Hasil Pencarian  ::  Simpan CSV :: Kembali

"Kebutuhan manusia untuk dapat berinteraksi dengan lebih baik dan lebih mudah ketika berhadapan dengan sistem yang terdiri dari mesin-mesin serta kebutuhan akan sistem keamanan yang lebih baik telah menjadi salah satu pemicu mengapa teknologi speech recognition terus dikembangkan.Sistem pengolahan sinyal yang dipakai di dalam sistem pengenalan suara telah banyak dikembangkan, cara-cara pengolahan sinyal inilah yang akan menghasilkan sebuah hasil akhir yang merupakan sebuah parameter bagi sistem pengenalan suara tersebut, disebut juga dengan front ends.Beberapa front ends yang dikenal saat ini diantaranya adalah Linear Predictive Coefficients (LPC), Linear Predictive Cepstral Coefficients (LPCC), dan Cepstral Transform Coefficients (CC), yang masing-masing datang dengan keunggulan dan kekurangannya masing-masing.Penulisan skripsi ini bertujuan untuk memberikan pengenalan lebih baik terhadap kinerja ketiga front ends tersebut berikut analisa faktor-faktor lain yang dapat mempengaruhi kinerja ketiganya.Hasil akhir yang didapatkan dalam penulisan skripsi ini juga menunjukkan keunggulan metode pengolahan sinyal menggunakan transformasi fourier dibandingkan metode pengolahan sinyal menggunakan teknik prediksi linear, serta adanya keunggulan dan kekurangan yang terdapat pada masing-masing metode LPC dan LPCC apabila keduanya dibandingkan."

"Metode Mel Frequency Cepstral Coefficient (MFCC) adalah metode yang paling populer dan memiliki kinerja yang baik sebagai metode feature extraction (pengekstraksi ciri) hingga saat ini. Namun berdasarkan hasil simulasi, diketahui bahwa speaker recognition system yang menggunakan MFCC sebagai metode feature extraction memiliki akurasi yang rendah ketika diterapkan pada sinyal suara yang mengandung noise. Dalam penelitian ini, penulis mengusulkan metode Discrete Wavelet Transform - Mel Frequency Cepstral Coefficient (DWT-MFCC) untuk mengatasi masalah tersebut. Hasil simulasi menunjukkan bahwa metode DWT-MFCC memiliki akurasi lebih tinggi dibandingkan dengan metode MFCC konvensional apabila diterapkan sebagai metode feature extraction dalam sistem speaker recognition dengan tingkat SNR dari 15 hingga 40 dB.

---

The Mel-frequency Cepstral Coefficients (MFCC) method is the most popular method and has good performance as a feature extraction to date. But based on the simulation results, it is known that the speaker recognition system that uses MFCC as a feature extraction has low accuracy when applied to voice containing noise.

In this study, we propose the Discrete Wavelet Transform - Mel Frequency Cepstral Coefficient (DWT-MFCC) method to overcome this problem. The simulation results show that the DWT-MFCC method has higher accuracy compare with conventinal MFCC method when applied as feature extraction in the speaker recognition system with SNR from 15 to 40 dB."

"Kelapa kopyor merupakan kelapa yang mengalami kelainan genetik sehingga daging buahnya tidak menempel pada tempurung kelapa. Hal tersebut diakibatkan oleh defisiensi enzim ?-D-galaktosidase yang menyebabkan tekstur dari daging kelapa kopyor unik. Keunikan tersebut menjadikannya memiliki banyak peminat sehingga harganya lebih tinggi, mencapai 4-5 kali lipat dari harga kelapa biasa. Dari penampakan luarnya kelapa kopyor tidak berbeda dibanding kelapa biasa. Selama ini petani maupun penjual menggunakan cara tradisional dengan mendengarkan suara guncangan dari kelapa kopyor untuk membedakannya. Sayangnya, cara tersebut sangat bergantung pada pengalaman dan keterampilan dari pemilahnya. Maka dari itu, pada penelitian ini diajukan metode deteksi kelapa kopyor berbasis pengenalan suara menggunakan Mel Frequency Cepstrum Coefficient MFCC sebagai metode ekstraksi fitur suara dan Dynamic Time Warping DTW sebagai metode pencocokan fitur suara. Objek yang akan dideteksi adalah kelapa kopyor dan kelapa biasa yang sudah tua. Dengan menggunakan kedua metode tersebut, sebuah program telah dibuat untuk dapat mendeteksi kelapa kopyor dengan akurasi sebesar 96.4.

---

Kopyor coconut is a coconut that has genetic abnormalities which cause the coconut meat to not stick to the coconut shell. It is caused by deficiency of enzyme D galactosidase which causes the texture of kopyor coconut meat to become unique. Its uniqueness attracts many enthusiasts resulting in a high economic value, 4 5 times that of the ordinary coconut. From its external appearance, kopyor coconut does not differ with ordinary coconut. To date, both farmers and sellers use a traditional method by listening to the sound of whisk from kopyor coconut to detect them. Unfortunately, it relies heavily on experience and expertise of the person.

Therefore, a new detection method is proposed based on sound recognition using Mel Frequency Cepstrum Coefficient MFCC as the method for feature extraction and Dynamic Time Warping DTW as the method for feature matching. Objects that will be detected are kopyor coconuts and ordinary coconut which has grown mature. By using both methods, a program has been developed to detect kopyor coconut with an accuracy 96.4."

"Penelitian ini mencoba memberikan bukti empiris mengenai pengaruh ukuran kantor akuntan publik (KAP) yang merupakan proksi dari kualitas audit terhadap Earnings Response Coefficients (ERC). ERC sendiri adalah ukuran besaran perubahan return saham akibat adanya informasi laba kejutan. Informasi mengenai laba yang dicapai perusahaan merupakan hal panting yang menjadi salah satu alat evaluasi investor dalam melakukan penilaian saham perusahaan tersebut. Bila laporan keuangan perusahaan diaudit oleh KAP yang berkualitas yang dalam hal ini adalah KAP berukuran besar maka informasi laba tersebut diharapkan menjadi lebih kredibel, karena KAP besar memiliki sumber daya dan motivasi untuk mempertahankan reputasi sehingga melakukan audit dengan lebih berhati-hati. Dengan demikian investor yang menggunakan informasi laba tersebut menjadi lebih yakin dalam mengambil keputusan investasi.Penelitian ini menggunakan sampel penelitian perusahaan yang terdaftar di Bursa Efek Jakarta pada periode tahun 1999 dan 2000 sebanyak 64 emiten. Dengan menggunakan model regresi, berhasil dibuktikan bahwa ukuran KAP mempunyai pengaruh terhadap ERC suatu perusahaan, dengan demikian dapat disimpulkan bahwa ukuran KAP menambah kredibilitas terhadap informasi laba yang disampaikan perusahaan. Namun yang menarik, dengan menggunakan uji beda rata-rata diungkapkan bahwa walaupun ERC perusahaan yang diaudit KAP besar memiliki ERC yang lebih tinggi dari pada perusahaan yang diaudit KAP kecil, perbedaan tersebut tidaklah signifikan.

---

This research is trying to give an empirical evident whether audit firm size as a proxy of audit quality does have influence to the Earnings Response Coefficients (ERC). ERC itself is a measure of how much stock return changed caused by unexpected earnings announcement. Earnings announcement is important for investors to make investment decision. If firm?s financial statements audited by a good quality audit firm, in this context is a big audit firm size then earnings information is expected to be more credible. The reason is big audit firms size have more resources and motivation to keep their reputation and so they 1vill do their job more carefully.

Using 64 samples of public companies listed in BEJ, this research found that audit firm size does influence the firm ERC, so audit firm size adds credibility to the earnings information provided by company. Interestingly, there is no significant difference of ERC between firms audited by big audit firm size with firms audited by small audit firm size using mean difference test."

"In this book the authors take an alternate approach to these theorems and generalize them to the setting of Hilbert modular varieties of arbitrary dimension. The approach is conceptual and uses tools that were not available to Hirzebruch and Zagier, including intersection homology theory, properties of modular cycles, and base change. Automorphic vector bundles, Hecke operators and Fourier coefficients of modular forms are presented both in the classical and adèlic settings. The book should provide a foundation for approaching similar questions for other locally symmetric spaces."