawa Barat, pada tanggal 19 Juli 1989. Penulis merupakan anak pertama dari pasangan Sudirah dan Titien Sulistyowati. Penulis lulus dari SMAN 2 Bogor pada tahun 2007. Tahun 2007 penulis diterima di Diploma IPB jurusan Teknik Komputer melalui jalur Undangan Seleksi Masuk IPB dan kemudian melanjutkan studi di Departemen Ilmu Komputer IPB Jurusan Ilmu Komputer.
