Muhammad Agung Pratama Tresna Primary Author mixed material bibliography Banda Aceh Fakultas Teknik 2023

Skripsi

ABSTRAK Setiap individu memiliki keunikan dalam karakteristik suara yang berbeda-beda. karakteristik suara menjadi salah satu cara yang efektif untuk mengenali dan membedakan individu satu dengan yang lain. Perkembangan teknologi informasi telah memiliki dampak yang signifikan pada berbagai bidang, termasuk dalam pengenalan suara dan identifikasi jenis kelamin pembicara. Saat ini, melalui kemajuan teknologi informasi, pengenalan dan identifikasi jenis kelamin dapat dilakukan dengan menggunakan komputasi komputer. Tujuan dari penelitian ini adalah mengusulkan model deteksi gender berdasarkan frekuensi suara menggunakan dataset audio dan Convolutional Neural Network (CNN) dengan arsitektur ResNet50, dan ResNet101. Metode penelitian yang digunakan adalah simulasi komputer dengan penerapan model CNN untuk mendeteksi gender berdasarkan frekuensi suara menggunakan dataset audio. Hasil yang telah didapatkan berupa model deep learning menggunakan arsitektur ResNet50 dan ResNet101 dengan metode CNN yang menghasilkan akurasi 99.66%, recall 0.993, precision 1, f1-score 99.65%. Berdasarkan hasil tersebut, dapat disimpulkan bahwa model ResNet50 dan ResNet101 merupakan model yang stabil dilihat dari learning curve dan akurasi yang tinggi. Keyword: Audio, Citra Frekuensi, Convolutional Neural Network (CNN), ResNet. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 114096 2023-09-04 14:50:14 2023-09-04 15:47:17 machine generated