eprintid: 32177
rev_number: 16
eprint_status: archive
userid: 12
dir: disk0/00/03/21/77
datestamp: 2026-07-16 02:41:41
lastmod: 2026-07-16 02:41:41
status_changed: 2026-07-16 02:41:41
type: thesis
metadata_visibility: show
creators_name: Rizal, M. Nasyid Yunitian
creators_nim: 22.11.5073
contributors_name: Sasongko, Theopilus Bayu
corp_creators: Universitas AMIKOM Yogyakarta
title: KLASIFIKASI USIA DAN GENDER BERBASIS SUARA
MENGGUNAKAN ALGORITMA HYBRID CNN-BILSTMTRANSFORMER
ispublished: pub
subjects: 000.000.000A
subjects: 000.000.004
divisions: if
full_text_status: restricted
keywords: Klasifikasi Suara, Deep Learning, Arsitektur Hybrid, Usia dan
Gender, Mel-Spectrogram, Voice Classification, Hybrid Architecture, Age and
Gender.
abstract: Pengenalan karakteristik demografis pengguna, seperti usia dan gender,
melalui suara merupakan tantangan krusial dalam pengembangan sistem interaksi
manusia dan mesin yang lebih personal dan aman. Namun, penggunaan model
Deep Learning arsitektur tunggal seringkali memiliki keterbatasan, di mana model
CNN kurang optimal dalam menangkap urutan waktu, sedangkan model
sekuensial seperti RNN sering kehilangan detail spasial pada data suara yang
kompleks. Penelitian ini bertujuan untuk mengatasi masalah tersebut dengan
mengembangkan model Hybrid yang mengintegrasikan Convolutional Neural
Network (CNN), Bidirectional Long Short-Term Memory (Bi-LSTM), dan
Transformer. Metode penelitian diawali dengan pengolahan dataset Common
Voice menjadi representasi Mel-Spectrogram, penerapan teknik standardisasi
audio, serta perancangan arsitektur gabungan di mana CNN mengekstraksi fitur
visual spektral, Bi-LSTM menangkap konteks temporal dua arah, dan
Transformer memfokuskan atensi pada fitur global yang dominan. Hasil
pengujian membuktikan bahwa model usulan mampu mencapai akurasi akhir
sebesar 91%, unggul dibandingkan model tunggal Bi-LSTM (74%) dan CNN
standar (84%). Keberhasilan ini menegaskan bahwa sinergi ketiga algoritma
tersebut merupakan pendekatan yang efektif untuk mengatasi variabilitas
karakteristik suara manusia yang beragam. Implementasi sistem ini diharapkan
dapat dimanfaatkan secara luas untuk meningkatkan keandalan sistem keamanan
biometrik, personalisasi layanan e-commerce, serta alat bantu investigasi forensik
digital.
date: 2026-03-02
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Rizal, M. Nasyid Yunitian  (2026) KLASIFIKASI USIA DAN GENDER BERBASIS SUARA MENGGUNAKAN ALGORITMA HYBRID CNN-BILSTMTRANSFORMER.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/32177/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32177/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32177/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32177/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32177/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32177/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32177/7/Daftar%20Pustaka.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32177/8/Sourcecode%20-%2022.11.5073.zip
document_url: https://eprints.amikom.ac.id/id/eprint/32177/9/Publikasi.pdf