<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="3717">
 <titleInfo>
  <title>RANCANG BANGUN KUNCI PINTU BERBASIS PENGENAL SUARA DENGAN METODE MEL FREQUENCY CEPSTRAL COEFFICIENT (MFCC)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Ade Prima Oksera Armenia</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">JAKARTA</placeTerm>
  </place>
  <publisher>Universitas Satya Negara Indonesia</publisher>
  <dateIssued>2024</dateIssued>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Teknologi di bidang keamanan semakin canggih sehingga meningkatkan efisiensi pengguna dalam memantau keadaan terutama pada saat rumah ditinggalkan tanpa penghuni atau kosong. Karena meningkatnya tindak kejahatan pencurian berat terutama pada rumah dengan cara kunci pintu rumah maupun jendela yang dapat digandakan atau dibobol. Oleh karena itu untuk mencegah terjadinya peristiwa tersebut, diterapkanlah penguncian pintu menggunakan pengenal suara untuk mengidentifikasi dan dengan metode Mel Frequency Cepstral Coefficient (MFCC) sebagai ekstraksi ciri yang bertujuan mencocokan sinyal dengan teks atau suara yang sesuai pada database untuk melakukan pengenalan suara sebagai akses untuk membuka dan mengunci pada pintu. Sistem keamanan ini dapat secara optimal mengidentifikasi suara pengguna dengan tingkat akurasi mencapai 100%. Selain itu, sistem ini dapat menanggapi dan mengenali suara pengguna dalam situasi kebisingan dengan tingkat kebisingan pada 50dB, 60dB, dan 70dB, dengan tingkat akurasi mencapai 70%. Serta dapat mendeteksi dan&#13;
mengenali pengguna dalam rentang jarak antara 40cm hingga 120 cm dengan tingkat akurasi sekitar 88%.</note>
 <note type="statement of responsibility">Ade Prima Oksera Armenia</note>
 <subject authority="">
  <topic>Teknik Informatika</topic>
 </subject>
 <subject authority="">
  <topic>FT</topic>
 </subject>
 <subject authority="">
  <topic>MFCC</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Institutional Repository USNI Universitas Satya Negara Indonesia</physicalLocation>
  <shelfLocator></shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">8240115</numerationAndChronology>
    <sublocation>Perpustakaan USNI Kampus A (Skripsi)</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="3858" url="" path="/45f40697e9f709b58601e01e673d133d.pdf" mimetype="application/pdf">RANCANG BANGUN KUNCI PINTU BERBASIS PENGENAL SUARA DENGAN METODE MEL FREQUENCY CEPSTRAL COEFFICIENT (MFCC)</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>3717</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2024-03-20 13:31:05</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2024-03-20 13:31:30</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>