Abstract
Klasifikasi gender berdasarkan suara mempengaruhi tingkat performansi dari identifikasi suara. oleh karena itu penelitian tugas akhir ini penulis membuat sistem klasifikasi gender berdasarkan suara. penelitian ini menggunakan dataset berupa rekaman suara sebanyak 2260 suara yang terbagi menjadi dua kelas yaitu "laki-laki" dan "perempuan". Untuk proses ekstrasi ciri digunakan Mel-Frequency Cepstral (MFCC) untuk menghasilkan vektor ciri dari sinyal suara. dalam proses klasifikasi digunakan metode Support Vector Machine (SVM). Hasil akurasi SVM tertinggi untuk klasifikasi gender berdasarkan suara dapat mencapai 100\% menggunakan kernel Polynomial dengan degree = 1.
Sign-in/Register to access full text options 
Free) 
Talk to us
Join us for a 30 min session where you can share your feedback and ask us any queries you have
Schedule a call
