Pengembangan model klasifikasi suara dalam identifikasi irama Azan menggunakan deep neural network

This item is published by Universitas Islam Negeri Sunan Ampel Surabaya

Bagaskoro, Mochammad Khusien (2024) Pengembangan model klasifikasi suara dalam identifikasi irama Azan menggunakan deep neural network. Undergraduate thesis, UIN Sunan Ampel Surabaya.

	Text Mochammad Khusien Bagaskoro_09020620032 full.pdf Restricted to Repository staff only until 25 April 2027. Download (3MB)
	Text Mochammad Khusien Bagaskoro_09020620032.pdf Download (4MB)

Abstract

Salat merupakan salah satu pilar utama Islam, dan azan berperan sebagai panggilan penting untuk melaksanakan ibadah salat. Azan didasarkan pada tujuh jenis maqam fundamental dalam irama Arab, dan muazin sebagai pelantun harus memperhatikan pelafalan serta memiliki kompetensi khusus. Namun, pada kenyataannya cukup banyak muazin belum mampu mengenali jenis maqam azan yang lantunkan. Hal ini yang kemudian menjadi pendorong untuk memanfaatkan teknologi deep learning dalam mengembangkan voice recognition untuk mengidentifikasi irama suara azan. Topik penelitian ini sebelumnya telah dilakukan dengan metode MLPClassifier pada lima kelas irama azan. Namun, dikarenakan hasil akurasi model yang kurang optimal, maka penelitian ini bertujuan untuk mengembangkan model klasifikasi suara irama azan dengan menggunakan metode Deep Neural Network (DNN). Hasil penelitian menunjukkan bahwa model dengan dataset augmentasi dapat menghasilkan akurasi sebesar 81.75%, sedangkan pada dataset original hanya sekitar 52%. Selain itu, didapatkan bahwa performa metode DNN lebih optimal dibandingkan dengan MLPClassifier. Hal ini dibuktikan dengan nilai akurasi DNN lebih tinggi daripada MLPClassifier sebesar 8% pada dataset original. Kemudian, untuk bagian dataset augmented, DNN juga masih lebih tinggi daripada MLPClassifier dari aspek nilai akurasi dengan nilai sebesar 81,75%.

Statistic

Downloads from over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

Item Type:	Thesis (Undergraduate)
Creators:	Creators Email NIM Bagaskoro, Mochammad Khusien usshiine@gmail.com 09020620032
Contributors:	Contribution Name Email NIDN Thesis advisor Kunaefi, Anang akunaefi@uinsby.ac.id 197911132014031001 Thesis advisor Khalid, Khalid khalid@uinsby.ac.id 197906092014031002
Subjects:	Teknologi > Teknologi Informasi Agama dan Ilmu Pengetahuan
Keywords:	Azan; klasifikasi audio; audio augmentation; deep learning; deep neural network
Divisions:	Fakultas Sains dan Teknologi > Studi Sistem Informasi
Depositing User:	Mochammad Khusien Bagaskoro
Date Deposited:	25 Jan 2024 08:44
Last Modified:	25 Jan 2024 08:46
URI:	http://digilib.uinsa.ac.id/id/eprint/67782

Actions (login required)

View Item