Abstract
Cleft lip and palate (CLP) is a term for patients who experience speech organ disorders, that disorder is caused by a gap found in the lip or palate. Patients will experience speech problems. Pattern recognition in CLP sound is still small in Indonesia. In this research in the language identification of CLP and standard sound patterns using the extraction of the Mel Frequency Cepstral Coefficients (MFCC) feature with K-Nearest Neighbor (KNN) classification and K-Fold cross-validation. By making words that have the letter /p/ as a reference, known as bilabial. The words used include Paku, Kapak, and Atap. The accuracy of recognition results reached more than 69%, with a minimum accuracy of 41%.
Highlights
that disorder is caused by a gap found in the lip
Pattern recognition in Cleft lip and palate (CLP) sound is still small in Indonesia
standard sound patterns using the extraction of the Mel Frequency Cepstral Coefficients
Summary
Salah satu gangguan bicara yang dikenal sebagai bibir sumbing dan langit-langit mulut disebut juga Cleft Lip and Palate (CLP) adalah cacat bawaan dimana bagian-bagian wajah yang membentuk bibir atas yang terpisah tidak melebur sebelum lahir. Penderita CLP mengalami keretakan pada bibir, langit-langit, dan keduanya. Banyak penderita CLP mengalami gangguan bicara pada hidung (Nasal) [10,12,15], dan ada juga yang tidak. Dengan CLP suara akan terganggu dan menyebabkan komunikasi menjadi lebih sulit. Dan ini adalah tantangan untuk suara CLP. Empat fase pemrosesan terjadi untuk klasifikasi preprocessing, segmentasi, ekstraksi fitur, dan klasifikasi. Ekstraksi fitur adalah salah satu langkah paling kritis untuk sistem diagnostik, dan fitur sinyal suara dapat diekstraksi dalam berbagai domain, seperti mengekstraksi domain waktu atau frekuensi, domain morfologi dan / atau statistik. KNN akan digunakan untuk mengklasifikasikan suara penderita CLP dari suara normal. Makalah ini akan tersusun dari beberapa bagian yaitu metode, hasil, diskusi dan yang terkahir adalah kesimpulan
Sign-in/Register to view highlights & summary 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
