Shinwani, M. Fikri (2016) Rancang bangun aplikasi voice translator berbasis android menggunakan hidden markov model. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
12650080.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
Abstract
INDONESIA:
Bahasa Inggris menjadi Bahasa yang sangat penting saat ini, menjadi bahasa ibu untuk lebih dari 400 juta orang diseluruh dunia dan digunakan disetiap Negara sebagai Bahasa komunikasi baik dipakai oleh kepala pemerintahan maupun masyarakat sosial biasa. Namun hal tersebut berbanding terbalik dengan kemampuan berbahasa inggris masyarakat Indonesia yang diakui masih sangat minim.Dalam penelitian yang dilakukan oleh EF, indeks kemampuan berbahasa Inggris (English Proficiency Index) EPI tahun 2015 masyarakat Indonesia masih menduduki peringkat 32 dunia dibawah Malaysia dan Singapura (EF EPI, 2015).Teknik-teknik dalam pengenalan suara telah banyak mengalami perkembangan. Mulai dari metode ekstraksi fitur wicara, terdapat beberapa teknik yang performanya cukup baik diantaranya Linear Predictive Coding(LPC) dan MelFrequency Cepstral Coefficients (MFCC). Sedangkan untuk pengenalan pola suara digunakan metode Hidden Markov Model yang menggunakan pendekatan stokastik yang sangat populer karena mampu melakukan pengenalan dengan baik.
ENGLISH:
English is the language which is very important today, become the mother tongue for more than 400 million people worldwide and is used in every country as a good communication language used by the head of government as well as ordinary social community. But it is inversely proportional to the ability to speak English Indonesian society is recognized is still very minimal. In a study conducted by EF English Proficiency Index (English Proficiency Index) EPI in 2015 the people of Indonesia is still ranked 32 world under Malaysia and Singapore (EF EPI, 2015). The techniques in voice recognition has undergone many developments. Starting from the speech feature extraction method, there are some techniques that performance is quite good including Linear Predictive Coding (LPC) and Mel Frequency cepstral Coefficients (MFCC). As for the voice pattern recognition method is used Hidden Markov Models that use stochastic approach is very popular because it is able to do a good introduction.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Chamidy, Totok and Suhartono, Suhartono | |||||||||
Contributors: |
|
|||||||||
Keywords: | Hidden Markov Model; Pengenalan Suara; Komunikasi; Bahasa; Suara ke Teks; Hidden Markov Model; Speech Recognition; Communication; Language; Speech To Text | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Teknik Informatika | |||||||||
Depositing User: | Imam Rohmanu | |||||||||
Date Deposited: | 24 Mar 2017 11:19 | |||||||||
Last Modified: | 24 Mar 2017 11:19 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/5849 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |