PENGENALAN INDENTITAS PENUTUR MENGGUNAKAN ALGORITMA DISCRETE WAVELET TRANSFORM (DWT) DAN HIDDEN MARKOV MODELS (HMM)

JTE UNIBA, Vol. 05, No 1. September 2018 7 Pengenalan Indentitas Penutur Menggunakan Algoritma Discrete Wavelet Transform (DWT) dan Hidden Markov Modesls (HMM) A.Asni B1. Diah Patriana Setianingsih2 1.2 Teknik Elektro,Fakultas Teknologi Industri Universitas Balikpapan Jln. Pupuk Raya Gn. Bahagia Balikpapan 76114 INDONESIA ABSTRACT This study aims to build a speaker recognition system using the Discrete Wavelet Transform (DWT) algorithm and Hidden Markov Models (HMM). Speech signals from each speaker were recorded using Indonesian words "kiri" and recorded 10 times. Five (5) data from the first record were recorded under normal conditions and the next 5 data were sourced from the nasal sounds produced by a pressed nose. The total data from 6 different speakers becomes 60 data The results of the application of the Discrete Wavelet Transform (DWT) algorithm and the Hidden Markov Models (HMM) algorithm and the number of states tested 4 to 7 states, in this study have not provided optimal results. The identification of error rates is quite high, which is equal to 20% for the number of states 4 and 5, and reaches 30% for the number of states 6 and 7. This shows that the feature vector values generated from the DWT algorithm and then modeled and tested using the HMM algorithm has not optimal results yet. Further evaluation is needed to examine the opportunities of other algorithms that can be applied in DWT and to achieve high recognition accuracy Keyword — Speaker Recognition, Hidden Markov Model, Discrete Wavelet Transform. metode Dynamic Time Warping (DTW). Hasil yang dicapai dalam pengenalan isyarat tutur vocal Bahasa Indonesia mencapai hingga 100%[2]. Penelitian tentang pengenalan penutur dan tutur telah dilakukan oleh para peneliti[3], pengenalan pola Hidden Markov Models (HMM) memberikan tingkat akurasi yang lebih baik dibandingkan metode Dynamic Time Warping DTW yang diterapkan untuk pengenalan tutur dengan menggunakan data vector ciri dari hasil ekstraki ciri yang menggunakan metode Mel-Frekuensi Cepstral coefficients (MFCC). Penelitian yang lain menggunakan metode Mel Frequency Cepstrum Coefficients (MFCC) untuk ekstraksi fitur dan metode Hidden Markov Model (HMM) untuk mengenali penutur. Penelitian tersebut membangun aplikasi pengenal penutur dan menerapkan metode Hidden Markov Model pada aplikasi pengenal penutur. Hasil penelitian menujukkan bahwa pengujian secara real time menggunakan mikrofon tingkat akurasinya 30%. Sedangkan pengujian dari file rekaman 100%[4]. I. PENDAHULUAN Pengenalan penutur (speaker recognition) adalah salah satu bidang pengenalan pola yang berkaitan dengan pemrosesan sinyal suara. Berbeda dengan speech recognition yang mengenali kata atau kalimat yang diucapkan, speaker recognition mengenali siapa penutur yang mengucapkan kata tersebut. Pada dasarnya setiap manusia memiliki sesuatu yang yang unik yang hanya dimiliki oleh dirinya sendiri.[1] DWT diaplikasikan ke dalam data distrik untuk menghasilkan keluaran diskrit yang selanjutnya mentransformasikan isyarat dari domain waktu (domain asli dari isyarat tutur) ke domain wavelet. Proses dekomposisi dan rekonstruksi menggunakan Fast DWT merupakan proses konvolusi antara isyarat dan koefisien filter, hasil konvolusi kemudian diseleksi menggunakan faktor 2 untuk proses down sampling. Metode DWT dengan menghitung energy tiap sub-band hingga level-3 menggunakan Wavelet Daubechies2 hingga diperoleh 8 vektor ciri. Pengenalan pola untuk verifikasi menggunakan Ekstraksi ciri menggunakan metode DWT, menerapkan metode full binary DWT level 3 persamaan-persamaan yang digunakan dalam proses ekstraksi ciri sebagaimana telah dilakukan dalam penelitian sebelumnya[1]. Namun dalam penerapan A.Asni B : Pengenalan Identitas Penutur … II. DISCRETE WAVELET TRANSFORM (DWT) ISSN 2528 - 6498 8 JTE UNIBA, Vol. 05, No 1. September 2018 metode pengenalan HMM sebagai pengenalan pola identitas penutur, menggunakan vector ciri dari nilai energi yang dihitung dari masing-masing sub-band tanpa perlu dinormaslisasi. Tiap isyarat tutur dipecah menjadi 2, dengan asumsi untuk memisahkan suku kata “ki’ dan “ri” pada kata “kiri” yang direkam sehingga diperoleh 16 ciri dari masing-masing data rekaman isyarat tutur . Proses pembentukan vektor ciri dengan menghitung energi dari hasil rekonstruksi nilai-nilai koefisien pada masing-masing frekuensi sub-band. Frekuensi sub-band pada dekomposisi full binary memiliki lebar yang sama pada masing-masing level dekomposisi ke-j, seperti pada pada Gambar 1[5]. III. HIDDEN MARKOV MODELS (HMM) Hidden Markov Model (HMM) merupakan pemodelan probabilitas suatu system dengan mencari parameter-parameter Markov yang tidak diketahui untuk memperoleh analisis system tersebut. Kita harus menentukan parameter-parameter tersembunyi (state) dari parameter-parameter yang dapat diamati. Parameter-parameter yang ditentukan kemudian dapat digunakan untuk analisis yang lebih jauh, misalnya untuk aplikasi pattern recognition[6][7]. Suatu HMM dengan observasi system diskret terdiri atas elemen-elemen yang dikarakteristikkan sebagai berikut[6]: 1. Gambar 1 Alokasi Frekuensi pada Full Binary Paket Wavelet Level-3[5]. 2. Total Energi yang ada pada semua frekuensi sub-band dihitung dengam persamaan (1) Ei = N X k =1 i (k ) (1) 2  Ei , distribusi probabilitas transisi state, (3) 4. Isyarat tutur yang telah direkonstruksi merupakan nilai yang mewakili isyarat asli yang masih berada dalam domain waktu, dan untuk mendapatkan vektor ciri, diperlukan proses lebih lanjut yaitu menghitung energi total hasil rekonstruksi isyarat pada masing-masing sub-band frekuensi menggunakan persamaan (2). I A= dengan: Ei = energi pada frekuensi sub-band Xi(k) = nilai pada runtun ke-k pada freuensi sub-band Etot = 3. N, banyaknya state dalam model. Masing-masing state diberi indeks {1,2, ... , N}. Pada waktuwaktu diskret yang berjarak teratur, model tersebut mengalami perubahan state menurut suatu himpunan probabilitas yang sesuai dengan state tersebut. Waktu perubahan state dinyatakan sebagai t dan state pada waktu t sebagai . M, banyaknya simbol observasi berbeda pada setiap state dan berhubungan dengan keluaran fisik dari sistem yang akan dimodelkan. Simbolsimbol observasi tersebut dinyatakan sebagai distribusi probabilitas observasi dengan: (4) 5. , distribusi state awal, dengan : (5) 2 (2) i =1 Etot = energi total frekuensi sub-band pada dekomposisi level ke-j I = jumlah freuensi sub-band pada dekomposisi level ke-j ISSN 2528 – 6498 Pada penelitian ini, untuk setiap jenis ekstraksi ciri dengan jumlah elemen yang berbeda akan dibangun sistem pengenalan pembicaranya dengan A.Asni B : Pengenalan Identitas Penutur … JTE UNIBA, Vol. 05, No 1. September 2018 jumlah pembicara yang akan dikenali 6 orang. Gambar 4.3 memperlihatkan blok diagram sistem pengenalan pembicara yang dibangun. Untuk sistem pengenalan pembicara HMM dengan jumlah pembicara yang akan dikenali 2 orang, maka jumlah mode (...truncated)