Perangkat Saklar Aktivasi Melalui Pengenalan Suara Manusia
Sari
Setiap suara manusia dengan modul ini menghasilkan maksimal 80 command suara. Dengan begitu 7 output suara akan diuji dengan menggunakan perintah suara secara langsung dan menganalisis dengan menggunakan aplikasi untuk mengetahui nilai pitch, frekuensi nada, kunci nada dan nilai ct dengan merekam tiap suara manusia tersebut, yang nantinya akan mengetahui identifikasi tiap suara yang diuji dan seberapa tepat serta sensitif dengan alat perancangan sistem pengenalan suara. Penelitan ini menggunakan jarak antara microphone dengan suara manusia dan speaker rekaman dengan jarak range 0-5 cm, 5-10 cm, 10-15 cm, 15-30 cm, dengan maksimal jarak 120 cm. Hasil penelitian menunjukkan bahwa dengan mengunakan perintah suara manusia secara langsung bahwa persentase keberhasilan terbaik pada jarak 0-5 cm dengan tingkat keberhasilan 95%, kemudian dengan analisis menggunakan software pada aplikasi tingkat keberhasilan lebih besar yaitu 96.95%, Jadi kesimpulannya Jika volume perintah suara lebih besar, maka persentase tingkat keberhasilan suara akan semakin tinggi, ketika volume suara perintah kecil dan menurun persentase tingkat suara akan semakin sedikit.
Kata Kunci
Teks Lengkap:
PDFReferensi
A. Faroqi, M. S. WS, and R. Nugraha, “Perancangan Sistem Kontrol Otomatis Lampu Menggunakan Metode Pengenalan Suara Berbasis Arduino,” TELKA - Telekomun. Elektron. Komputasi dan Kontrol, vol. 2, no. 2, pp. 106–117, 2016, doi: 10.15575/telka.v2i2.31.
V. W. Rumopa and J. Luther Mappadang, “Kontrol Penerangan Ruangan Menggunakan Sensor Suara ( Speech Recognition ) Berbasis Android,” Tugas Akhir, 2015.
S. N. Rohman, A. Hidayanto, and A. A. Zahra, “Aplikasi Pencirian Dengan Linear Predictive Coding Untuk Pembelajaran Pengucapan Nama Hewan Dalam Bahasa Inggris Menggunakan Jaringan Syaraf Tiruan Propagasi Balik,” Transmisi, vol. 14, no. 4, pp. 1–9, 2012.
N. R. Pradipta, T. Tasripan, and H. Kusuma, “Perancangan Perangkat Antarmuka Berbasis Pengenalan Suara pada Purwarupa Mesin Cetak Huruf Braille ITS,” J. Tek. ITS, vol. 7, no. 2, 2019, doi: 10.12962/j23373539.v7i2.30923.
Vipul C. Rajyaguru, “Different Methods Used In Voice Recognition Techniques,” Int. Res. J. Eng. Technol., pp. 699–703, 2016.
S. Aulia, L. Lifwarda, and Y. Yustini, “Pengenalan Bentuk Benda Berdasarkan Sinyal Suara dengan Transducer Mikrofon dan Teknologi Kinect,” J. Nas. Tek. Elektro, vol. 7, no. 3, p. 191, 2018, doi: 10.25077/jnte.v7n3.600.2018.
J. M. T. S., D. Puspitaningrum, and B. Susilo, “Penerapan Speech Recognition Pada Permainan Teka-Teki Silang Menggunakan Metode Hidden Markov Model (HMM) Berbasis Desktop,” J. Rekrusif, vol. 4, no. 1, pp. 119–129, 2016.
P. Saputra, “Smart Home dengan Speech Recognition Melalu Bluetooth Berbasis Android,” Tugas Akhir, vol. 6, pp. 5–9, 2017.
Refbacks
- Saat ini tidak ada refbacks.
ISSN No: 2339-1073 Supported by : Jurnal Online Management Jurnal Elektronik Pusat Dokumentasi dan Informasi Ilmiah Lembaga Ilmu Pengetahuan Indonesia