DETEKSI UCAPAN ANGKA SATU SAMPAI SEPULUH BAHASA PALEMBANG MENGGUNAKAN MFCC DAN BOBOT DOMINAN

Abstract

Abstract Detecting speech with regional language, one of which is Palembang language, has uniqueness and distinctiveness in accent. Differences in dialects to check how precise and influential the accuracy of using MFCC and dominant weights. This study consists of three stages. The first stage, feature extraction of numerical numbers from one to ten using Mel Frequency Cepstral Coefficient (MFCC). The second stage is the selection of features that will be used as feature tables using the proposed model Normalized Dominant Weight (NBD) with threshold similarity, range, filtering, normalization of weights and dominant weights. The third stage is testing by checking by finding similarities in range, filtering, sequential multiplication and calculation of Suitability of Uniformity Patterns (CTF). The test results of checking MFCC and feature selection with normalization of dominant weights were 70% while without feature selection only 42%. Keywords : extraction, weighting, dominant, normalization, range Abstrak Deteksi ucapan dengan berbahasa daerah salah satunya bahasa Palembang mempunyai keunikan dan kekhasan dalam logat berbahasa. Perbedaan logat bahasa untuk mengecekan seberapa tepat dan berpengaruh terhadap akurasi menggunakan MFCC dan Bobot dominan. Penelitian ini terdiri atas tiga tahap. Tahap pertama, ekstraksi ciri angka bahasa angka satu sampai sepuluh menggunakan Mel Frequency Cepstral Coefficient (MFCC). Tahap kedua adalah pemilihan fitur yang akan dijadikan tabel fitur menggunakan model yang diusulkan Normalisasi Bobot Dominan (NBD) dengan kesamaan threshold, jangkauan, filtering, normalisasi bobot dan bobot dominan. Tahap ketiga adalah pengujian dengan pengecekan dengan cara mencari kesamaan jangkauan, filtering, perkalian sekuensial dan perhitungan Kesesuaian Keseragaman Pola (KKP). Hasil pengujian pengecekan terhadap MFCC dan pemilihan fitur dengan normalisasi bobot dominan sebesar 70% sedangkan tanpa pemilihan fitur hanya sebesar 42%. Kata kunci : ekstraksi, bobot, dominan, normalisasi, jangkauan