PENGENALAN POLA BIBIR UNTUK PELAFALAN SUKU KATA BAHASA INDONESIA MENGGUNAKAN HIDDEN MARKOV MODEL(HMM)

LARAS FADILLAH, Faridah, S.T., M.Sc.

2014 | Skripsi | FISIKA TEKNIK

Komunikasi visual memiliki peranan penting apabila didalam lingkungan terdapat banyak noise atau ketika pendengar mengalami masalah dalam pendengaran. Pada penelitian ini dibangun beberapa algoritma pemrograman terkait pembuatan perangkat lunak pengenalan pola bibir pada citra video dari 25 orang untuk pelafalan 17 suku kata Bahasa Indonesia dengan menggunakan metode Hidden Markov Model (HMM) . Dari hasil perbandingan dihasilkan pengenalan pola gerak bibir dengan kondisi terdapat bentuk bibir yang sama didalam database menghasilkan nilai koefisien korelasi R = 0,77, sedangkan dengan kondisi yang berbeda koefisen korelasi yang dihailkan adalah R = 0,38. Keadaan bibir terbaik dihasilkan oleh keadaan bibir merah yang dapat memberikan hasil koefisien korelasi R = 0,74, sedangkan koefisien korelasi untuk bibir berkumis dan pucat adalah R = 0,68 dan R = 0,38. Penelitian ini juga menganalisis pengaruh suku kata terhadap pembacaan pola bibir, suku kata bilabial menghasilkan nilai unjuk kerja 77%, dental 77% dan palatal 63%, sedangkan diantara vonem /a/, /i/, /e/, /o/ hasil unjuk kerja terbaik didapatkan oleh vonem /a/ dimana tidak ada kemiripan lain pada vonem lainnya. Penelitian ini sangat bermanfaat untuk penelitian-penelitian di bidang lip reading dan alat bantu kesehatan dibidang pengolahan pola lainnya.

Visual speech information plays an important role inlipreading under noisy conditions or for listeners with a hearing impairment. This research has developed several programming algorithm related to software development of lips pattern recognition in video imaging of 25 people for 17 Indonesian syllable pronunciation utilizing Hidden Markov Model (HMM) method. Based on the results, lips motion pattern recognition for the same pattern of lips condition in database produces R = 0.77 of correlation coefficient, and for the different pattern of lips condition yields R = 0.38 of correlation coefficient. The best lips condition is shown for red lips which have R = 0.74 of correlation coefficient, whereas correlation coefficients for lips with mustache and pale are R = 0.68 and R = 0.38. This research also analyzes the influence of syllable to lips pattern recognition. Bilabial syllable gives 77% of performance, 77% of dental, and 63% of palatal, while between /a/, /i/, /e/, /o/ phonemes, the best performance is obtained for /a/ phoneme which has no similarity with other phonemes. This research is very beneficial for other pattern processing researches in lips pattern recognition and health aids field.

Kata Kunci : Pengenalan Pola Bibir, Komunikasi Visual, Hidden Markov Model,Koefisien Korelasi, Vonem