● g i g i ●

blog nya anggi untuk keperluan pengumpulan tugas

Archive for May, 2010

Pengenalan Pembicara dengan jaringan Syaraf Tiruan Backpropagation

Judul : Pengenalan Pembicara dengan jaringan Syaraf Tiruan Backpropagation

Author : Baskoro Oktianto

Tahun : 2004

URL : http://iirc.ipb.ac.id/jspui/handle/123456789/2266

Review Saya :

Skripsi dengan judul Pengenalan Pembicara dengan Jaringan Syaraf Tiruan Backpropagation merujuk pada Kajian bidang Recognition dalam cakupan kajian pemrosesan suara. Berdasarkan hasil keluaran sistem, bidang recognition dapat dipisahkan menjadi tiga ranah kajian, yaitu pengenalan suara (speech recognition), pengenalan pembicara (speaker recognition), dan identifikasi bahasa (language identification).

Pada penelitian ini membahas tentang speaker recognition, yang dibagi menjadi dua bagian, yaitu speaker identification (menentukan pembicara yang paling mungkin dari sinyal suara yang diberikan), dan speaker verification (menentukan verifikasi identitas yang diklaim pembicara). Speaker recognition yaitu suatu proses yang nantinya akan mengenali siapa pembicaranya (who is speaking) dengan menggunakan informasi spesific yang ada dalam sinyal suara. Teknik memodelkan dalam mengenali pola-pola suara pembicara digunakan JST dengan menggunakan metode backpropagation dalam menentukan bobot pada masing-masing koneksi (training / metode pembelajaran). Sebelum dimodelkan dengan JST, data suara yang berupa sinyal analog dirubah menjadi sinyal digital melalui suatau proses feature extraction ditambah dengan feature selection. Proses feature extraction dilakukan dengan analisi cepstral dan feature dilakukan dengan principal component analysis, lalu diolah menggunakan JST, kemudian hasil dari JST selanjutnya diolah oleh model pembuat keputusan. Model pembuatan keputusan dalam sistem identifikasi suara ini menetukan pembicara yang paling mungkin dari sinyal suara yang diberikan dan sistem akan menolak atau menerima suatu klaim mengenai identitas pembicara dengan berdasarkan data suara yang diberikan. Dai penelitian ini, sistem pengenalan pembicara mampu mengidentifikasi dengan tingkat generalisasi sebesar 92,3077% dan melakukan verifikasi dengan nilai equal error rate sebesar 6,5657%.

Perbandingan Algoritma Huffman Statik dengan Algoritma Huffman Adaptif pada Kompresi Data Teks.

Judul : Perbandingan Algoritma Huffman Statik dengan Algoritma Huffman Adaptif pada Kompresi Data Teks.

Author : Danny Dimas Sulistio

Tahun : 2004

URL : http://iirc.ipb.ac.id/jspui/handle/123456789/2502

Review Saya :

Skripsi dengan judul Perbandingan Algoritma Huffman Statik dengan Algoritma Huffman Adaptif pada Kompresi Data Teks bertujuan untuk membandingkan kinerja dari 2 buah algoritma yang berbeda, yaitu algoritma huffman statik dan adaptif dalam ruang lingkup kompresi data teks (*.txt). Penelitian dilakukan dengan percobaan menggunakan file teks dengan satu variasi dan file teks dengan lima dan 256 variasi karakter. File teks itu sendiri diambil dari potongan artikel. Ada beberapa parameter yang digunakan untuk membandingkan dua lagoritma tersebut, diantaranya rasio kompresi, lamanya waktu yang diperlukan untuk mengompresi file, dan lamanya waktu untuk mendekompresi file kembali seperti semula. Dari percobaan tersebut, diketahui kompresi data teks menggunakan Huffman Statik memiliki kompleksitas O(n log m), sedangkan Huffman Adaptif O(nm), dimana nilai n adalah banyaknya karakter dan m adalah besarnya variasi karakter, sehingga dapat disimpulkan algoritma Huffman Statik dalam melakukan kompresi dan dekompresi cenderung lebih kecil waktu iterasi yang diperlukannyadibanding dengan algoritma Huffma Adaptif, tetapi Huffman adaptif lebih baik hasil kompresinya dibanding dengan Huffman Statik.

Sistem Informasi Kepariwisataan (Studi Kasus Propinsi Banten)

Judul : Sistem Informasi Kepariwisataan (Studi Kasus Propinsi Banten).

Author : Esi Hisnaina

Tahun : 2004

URL : http://iirc.ipb.ac.id/jspui/handle/123456789/2303

Review Saya :

Skripsi dengan judul Sistem Informasi Kepariwisataan (Studi Kasus Propinsi Banten) dikembangkan dengan menggunakan pendekatan System Development Life Cycle, yang terdiri dari empat fase, yaitu perencanaan, analisis, desain, dan implementasi. Sistem informasi ini dibuat berbasis web dengan menggunakan bahasa inggris sebagai bahasa pengantar untuk mendukung promosi kepariwisataan Propinsi Banten. Sistem berisi infomasi Propinsi Banten secara keseluruhan, informasi mengenai kota dan kabupaten yang ada di Propinsi Banten, informasi objek wisata yang terdapat di Propinsi Banten yang dikategorikan berdasarkan jenis tujuan wisata, wisata minat khusus, kesenian dan budaya, serta informasi penunjang kepariwisataan mencakup kegiatan paraiwisata, paket wisata, akomodasi, rumah makan, transportasi, agen wisata, dan Dinas pariwisata yang ada. Layaknya sebuah sistem informasi berbasis web, sistem ini dilengkapi dengan fasilitas buku tamu, dan pencarian dengan simple search ataupun dengan advanced search. Metode pencarian yang digunakan adalah dengan indexing text untuk mencari kata, dan metode pencarian pada tabel basis data. Basis data yang digunakan menggunakan model data relasional dengan 20 tabel dengan normalisasi sampai 3 tahap.

Sistem Informasi Geografis untuk Pencarian Rute Terpendek pada Wilayah Kampus IPB Darmaga

Judul : Sistem Informasi Geografis untuk Pencarian Rute Terpendek pada Wilayah Kampus IPB Darmaga

Author : Jiwa Adisetya

Tahun : 2004

URL : http://iirc.ipb.ac.id/jspui/handle/123456789/2194

Review Saya :

Skripsi dengan judul Sistem Informasi Geografis untuk Pencarian Rute Terpendek pada Wilayah Kampus IPB Darmaga merupakan pembuatan sistem informasi yang dibangun dengan lingkungan perangkat lunak ArcView GIS 3.1, dan proses pencarian rute terpendeknya menggunakan algoritma djikstra yang diimplementasikann dengan menggunakan script Avenue yang telah terintegrasi dengan ArcView. Sesuai dengan judul penelitiannya, Sistem Informasi ini menyajikan informasi mengenai rute terpendek dari satu titik tempat ke titik tempat yang lain dengan menggunakan algoritma djikstra. Cara kerja algoritma Dijkstra memakai stategi greedy, dimana pada setiap langkah dipilih sisi dengan bobot terkecil yang menghubungkan sebuah simpul yang sudah terpilih dengan simpul lain yang belum terpilih. Selain mencari rute terpendek, sistem ini menyediakan pencarian fasilitas yang diinginkan dan penentuan fasilitas2 yang ada disekitar titik acuan.

Follow

Get every new post delivered to your Inbox.