Text

SKRIPSI AUTENTIKASI SUARA BERBASIS MEL-SPECTOGRAM MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK UNTUK SISTEM KEAMANAN RUMAH

---

Sistem keamanan rumah konvensional rentan terhadap risiko kehilangan atau duplikasi kunci, sehingga diperlukan solusi autentikasi modern. Penelitian ini bertujuan untuk merancang dan mengevaluasi sistem keamanan rumah berbasis autentikasi suara menggunakan ekstraksi ciri MelSpectogram dan klasifikasi dengan Convolutional Neural Network (CNN). Metode ini memanfaatkan kemampuan Mel-Spectogram dalam merepresentasikan sinyal suara secara visual yang sesuai dengan persepsi manusia, yang kemudian dianalisis pola frekuensinya oleh CNN. Dataset berupa rekaman suara kalimat "Tolong buka pintu" dikumpulkan dari 5 pemilik rumah dan 30 orang bukan pemilik, dengan total 175 file audio. Data diproses melalui tahapan pre-processing STFT (Short Time Fourier Transform) dilanjutkan dengan Mel Filtering untuk menghasilkan citra Mel-Spectogram. Model CNN dilatih dengan pembagian data training dan test 80:20, serta diatasi ketidakseimbangan kelasnya menggunakan teknik oversampling audio. Hasil klasifikasi model digunakan untuk mengendalikan Solenoid door lock melalui mikrokontroler ESP32 via sinyal WiFi. Hasil evaluasi pada data uji menunjukkan Akurasi 88% dengan Presisi 80%, Recall 100%, dan F1-score 88%. Hasil ini membuktikan bahwa kombinasi Mel-Spectogram dan CNN mampu membedakan bukan pemilik rumah dengan kondisi lingkungan yang tidak terlalu ramai.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

ELEKTRO NAU A 2025

Penerbit

MAGELANG : UNIVERSITAS TIDAR., 2025

Deskripsi Fisik

XIII;100 HLM;29 CM

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621.38

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

PRODI_S1_TEKNIK_ELEKTRO
FAKULTAS_FT

Info Detail Spesifik

-

Pernyataan Tanggungjawab

-

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar