Implementasi Algoritma K-Means Clustering Berdasarkan Karakteristik Suara untuk Pengelompokan Gender pada Data Audio Waveform

  • Isbatudinia - -
  • Abdurahman - - Universitas Sriwijaya
  • Sukemi - -
  • M. Ali Buchari
  • Siti Latifah
  • Wanda Hamidah
  • Rusdi Efendi
Keywords: Clustering, K-Means, Pengenalan Suara, Identifikasi Gender, MFCC

Abstract

Penelitian ini mengimplementasikan algoritma K-Means Clustering untuk mengidentifikasi gender berdasarkan karakteristik suara. Metodologi melibatkan pre-processing data audio, ekstraksi fitur menggunakan Mel-Frequency Cepstral Coefficients (MFCC), dan pengelompokan dengan K-Means. Hasil menunjukkan keberhasilan dalam memisahkan suara menjadi dua cluster: 70.2% suara perempuan dan 29.8% suara laki-laki. Kombinasi MFCC dan K-Means terbukti efektif dalam menangkap perbedaan karakteristik frekuensi antar gender. Metode ini menunjukkan potensi signifikan untuk aplikasi pengenalan suara berbasis gender tanpa memerlukan label awal.

Published
2024-11-29