ABSTRAK Nama : Agung Santosa Program Studi : Magister Ilmu Komputer Judul : Spectrogram Sebagai Fitur Untuk Convolutional Neural Network Dalam Pengembangan Pengenal Wicara Bahasa Indonesia Berbasis Hidden Markov Model. Pesatnya perkembangan Deep Learning akhir-akhir ini juga menyentuh ASR berbasis HMM, sehingga memunculkan teknik hibrid HMM-ANN. Salah satu teknik Deep Learning yang cukup menjanjikan adalah penggunaan arsitektur CNN. CNN yang memiliki kemampuan mendeteksi local correlation sesuai untuk digunakan pada data spectrum suara. Spectrogram memiliki karakteristik local correlation yang nampak secara visual. Penelitian ini adalah eksperimen penggunaan spectrogram sebagai fitur untuk HMM-CNN untuk meningkatkan kinerja ASR berbasis HMM. Penelitian menyimpulkan spectogram dapat digunakan sebagai fitur untuk HMM-CNN untuk meningkatkan kinerja ASR berbasis HMM. Kata Kunci: ASR, HMM, Deep Learning, CNN, Spectrogram