DESAIN MESIN PRESENSI BERBASIS IDENTIFIKASI SUARA PENUTUR
| dc.contributor.author | Sulistyanto, Hernawan | |
| dc.contributor.author | Irianto, Kurniawan Dwi | |
| dc.date.accessioned | 2013-01-17T05:48:24Z | |
| dc.date.available | 2013-01-17T05:48:24Z | |
| dc.date.issued | 2010-10 | |
| dc.identifier.citation | Atal, B, "Automatic Recognition of Speakers from Their Voices", Proc.IEEE, vol. 64, pp. 460-475, April 2001. Bilmes, Jeff, "A Gentle Tutorial of the EM Algorithm and its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models", International Computer Science Institute, Berkeley, California, 2003. Campbell, Joseph P,"Speaker Recognition: A Tutorial", Proc. of the IEEE, vol. 85, no. 9, September 2002. Duda, Richard O., Peter E. Hart, and David G. Stork, "Pattern Classification, 2nd ed", New York: John Wiley & Sons, 2001. Furui, Sadaoki, "An Overview of Speaker Recognition Tehcnology", in Chin-Hui Lee, et.al. (ed.) "Automatic Speech and Speaker Recognition, Advanced Topics", London: Kluwer Academic Publishers, 2001. Lathi, B. P., “Signal Processing and Linear System”, Carmichael, California : Barkeley Cambridge Press, 1998. Nabney, Ian, C. M. Bishop, “Netlab Neural Network Software”, 2003, pada http://www.ncrg.aston.ac.uk/netlab/. Rabiner, L. R., and R. W. Schafer, “Digital Processing of Speech Signals”, New Jersey : Prentice Hall, pp. 141-161, pp. 314-322, 1985 Reynolds, A. Douglas, "Automatic Speaker Recognition Using Gaussian Mixture Models", The Lincoln Laboratory Journal, Volume 8, Number 2, 2000. Reynolds, A. Douglas, Richard C. Rose, "Robust Text-Independent Speaker Identification Using Gaussian Mixture Speaker Models", IEEE Trans. Speechand Audio Processing, vol. 3, no. 1, January 1995. | en_US |
| dc.identifier.uri | http://hdl.handle.net/11617/2483 | |
| dc.description.abstract | Manusia mampu mengenali manusia lain berdasarkan suara yang diucapkannya. Permasalahan dalam identifikasi penutur secara automatis adalah membangun suatu algoritma yang dapat mengidentifikasi seorang penutur hanya berdasar gelombang suaranya saja. Artikel ini memaparkan suatu model pengidentifikasi penutur takgayut teks dalam set tertutup menggunakan suatu model campuran Gaussian (GMM) berdasar fungsi rapat peluang (pdf) Gaussian. Pada tahapan selanjutnya hasil identifikasi digunakan untuk meretrieval data-data karyawan dalam bentuk monitoring kehadiran pada saat jam kerja. Jam kehadiran ini diperoleh berdasarkan hitungan selisih jam keluar dengan jam masuk yang diinputkan melalui suara penutur/karyawan yang bersangkutan. Hasil penelitian menunjukkan bahwa sistem mampu mengidentifikasi seorang penutur dengan tingkat keberhasilan tinggi dengan rata-rata lama pengucapan diatas 1 detik. Hasil lain memperlihatkan pula bahwa system mampu melakukan pemantauan kehadiran karyawan dengan baik. | en_US |
| dc.description.sponsorship | BERSAING DIKTI | en_US |
| dc.publisher | LPPM UMS | en_US |
| dc.subject | identifikasi penutur | en_US |
| dc.subject | GMM | en_US |
| dc.subject | basis data | en_US |
| dc.subject | kehadiran karyawan | en_US |
| dc.title | DESAIN MESIN PRESENSI BERBASIS IDENTIFIKASI SUARA PENUTUR | en_US |
| dc.type | Thesis | en_US |
