Klasifikasi Kemiripan Suara Rekaman Menggunakan Metode Me-Frequency Cepstra Coefficient dan Minkowski

Teknologi saat ini teah mendominasi berbagai bidang mulai dari pendidikan, perkantoran, komersial, industri bahkan hukum. Dengan kemajuan Teknologi informasi kebutuhan manusia akan tersedia dengan mudah, praktis dan tanpa batas. Disisi ain, berkembangnya Teknologi informasi menimbukan kekhawatiran pada perkembangan tindak pidana yang berhubungan dengan kejahatan. Pada beberapa kasus biasanya terdapat barang bukti yang ditinggakan seperti rekaman suara yang diHasilkan dari percakapan menggunakan teepon. Suara rekaman ini dapat digunakan sebagai pendukung dalam penyidikan saat dipersidangan untuk mengidentifikasi peaku kejahatan. Penelitian untuk mengidentifikasi suara masih terdapat kendaa yaitu kebisingan yang terjadi saat merekam suara. Metode MFCC merupakan metode yang dapat digunakan untuk mengekstraksi fitur serta mengurangi kebisingan atau noise. Penelitian menggunakan algoritma dalam menganalisis suara rekaman banyak beredar di internet, saah satunya algoritma KNN yang dapat digunakan untuk kasifikasi, identifikasi, dan prediksi. Identifikasi suara rekaman menggunakan algoritma KNN dengan metode minkowski diakukan untuk pengenaan suara dalam menentukan identik atau tidaknya antara suara rekaman peaku kejahatan dengan sampel suara tersangka. Penelitian ini meibatkan dua responden sebagai tersangka dan tiga responden sebagai peaku. Setiap responen akan meakukan perekaman suara, dimana rekaman ini nanti akan dipotong menjadi sebeas bagian yang terdiri dari data atih dan data uji. Hasil yang diharapkan dapat meakukan pengenaan rekaman suara peaku terhadap suara tersangka dengan mendapatkan jarak terkecil yang mendekati kemiripan sehingga barang bukti rekaman suara dapat dipertanggung jawabkan dalam persidangan.