Text
TA-Implementasi Mel Frequensi Coefficient Cepstrum dan Hidden Markov Model untuk Voice Unlock pada Smartphone Android
Terdapat berbagai jenis layanan keamanan yang disediakan oleh smartphone android. Satu diantaranya adalah pembatasan hak akses pengguna melalui fitur screen lock. Selain melalui gesture, pattern, password, PIN serta face recognitiondikembangkan pula screen lock menggunakan biometric suara dengan teknik voice recognition yang memanfaatkan API Google Voice Search. Kelemahan dari teknik voice recognition adalah memungkinkan banyak user dikenali dan terotorisasi oleh sistem apabila frasa suara yang diinputkan sama dengan frasa suara pada tahap pendaftaran. Penelitian ini menerapkan skema speaker verification, dimana sistem akan mengenal user berdasarkan karakteristik suaranya, bukan frasa suara yang diinputkan. Skema tersebut diimplementasikan dalam bentuk Voice Unlock pada Smartphone Android. Dalam penelitian ini skema speaker verification dibagi kedalam menjadi tahap enrollment (pendaftaran) dan tahap recognition (pengenalan). Tahap enrollment dilakukan dengan merekam suara berupa frasa huruf vocal selama dua detik yang selanjtunya diekstraksi menggunakan metode MFCC dan disimpan dalam sistem. Proses recognition berfungsi untuk mencocokkan nilai ekstraksi suara yang direkam dengan nilai ekstraksi yang sudah disimpan melalui batasan nilai jangkauan menggunakan HMM. Jika hasil recognition berada diatas nilai jangkauan maka layar smartphone akan terbuka. Sebaliknya jika dibawah nilai jangkauan, layar smartphone akan tetap terkunci. Hasil dari penelitian ini menunjukkan bahwa aplikasi Voice Unlock dapat melakukan ekstraksi suara dan pengenalan dengan baik apabila sample suara yang diambil berada dalam kondisi lingkungan yang ideal. Maka dari itu perlu dilakukan pengembangan lebih lanjut dan penambahan metode pengolahan sinyal suara agar sistem berjalan sesuai dengan yang diharapkan.
No other version available