Salah satu cara interaksi manusia dan komputer adalah melalui suara. Dalam beberapa hal cara ini memiliki beberapa kelebihan dibandingkan dengan interaksi melalui gerakan mekanis. Agar interaksimelalui suara berjalan baik, salah satu kemampuan yang harus dimiliki oleh komputer adalah kemampuan mengenali suara manusia, yaitu tersusun dari fonem-fonem apa saja suara tersebut. Penelitian ini mempelajari karakteristik suara yang diucapkan oleh manusia dan menentukan kelompok fonem apa saja yang menyusun suara tersebut. Kelaompok fonem yang dimaksud meliputi Vowel, Nasal, Buzzbar, Voice Plosive, Unvoiced Plosive, Voiced Fricative, Unvoiced Fricative, dan silent Keluaran dari proses ini dapat dipergunakan sebagai parameter bantu yang sangat bermanfaat untuk mengenali fonem apa saja yang membangun suatu suara masukan. Pendekatan pemecahan masalah yang digunakan adalah Jaringan Syarif Buatan, suatu cara yang memang cocok untuk masalah pengenalan pola, dimana karakteristikpermasalahannya adalah tidak lengkapnya input, ketidak tegasan aturan, dan adan;ya noise. Arsitektur jaringan syaraf yang dipilih adalah jaringan feedforward/backpropagation. Algoritma pembelajaran yang digunakan adalah algoritma pembelajaran Extended Least Square, suatu metoda yang memadukan teknik Least Square dan gradient descent. Hasil penelitian menunjukkan bahwa pembelajaran menggunakan Extended Least Square (ELS) memiliki tingkat konvergensi yang jauh lebih tinggi dibandingkan pembelajaran menggunakan Backpropagation standar, terutama pada awal pembelajaran. Jumlah epoch, jumlah Mflops (Million Floating Point Operations), dan jumlah waktu yang dibutuhkan untuk melakukan pembelajaran lebih baik dan efisien dibandingkan metoda standa dengan perbandingan rata-rata 1:3. Ketepatan pengenalan jaringan syaraf yang dihasilkan dari proses pembelajaran cukup tinggi, yaitu rata-rata 89%, baik menggunakan algoritma pembelajaran ELS maupun algoritma Standar. Pada tingkat pembelajaran tertentu (Error Norm 0.1), dengan input pembelajaran lengkap (dari dua pembicara pria dan dua pembicara wanita), jaringan dapat mengenali dengan baik fonem yang dihasilkan baik oleh pria maupun wanita.