Penerapan Perintah Suara Berbahasa Indonesia untuk Mengoperasikan Perintah Dasar di Windows
|
|
- Hendri Gunardi
- 7 tahun lalu
- Tontonan:
Transkripsi
1 Penerapan Perintah Suara Berbahasa Indonesia untuk Mengoperasikan Perintah Dasar di Windows 1 Muhammad Anggia Muchtar, 2 Raisha Ariani Sirait, 3 Romi Fadillah Rahmat 1,2,3 Program Studi S1 Teknologi Informasi Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara anggia.muchtar@usu.ac.id raishasirait3@gmail.com romi.fadillah@usu.ac.id Abstrak-Speech recognition merupakan teknik mengenali ucapan dari suara seseorang untuk dikenali di sebuah perangkat. Penelitian di bidang speech recognition bukanlah hal baru mengingat banyaknya aplikasi yang sudah menggunakan suara sebagai pengganti input. Namun diantara aplikasi aplikasi tersebut belum banyak yang menjadikan bahasa Indonesia sebagai sarana input. Diantara penelitian tersebut Microsoft Corporation menciptakan Speech Application Programming Interface (SAPI) untuk membantu pengembangan aplikasi pengenalan ucapan. Penelitian ini menerapkan perintah suara berbahasa Indonesia dan metode Fast Fourier Transform (FFT) untuk mentransformasi sinyal frekuensi dengan membagi dua tiap titik sinyal terus menerus sehingga sinyal menjadi satu titik. Hasil akhir pada penelitian ini menunjukkan bahwa sistem berhasil mengenali jenis perintah berbahasa Indonesia hingga mencapai 81,15% untuk lingkungan dengan noise frekuensi sebesar Hz. Sedangkan untuk lingkungan dengan noise frekuensi sebesar Hz hanya sebesar 30,8%. Keakuratan sistem dipengaruhi noise dan kualitas input suara, semakin sedikit noise dan bagus kualitas input suara maka akan semakin akurat sistem mengenali input. Kata kunci : speech recognition, Speech Application Programming Interface (SAPI), Fast Fourier Transform (FFT), bahasa Indonesia. I. PENDAHULUAN Perkembangan cara berkomunikasi antara manusia dan komputer telah mengalami perubahan dari waktu ke waktu. Perubahan tersebut bertujuan agar komunikasi antara manusia dan komputer menjadi lebih efisien. Salah satu metode komunikasi yang banyak dikembangkan saat ini adalah pengenalan ucapan atau yang lebih kita kenal dengan istilah speech recognition. Speech recognition merupakan metode komunikasi yang berfokus pada pengenalan ucapan, sehingga diharapkan penyaluran informasi dapat dilaksanakan dengan lebih efisien. Selain itu, teknologi pengenalan ucapan masih memiliki banyak potensi untuk dikembangkan. Banyak penelitian yang telah dan sedang dilakukan untuk mendapatkan pengenalan ucapan yang cepat dan akurat. Salah satu yang terkenal adalah penelitian yang dilakukan oleh Microsoft Corporation yang dikembangkan untuk sistem operasi Windows. Selain mengembangkan mesin pengenalan ucapan, Microsoft juga mengembangkan standar untuk pengenalan ucapan yaitu Speech Application Programming Interface (SAPI). Pada penelitian ini, penulis mencoba menerapkan metode Fast Fourier Transform pada tahap ekstraksi ciri untuk mengetahui frekuensi noise sehingga dapat dibandingkan ketika mengoperasikan perintah perintah dasar di OS Windows. Proses yang akan dilalui oleh sistem ini mengadaptasi dasar dari sistem pengenalan ucapan pada umumnya. Proses tersebut diawali dengan menginput suara menggunakan microphone. Kemudian dilanjutkan dengan proses ekstraksi ciri, yakni proses mendapatkan besaran pada bagian sinyal masukan untuk menetapkan pola pembelajaran atau pola uji. Untuk tahap pembelajaran atau pola uji penulis menggunakan Speech Application Programming Interface (SAPI) dengan grammar yang telah ditentukan sendiri oleh penulis. SAPI memungkinkan pengenalan ucapan tanpa mempengaruhi aplikasi yang ingin dibuat, sehingga SAPI dapat digunakan sebagai fungsi tersendiri untuk mendukung aplikasi yang akan dibuat. Keinginan untuk membuat cara berinteraksi yang lebih alami menyebabkan perlunya dicari alternatif lain sebagai pengganti atau pelengkap piranti yang sudah ada. Interaksi antara manusia dengan komputer yang paling berkembang saat ini adalah menggunakan suara sebagai input untuk menjalankan aplikasi dimana kebanyakan aplikasi aplikasi tersebut banyak digunakan pada perangkat mobile dan memiliki fungsi tersendiri seperti aplikasi pencari lirik lagu ataupun pencarian kata yang menggunakan bahasa inggris sebagai input perintahnya. Oleh karena itu, disini penulis ingin menerapkan suara sebagai input untuk aplikasi yang dapat mengoperasikan windows menggunakan perintah bahasa Indonesia. II. PENELITIAN TERDAHULU Terdapat beberapa penelitian-penelitian terdahulu yang berkaitan dengan penelitian pada artikel ilmiah ini. Speech Application Programming Interface (SAPI) pernah digunakan pada penelitian untuk aplikasi berbasis windows dimana dari penelitian tersebut didapatkan tingkat keberhasilan input dikenali tanpa sistem pelatihan sebesar 93,75%. Speech Application Programming Interface (SAPI) memiliki jenis mesin shared recognition yang memungkinkan pengembangan aplikasi tanpa mengganggu komponen pengenalannya sendiri. Kemudian pada penelitian Pembuatan Speech Recognition dan Database Wicara untuk Kontrol Peralatan Rumah Tangga Jarak Jauh, SAPI berfungsi sebagai pengubah sinyal suara menjadi kata (speech to text). Pada penelitian
2 tersebut, ditambahkan proses speech to signal code yakni proses mengubah teks menjadi biner kemudian dikirim ke parallel port pada microcontroller. Untuk penelitian terdahulu yang berkaitan dengan algoritma Fast Fourier Transform diantaranya adalah penelitian algoritma untuk speech recognition yang disimulasikan pada pemrograman MATLAB. Pada penelitian tersebut algoritma Fast Fourier Transform digunakan untuk diuji keefektifannya mengenali kata kata dengan jenis mudah dikenali, sulit dikenali dan kata yang mirip seperti on dan off. D. Transformasi Fourier Transformasi Fourier merupakan suatu persamaan integral untuk menghitung frekuensi, amplitudo dan fase dari suatu gelombang sinyal[6].sementara untuk menghitung spektrum frekuensi sinyal pada komputer digital, kita membutuhkan algoritma Discrete Fourier Transform (DFT). DFT mengubah sinyal domain waktu, menjadi sinyal domain frekuensi. DFT dapat diterjemahkan dalam rumus berikut : F(k f) N 1 n 0 f(n t)e i(2πk f)(n t) III. METODOLOGI PENELITIAN for k = 0, 1, 2,.., N 1 A. Suara Suara adalah sebuah sinyal yang merambat melalui media perantara. suara dapat didefinisikan sebagai gelombang yang merambat dengan frekuensi dan amplitudo tertentu. Suara yang dapat didengar manusia berkisar antara 20 Hz sampai dengan 20 KHz, dimana Hz adalah satuan frekuensi yang artinya banyaknya getaran per-detik (cps / cycle per second) [1]. B. Speech Recognition Speech Recognition (pengenalan lafal/ucapan) juga diketahui sebagai suatu proses untuk mengenali seseorang dengan mengenali ucapan dari orang tersebut [2]. Speech recognition merupakan teknik dimana perangkat akan mengenali masukan berupa suara, setelah itu perangkat melakukan respon yang sesuai dengan masukan suara tersebut [3]. C. Speech Application Programming Interface (SAPI) Speech Application Programming Interface (SAPI) merupakan standar interface pengembangan sistem speech recognition yang diciptakan Microsoft Corporation. SAPI memungkinkan pembuat aplikasi menerapkan sistem speech recognition menggunakan engine yang berbeda tanpa merubah aplikasi yang dibuat. SAPI 5.1 terdiri dari 2 antar muka yaitu application programming interface (API) dan device driver interface (DDI)[4]. Windows Application Programming Interface (API) adalah sekumpulan fungsi dan konstanta yang terdapat dalam file-file Dynamic Link Library (DLL) yang menyusun Sistem Operasi Windows. Dalam API terdapat fungsi-fungsi/ perintah-perintah untuk menggantikan bahasa yang digunakan dalam system calls dengan bahasa yang lebih terstruktur dan mudah dimengerti oleh programmer. Fungsi yang dibuat dengan menggunakan API tersebut kemudian akan memanggil system calls sesuai dengan sistem operasinya[5].ddi menyediakan fungsi untuk menerima data suara dari SAPI dan mengembalikan pengenalan frasa pada level SAPI paling dasar. Terdapat dua antar muka yang digunakan oleh DDI yaitu ISpSREngine, yang diimplementasikan oleh engine dan ISpSREngineSite yang diimplementasikan oleh SAPI[4]. N = jumlah sampel yang diambil T = total waktu sampling t = pertambahan waktu antar sampel t = T N f s = frekuensi sampel f s = 1 t = N T Algoritma Discrete Fourier Transform (DFT) memerlukan waktu O(n2) untuk mengolah sampel data sebanyak n buah yang memakan waktu lama apabila jumlah data yang akan diproses banyak. Maka dari itu, diperlukan algoritma yang dapat mengoptimalkan perhitungan tersebut. Algoritma tersebut adalah Fast Fourier Transform (FFT) yang pada prinsipnya algoritma ini adalah memecah N-titik menjadi dua (N/2) titik, kemudian memecah tiap (N/2) titik menjadi dua (N/4) titik, begitu seterusnya sampai hanya terdapat 1 titik[7]. Berikut adalah proses pengurangan perkalian dari nilai N menjadi N/2. Lanjutkan pemisahan x 1 (m) dan x 2 (m) menjadi bagian ganjil dan genap dengan cara yang sama, perhitungan untuk N/2 akan dikurangi menjadi N/4. Kemudian perhitungan DFT akan berkurang secara terus menerus. Jadi jika sinyal untuk nilai N DFT terpisah terus menerus sampai sinyal akhir menjadi satu titik. Misalkan ada N=2 v DFT yang perlu dihitung. Maka jumlah pemisahan yang dapat dilakukan adalah v = log 2 (N). maka jumlah total perkalian akan dikurangi hingga (N/2)log 2 (N). untuk tambahan perhitungan, angka yang akan dikurangi mencapai Nlog 2 (N). Karena perkalian dan penambahan dikurangi, maka kecepatan perhitungan komputasi DFT dapat ditingkatkan [8]. E. Analisis Data Data yang digunakan pada penelitian ini adalah kata kata berbahasa Indonesia yang diucapkan oleh empat orang user yang berbeda. Pada tabel 1 akan dijelaskan daftar kata kata yang digunakan sebagai input perintah suara. Tabel 1. Daftar Kata Perintah NO JENIS SUARA KATA 1 2 Perempuan A Perempuan B Explorer Buka Atas Bawah Kanan
3 3 laki A 4 laki B Kiri Kembali Browser Word Point Excel Publisher Mulai Masukkan sinyal suara F. General Architecture Berikut adalah arsitektur umum jalannya aplikasi perintah suara berbahasa Indonesia untuk menjalankan perintah dasar di windows. User mengucapkan kata atau melakukan input melalui microphone pada laptop untuk menjalankan windows. Sinyal suara diubah ke dalam bentuk digital Proses ekstraksi (FFT) Pengenalan pola spektrum suara Grammar tidak Dikenali ya Jalankan komando pada perangkat end G. Flowchart Sistem Gambar 1. General Architecture Berikut ini adalah flowchart sistem perintah suara berbahasa Indonesia untuk menjalankan perintah dasar di windows yang dapat dilihat pada gambar 2. Langkah langkah flowchart sistem gambar 2 menggambarkan alur kerja sistem perintah suara berbahasa Indonesia untuk mengoperasikan perintah dasar di windows, yaitu : 1. User berbicara menggunakan mikrofon agar kata yang diucapkan dapat dijadikan input untuk menjalankan aplikasi 2. Suara tersebut akan diubah menjadi sinyal digital menggunakan SoundCard yang terdapat di dalam komputer 3. Setelah input telah berbentuk sinyal digital di dalam komputer, tahapan selanjutnya adalah proses ekstraksi dimana sinyal tersebut akan diubah menjadi spektrum suara 4. Pada proses ekstraksi tersebut, algoritma Fast Fourier Transform akan mengubah sinyal digital ke dalam bentuk spektrogram 5. Setelah proses spektogram, aplikasi akan menggunakan Speech API sebagai library yang berperan sebagai tempat menetapkan grammar dan pengenal pola sinyal yang dimasukkan 6. Sebelum sinyal dikenali, grammar ditetapkan terlebih dahulu sebagai pembanding di tahap pengenalan nantinya 7. Pada tahap pengenalan, engine pada Speech API yang berfungsi sebagai recognition akan mengenali jenis sinyal dan membandingkannya dengan yang ada pada grammar 8. Setelah input dikenali, aplikasi akan dibaca sebagai perintah yang akan digunakan untuk menjalankan perangkat Windows Gambar 2. Flowchart Sistem IV. HASIL DAN PEMBAHASAN A. Tampilan Sistem 1. Tampilan Halaman Awal Pada halaman awal sistem langsung berjalan secara real time yang berarti langsung mendengarkan suara untuk dikenali sebagai input. Pada halaman ini juga terdapat menu utama input kata sendiri untuk dijadikan perintah. Tampilan halaman awal dapat dilihat pada gambar 3. Gambar 3. Halaman Awal 2. Tampilan Halaman Bantuan Halaman bantuan menunjukkan pada user yang baru pertama kali bagaimana menggunakan sistem dan menjelaskan fungsi fungsi perintah yang tertera pada
4 halaman awal. Tampilan halaman bantuan dapat dilihat pada gambar 4. B. Pengujian Sistem Gambar 4. Halaman Bantuan 1. Pengujian suara dengan frekuensi noise Hz Pada pengujian ini empat orang user diuji menggunakan microphone yang terdapat pada laptop. Empat orang user terdiri dari dua orang perempuan dan dua orang laki laki dengan jumlah kata yang diuji sebanyak 12 kata dan diucapkan sebanyak lima kali per kata. Pengujian ini dilakukan dengan memasang suara latar belakang musik sebagai noise dengan tingkat kebisingan Hz seperti yang dapat dilihat pada tabel 2. Subjek Pr A Pr B Laki A Tabel 2. Pengujian Suara dengan noise Hz Kata yang diuji Pengujian B G J Noise (Hz) Hasil Explorer % Atas % Bawah % Kiri % Browser % Word % Point % Publisher % Explorer % Atas % Bawah % Kiri % Browser % Word % Point % Excel % Publisher % Explorer % Atas % Bawah % Laki B Kiri % Browser % Word % Point % Publisher % Explorer % Atas % Bawah % Kiri % Browser % Word % Point % Publisher % Dari tabel 2 dapat dilihat bahwa rata rata tingkat keberhasilan sistem mengenali perintah suara dapat mencapai 100% per perintah. Sistem dapat mengenali input walau berada dalam kondisi noise sampai 500 Hz. Selain kondisi noise, tingkat keberhasilan sistem mengenali input juga dipengaruhi bentuk pengucapan user. Pada tabel 2 dapat dilihat pada user perempuan A dan perempuan B terdapat perbedaan signifikan dimana perempuan B memiliki tingkat keberhasilan 0% untuk beberapa kata. Hal ini disebabkan user perempuan B memiliki aksen ketika berbicara sehingga memengaruhi kualitas input suara. Untuk keterangan tingkat keberhasilan dapat dilihat lebih jelas pada gambar % 90% 80% 70% 60% 50% 40% 30% 20% 10% 0% Perintah Explorer Buka Kembali Atas Bawah Kanan Kiri Browser Word Point Excel Publisher Gambar 5. Persentase Keberhasilan Perintah Suara dengan noise Hz 2. Pengujian suara dengan frekuensi noise Hz Pada pengujian suara dengan frekuensi noise Hz berlaku hal yang sama dengan pengujian suara dengan frekuensi noise Hz. User dan latar belakang noise yang digunakan sama seperti pengujian yang sebelumnya.
5 Tabel 3. Pengujian Suara dengan noise Hz Subjek Pr A Pr B Laki A Laki B Kata yang diuji Pengujian B G J Noise (Hz) Hasil Explorer % Buka % Atas % Bawah % Kanan % Kiri % Kembali % Browser % Word % Point % Publisher % Explorer % Buka % Atas % Bawah % Kanan % Kiri % Kembali % Browser % Word % Point % Excel % Publisher % Explorer % Buka % Atas % Bawah % Kiri % Kembali % Browser % Word % Point % Excel % Publisher % Explorer % Buka % Atas % Bawah % Kanan % Kiri % Kembali % Browser % Word % Point % Excel % Publisher % Dari tabel 3 dapat dilihat bahwa rata rata tingkat keberhasilan sistem mengenali perintah suara menurun pada angka rata rata 60% per perintah. Dari tabel 3 dapat dilihat jelas bahwa tingkat kebisingan (noise) memiliki pengaruh besar pada sistem untuk melakukan pengenalasan suara. Untuk keterangan tingkat keberhasilan dapat dilihat lebih jelas pada gambar 6. 60% 50% 40% 30% 20% 10% 0% Gambar 6. Persentase Keberhasilan Perintah Suara dengan noise Hz V. KESIMPULAN DAN SARAN A. Kesimpulan Perintah Explorer Buka Kembali Atas Bawah Kanan Kiri Browser Word Point Excel Publisher Berdasarkan pengujian aplikasi penerapan perintah suara bahasa Indonesia untuk mengoperasikan perintah dasar windows didapat beberapa kesimpulan, yaitu : 1. Hasil pengujian aplikasi menunjukkan bahwa tingkat keberhasilan perintah suara bahasa Indonesia dikenali dengan tingkat frekuensi lingkungan Hz adalah 81,15 %. Sedangkan tingkat keberhasilan perintah suara bahasa Indonesia dengan tingkat frekuensi lingkungan Hz adalah 30,8 %. 2. Hasil pengujian aplikasi juga menunjukkan bahwa tingkat keberhasilan cenderung rendah apabila pengguna (user) memiliki pengucapan kata yang kurang jelas. Hal tersebut menunjukkan tingkat akurasi aplikasi dipengaruhi oleh kualitas input yang diberikan pengguna (user). 3. Untuk pengujian dengan tingkat frekuensi lingkungan Hz, perintah yang masih dapat dikenali adalah kanan dan atas. Sementara untuk perintah pemanggilan aplikasi yang cenderung berbahasa inggris tidak dapat dikenali seperti explorer, word dan point. 4. Jarak waktu perintah diberikan dan eksekusi perintah tidak lebih dari satu detik sehingga dapat dikatakan cukup nyaman untuk digunakan. Berdasarkan kesimpulan di atas perintah suara berbahasa Indonesia berhasil diterapkan untuk mengoperasikan perintah dasar di windows. Penerapan Speech Application Programming Interface (SAPI) dan algoritma Fast Fourier Transform sesuai dengan kebutuhan aplikasi yang berhasil berjalan dengan tingkat keberhasilan 81,15 %.
6 B. Saran Berdasarkan pengujian aplikasi penerapan perintah suara bahasa Indonesia untuk mengoperasikan perintah dasar windows terdapat beberapa kelemahan seperti perintah yang tidak dikenali di lingkungan yang ribut, aplikasi juga membatasi kualitas input sehingga aplikasi dapat dikatakan kaku karena membatasi tipe input. Maka dari itu, penulis memiliki beberapa saran agar dapat dilakukan penelitian penelitian lain yang dapat mengembangkan aplikasi aplikasi speech recognition berbahasa Indonesia, seperti : [8] Yang, T The Algorithms of Speech Recognition, Programming and Simulating in MATLAB. Tesis. University of Gavle 1. Diharapkan penelitian mengenali pengenalan ucapan berbahasa Indonesia dapat dikembangkan sehingga dapat diterapkan di berbagai aplikasi. 2. Dapat menerapkan metode metode lain yang dapat meningkatkan tingkat keberhasilan walau dengan tingkat frekuensi lingkungan (noise) yang cenderung besar atau ditemukannya metode untuk mereduksi noise (frekuensi lingkungan) sehingga aplikasi dapat berjalan dengan lebih optimal. 3. Diharapkan juga ada penelitian yang bersifat memprediksi pola ucapan sehingga pengguna (user) yang memiliki kebiasaan berbicara tidak menggunakan Ejaan Yang Disempurnakan (EYD) atau memiliki kekurangan dalam melafalkan huruf dapat menggunakan aplikasi pengenalan ucapan dengan nyaman. DAFTAR PUSTAKA [1] Darmawan, Y., Speech Recognition menggunakan metode Mel Frequency Cepstrum Coefficient dan Algoritma Dynamic Time Wrapping. Skripsi. Universitas Sumatera Utara [2] Rabiner, L., Juang, B.H Fundamental of Speech Recognition. New Jersey : Prantice - Hall Inc [3] Syarif, A., Daryanto, T. & Arifin, M.J Aplikasi Speech Application Programming Interface (SAPI) 5.1 sebagai perintah untuk Pengoperasian Aplikasi berbasis Windows. Speech Application Programming Interface (SAPI) : 1-7 [4] Nurcahyono, D., Kristalina, P. & Huda, M Pembuatan Speech Recognition dan Database Wicara untuk Kontrol Peralatan Rumah Tangga Jarak Jauh. Speech Recognition 1-7 [5] Sianturi, A.H Implementasi Speech Recognition pada Aplikasi Pembelajaran dalam bentuk Permainan Menebak Kata Baku Bahasa Indonesia. Skripsi. Universitas Sumatera Utara. [6] Stefanus, Hamz, M., Angzas, Y Perancangan Aplikasi Pengenalan Ucapan Bahasa Mandarin menggunakan Jaringan Syaraf Tiruan Fuzzy Artmap. Indonesia : Bina Nusantara [7] Gunawan, D. & Juwono, F.H., Pengolahan Sinyal Digital dengan Pemrograman MATLAB Graha Ilmu : Yogyakarta
BAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Suara Suara adalah sebuah sinyal yang merambat melalui media perantara. suara dapat didefinisikan sebagai gelombang yang merambat dengan frekuensi dan amplitudo tertentu. Suara
Lebih terperinciPENERAPAN PERINTAH SUARA BERBAHASA INDONESIA UNTUK MENGOPERASIKAN PERINTAH DASAR DI WINDOWS SKRIPSI RAISHA ARIANI SIRAIT
PENERAPAN PERINTAH SUARA BERBAHASA INDONESIA UNTUK MENGOPERASIKAN PERINTAH DASAR DI WINDOWS SKRIPSI RAISHA ARIANI SIRAIT 091402014 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI
Lebih terperinciBAB I PENDAHULUAN. Proses pengenalan kata merupakan salah satu fungsi dari
BAB I PENDAHULUAN I.1. Latar Belakang Masalah Proses pengenalan kata merupakan salah satu fungsi dari voice recognition. Voice recognition dibagi menjadi dua jenis, yaitu speech recognition dan speaker
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Cara interaksi antara manusia dengan komputer sampai saat ini, yang secara umum digunakan sebagian besar masih dilakukan secara tanpa lisan. Cara tersebut dilakukan
Lebih terperinciudara maupun benda padat. Manusia dapat berkomunikasi dengan manusia dari gagasan yang ingin disampaikan pada pendengar.
BAB II DASAR TEORI 2.1 Suara (Speaker) Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitudo tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun
Lebih terperinciBAB 2 LANDASAN TEORI
BAB 2 LANDASAN TEORI 2.1 Gelombang Bunyi Menurut Anwar, et al (2014), gelombang bunyi atau lebih khusus dikenal sebagai gelombang akustik adalah gelombang longitudinal yang berada dalam sebuah medium,
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Meningkatnya ilmu pengetahuan dan teknologi khususnya pada bidang komunikasi saat ini berkembang dengan cepat. Kemajuan teknologi bertujuan untuk mempermudah kegiatan
Lebih terperinciUKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Pada masa sekarang, Digital Signal Processing (DSP) atau pemrosesan sinyal digital sudah banyak diterapkan di berbagai bidang karena data dalam bentuk digital
Lebih terperinciPembuatan Speech Recognition Dan Database Wicara Untuk Kontrol Peralatan Rumah Tangga Jarak Jauh
Pembuatan Speech Recognition Dan Database Wicara Untuk Kontrol Peralatan Rumah Tangga Jarak Jauh Didik Nurcahyono 1, Prima Kristalina 2, Miftahul Huda 2 1 Mahasiswa Politeknik Elektronika Negeri Surabaya,
Lebih terperinciSISTEM AKSES BUKU PERPUSTAKAAN JURUSAN TEKNIK ELEKTRO UNIVERSITAS ANDALAS MENGGUNAKAN APLIKASI PENGENALAN WICARA DENGAN METODA MFCC-VQ dan SSE
SISTEM AKSES BUKU PERPUSTAKAAN JURUSAN TEKNIK ELEKTRO UNIVERSITAS ANDALAS MENGGUNAKAN APLIKASI PENGENALAN WICARA DENGAN METODA MFCC-VQ dan SSE TUGAS AKHIR Diajukan Sebagai Salah Satu Syarat untuk Menyelesaikan
Lebih terperinciBAB III METODOLOGI. dari suara tersebut dapat dilihat, sehingga dapat dibandingkan, ataupun dicocokan dengan
23 BAB III METODOLOGI 3.1 Metodologi Penelitian Penelitian ini ingin membangun sistem yang dapat melakukan langkah dasar identifikasi, yaitu melakukan ektraksi suara Gamelan Bonang, dengan ekstrasi ini,
Lebih terperinciBAB 2 LANDASAN TEORI
7 BAB 2 LANDASAN TEORI 2.1 Kata baku dan tidak baku Bahasa Indonesia Kata merupakan bentuk yang sangat kompleks yang tersusun atas beberapa unsur. Kata dalam bahasa Indonesia terdiri atas satu suku kata
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dalam situs http://id.wikipedia.org/wiki/lagu dikatakan bahwa lagu merupakan gubahan seni nada atau suara dalam urutan, kombinasi, dan hubungan temporal (biasanya diiringi
Lebih terperinciANALISIS DAN PERANCANGAN PROGRAM APLIKASI. mahasiswa Binus University secara umum. Dan mampu membantu
BAB 3 ANALISIS DAN PERANCANGAN PROGRAM APLIKASI 3.1. Analisa Sistem 3.1.1. Sejarah Umum Perusahaan Binus Learning Community adalah komunitas belajar binus yang berada dibawah sub unit mentoring Student
Lebih terperinci1. Pendahuluan Latar Belakang
1. Pendahuluan 1.1. Latar Belakang Musik merupakan sarana untuk menyimpan hasil karya seseorang. Dan hampir semua notasi musik dituliskan ke dalam not balok. Not balok adalah susunan nada yang ditulis
Lebih terperinciBAB I PENDAHULUAN. pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran.
BAB I PENDAHULUAN 1.1 Latar Belakang Saat sesuatu diukur maka beberapa data didapatkan. Umumnya pengukuran tidak pernah tepat, dan sedikitnya semacam noise terdapat pada data pengukuran. Mendapatkan data
Lebih terperinciAktifasi Peralatan Elektronik Berbasis Suara Menggunakan Android
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015 537 Aktifasi Peralatan Elektronik Berbasis Suara Menggunakan Android Regilang Monyka Putra *), Firdaus **), Mohammad Hafiz Hersyah
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. dicolokan ke komputer, hal ini untuk menghindari noise yang biasanya muncul
37 BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil 4.1.1 Pengambilan Database Awalnya gitar terlebih dahulu ditala menggunakan efek gitar ZOOM 505II, setelah ditala suara gitar dimasukan kedalam komputer melalui
Lebih terperinciSeminar Nasional Ilmu Komputer (SNIK 2016) - Semarang, 10 Oktober 2016 ISBN:
Perintah Suara Berbahasa Indonesia untuk Membuka dan Menutup Aplikasi dalam Sistem Operasi Windows Menggunakan Metode Mel Frequency Cepstrum Coefficient dan Metode Backpropagation Zakaria Ramadhan 1, Sukmawati
Lebih terperinciPENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN JARINGAN SARAF TIRUAN MODEL PROPAGASI BALIK
ABSTRAK PENGENALAN SUARA MANUSIA DENGAN MENGGUNAKAN Dosen Jurusan Teknik Elektronika Fakultas Teknik Universitas Negeri Makassar Pada penelitian ini dibuat sebuah sistem pengenalan suara manusia dengan
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Informasi tentang pemasangan iklan di suatu radio (antara lain mengenai, jam berapa suatu iklan ditayangkan, dalam sehari berapa kali suatu iklan ditayangkan dan berapa
Lebih terperinciMODUL 5 EKSTRAKSI CIRI SINYAL WICARA
MODUL 5 EKSTRAKSI CIRI SINYAL WICARA I. TUJUAN - Mahasiswa mampu melakukan estimasi frekuensi fundamental sinyal wicara dari pengamatan spektrumnya dan bentuk gelombangnya - Mahasiswa mampu menggambarkan
Lebih terperinciBAB 1 PENDAHULUAN. untuk bersosialisasi didalam kehidupan sehari-hari dalam kehidupan mereka. Sarana
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia merupakan makhluk sosial yang menggunakan komunikasi sebagai cara untuk bersosialisasi didalam kehidupan sehari-hari dalam kehidupan mereka. Sarana komunikasi
Lebih terperinci2.4. Vector Quantization Kebisingan BAB III METODOLOGI PENELITIAN Desain Penelitian Requirements Definition...
DAFTAR ISI PERNYATAAN... i KATA PENGANTAR... ii UCAPAN TERIMA KASIH... iii ABSTRAK... v ABSTRACT... vi DAFTAR ISI... vii DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xii BAB I PENDAHULUAN...
Lebih terperinciJaringan Syaraf Tiruan pada Robot
Jaringan Syaraf Tiruan pada Robot Membuat aplikasi pengenalan suara untuk pengendalian robot dengan menggunakan jaringan syaraf tiruan sebagai algoritma pembelajaran dan pemodelan dalam pengenalan suara.
Lebih terperinciAPLIKASI PENGENALAN SUARA DIGITAL NADA DASAR PIANO SKRIPSI M. ARDIANSYAH
APLIKASI PENGENALAN SUARA DIGITAL NADA DASAR PIANO SKRIPSI M. ARDIANSYAH 091402062 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA MEDAN 2014
Lebih terperinciIDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK
IDENTIFIKASI CAMPURAN NADA PADA SUARA PIANO MENGGUNAKAN CODEBOOK Ade Fruandta dan Agus Buono Departemen Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam, Institut Pertanian Bogor Jl. Meranti
Lebih terperinciSeminar Nasional APTIKOM (SEMNASTIKOM), Hotel Lombok Raya Mataram, Oktober 2016
IMPLEMENTASI ALGORITMA FAST FOURIER TRANSFORM DAN MEAN SQUARE PERCENTAGE ERROR UNTUK MENGHITUNG PERUBAHAN SPEKTRUM SUARA SETELAH MENGGUNAKAN FILTER PRE-EMPHASIS Fitri Mintarsih 1, Rizal Bahaweres 2, Ricky
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN 4.1. Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masin-masing komponen perangkat.
Lebih terperinciPENGENALAN UCAPAN DENGAN METODE FFT PADA MIKROKONTROLER ATMEGA32. Disusun Oleh : Nama : Rizki Septamara Nrp :
PENGENALAN UCAPAN DENGAN METODE FFT PADA MIKROKONTROLER ATMEGA32 Disusun Oleh : Nama : Rizki Septamara Nrp : 0622034 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha, Jl. Prof.Drg.Suria
Lebih terperinciBAB I PENDAHULUAN. manusia satu dengan manusia lainnya berbeda-beda intonasi dan nadanya, maka
BAB I PENDAHULUAN 1.1. LATAR BELAKANG MASALAH Suara adalah suatu alat komunikasi paling utama yang dimiliki oleh manusia. Dengan suara, manusia dapat berkomunikasi dengan manusia lainnya. Melalui suara,
Lebih terperinciAplikasi Teknik Speech Recognition pada Voice Dial Telephone
Aplikasi Teknik Speech Recognition pada Voice Dial Telephone Oleh: Ahmad Irfan Abdul Rahman Tri Budi Santoso Titon Dutono Laboratorium Sinyal, Politeknik Elektronika Negeri Surabaya (PENS) Institut Teknologi
Lebih terperinciBAB 1 PENDAHULUAN. kehandalannya. Komputer terus dikembangkan. Komputer dituntut memiliki kecepatan
1 BAB 1 PENDAHULUAN 1.1 Latar Belakang Sejak komputer ditemukan manusia selalu berusaha meningkatkan kemampuan dan kehandalannya. Komputer terus dikembangkan. Komputer dituntut memiliki kecepatan komputasi
Lebih terperinciPENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG
PENGENALAN SUARA BURUNG MENGGUNAKAN MEL FREQUENCY CEPSTRUM COEFFICIENT DAN JARINGAN SYARAF TIRUAN PADA SISTEM PENGUSIR HAMA BURUNG TUGAS AKHIR MUHAMMAD AGUNG NURSYEHA 2211100164 Pembimbing: Dr. Muhammad
Lebih terperincic. Syllable (suku kata), merupakan bagian-bagian dari sebuah kata yang dapat langsung diucapkan, misalnya glass, book, clever.
BAB 2 TINJAUAN PUSTAKA Pada bab ini, akan dibahas tentang landasan teori mengenai pembelajaran English Grammar menggunakan speech recognition yang mengkhususkan pembelajaran tenses berbasis android, dan
Lebih terperinciFrekuensi Dominan Dalam Vokal Bahasa Indonesia
Frekuensi Dominan Dalam Vokal Bahasa Indonesia Tjong Wan Sen #1 # Fakultas Komputer, Universitas Presiden Jln. Ki Hajar Dewantara, Jababeka, Cikarang 1 wansen@president.ac.id Abstract Pengenalan ucapan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Wicara atau ucapan adalah cara berkomunikasi yang paling sederhana dan sering digunakan oleh manusia. Namun, seiring dengan perkembangan teknologi, proses komunikasi
Lebih terperinciBAB IV IMPLEMENTASI DAN EVALUASI. 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian
BAB IV IMPLEMENTASI DAN EVALUASI 4.1 Spesifikasi Hardware dan Software yang digunakan dalam penelitian Penelitian ini dilakukan dengan menggunakan satu set komputer dengan prosesor berkecepatan 1,18 GHz,
Lebih terperinciBAB 1 PENDAHULUAN. 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Informasi yang disampaikan manusia menggunakan suatu bahasa sebagai perantaranya. Bahasa merupakan simbol bunyi yang dihasilkan oleh alat ucap manusia yang di dalamnya
Lebih terperinciBAB 2 LANDASAN TEORI. mencakup teori speaker recognition dan program Matlab. dari masalah pattern recognition, yang pada umumnya berguna untuk
6 BAB 2 LANDASAN TEORI 2.1 Teori-teori Dasar / Umum Landasan teori dasar / umum yang digunakan dalam penelitian ini mencakup teori speaker recognition dan program Matlab. 2.1.1 Speaker Recognition Pada
Lebih terperinciAPLIKASI PENGENALAN SUARA UNTUK SIMULASI PENGUNCI PINTU ABSTRAK
APLIKASI PENGENALAN SUARA UNTUK SIMULASI PENGUNCI PINTU Stephanus Arnold / 0222021 Jurusan Teknik Elektro, Fakultas Teknik, Universitas Kristen Maranatha Jln. Prof. Drg. Surya Sumantri 65, Bandung 40164,
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Manusia dianugrahi oleh Tuhan dua telinga yang memiliki fungsi untuk menangkap sinyal-sinyal suara. Namun untuk mengoptimalkan dari fungsi telinga tersebut manusia harus belajar
Lebih terperinciSuara bisa dibuat database engine untuk pengenalan kata. Dengan aplikasi ini, dapat secara otomatis melakukan transkripsi suara, sehingga dapat mengur
PEMBENTUKAN BASIS DATA UCAPAN DALAM BAHASA INDONESIA DAN PENGKODEANNYA BERDASARKAN LINEAR PREDICTIVE CODING (LPC) Elly Oktarina zonalee_cho@yahoo.com Universitas Gunadarma Jl. Margonda Raya No. 100 Pondok
Lebih terperinciBAB 3 METODOLOGI PEMECAHAN MASALAH DAN PERANCANGAN
BAB 3 METODOLOGI PEMECAHAN MASALAH DAN PERANCANGAN 3.1 Sistem Diagram Sistem diagram adalah diagram dari sebuah sistem, dengan fungsi atau bagian utamanya diwakili oleh blok yang dihubungkan oleh garis-garis
Lebih terperinciBAB 3 PERANCANGAN SISTEM. yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk
BAB 3 PERANCANGAN SISTEM 3.1 Gambaran Umum Sistem Voice Command pada demonstrasinya merupakan aplikasi pengenalan suara yang akan menjalankan perintah-perintah yang dikenali. Sistem ini dibuat untuk menampung
Lebih terperinciBABI PENDAHULUAN. Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa.
BAB I PENDAHULUAN BABI PENDAHULUAN 1.1. LATAR BELAKANG Pada dunia elektronika dibutuhkan berbagai macam alat ukur dan analisa. Salah satunya adalah alat untuk mengukur intensitas bunyi dan gain dari sinyal
Lebih terperinciLAPORAN APLIKASI DIGITAL SIGNAL PROCESSING EKSTRAKSI CIRI SINYAL WICARA. Disusun Oleh : Inggi Rizki Fatryana ( )
LAPORAN APLIKASI DIGITAL SIGNAL PROCESSING EKSTRAKSI CIRI SINYAL WICARA Disusun Oleh : Inggi Rizki Fatryana (1210147002) Teknik Telekomunikasi - PJJ PENS Akatel Politeknik Negeri Elektro Surabaya 2014-2015
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini sepeda motor sudah menjadi kebutuhan pokok bagi masyarakat. Kemajuan teknologi di bidang otomotif merupakan faktor pendorong bagi masyarakat untuk menggunakan
Lebih terperinciBAB I PENDAHULUAN I.1 Latar Belakang
BAB I PENDAHULUAN I.1 Latar Belakang Prinsip teknologi dikembangkan adalah untuk membuat alat atau sarana yang dapat membantu dan memberi kemudahan bagi manusia untuk melakukan kegiatan dalam hidup. Seiring
Lebih terperinciANALISA DAN PERANCANGAN PERANGKAT LUNAK PERINTAH SUARA SEBAGAI PENUNJANG SARANA INPUT PADA SISTIM OPERASI MICROSOFT WINDOWS XP
UNIVERSITAS BINA NUSANTARA Jurusan Tehnik Informatika Skripsi Sarjana Komputer Semester Ganjil tahun 2006/2007 ANALISA DAN PERANCANGAN PERANGKAT LUNAK PERINTAH SUARA SEBAGAI PENUNJANG SARANA INPUT PADA
Lebih terperinci1. BAB I PENDAHULUAN 1.1. Latar Belakang
1. BAB I PENDAHULUAN 1.1. Latar Belakang Riset di bidang sistem pengenalan ucapan otomatis (Automatic Speech Recognition) merupakan salah satu riset yang banyak ditekuni dan terus dikembangkan hingga saat
Lebih terperinciSISTEM PENGOLAHAN SUARA MENGGUNAKAN ALGORITMA FFT (FAST FOURIER TRANSFORM)
SISTEM PENGOLAHAN SUARA MENGGUNAKAN ALGORITMA FFT (FAST FOURIER TRANSFORM) Harun Sujadi 1, Ii Sopiandi 2, Agis Mutaqin 3 1,2,3 Program Studi Teknik Informatika, Fakultas Teknik, Universitas Majalengka
Lebih terperinciPENGENALAN NADA SULING REKORDER MENGGUNAKAN FUNGSI JARAK CHEBYSHEV
PENGENALAN NADA SULING REKORDER MENGGUNAKAN FUNGSI JARAK CHEBYSHEV Marianus Hendra Wijaya 1), Linggo Sumarno 2) 1) Program Studi Teknik Elektro Fakultas Sains dan Teknologi Universtas Sanata Dharma Yogyakarta
Lebih terperinciPENDAHULUAN. Latar Belakang
Latar Belakang PENDAHULUAN Genre musik adalah pengelompokan musik sesuai dengan kemiripan satu dengan yang lain, seperti kemiripan dalam hal frekuensi musik, struktur ritmik, dan konten harmoni. Genre
Lebih terperinciBAB 3 ANALISIS SISTEM / PROGRAM YANG BERJALAN
BAB 3 ANALISIS SISTEM / PROGRAM YANG BERJALAN 3.1 Blok Diagram mulai Gitar mikrofon program monitor selesai Gambar 3.1 Blok Diagram Saat program dijalankan, program membutuhkan masukan berupa suara gitar,
Lebih terperinciBAB II DASAR TEORI Suara. Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan
BAB II DASAR TEORI 2. 1 Suara Suara adalah sinyal atau gelombang yang merambat dengan frekuensi dan amplitude tertentu melalui media perantara yang dihantarkannya seperti media air, udara maupun benda
Lebih terperinciSistem Verifikasi Penutur menggunakan Metode Mel Frequensi.
SISTEM VERIFIKASI PENUTUR MENGGUNAKAN METODA MEL FREQUENCY CEPSTRAL COEFFICIENTS-VECTOR QUANTISATION (MFCC-VQ) SERTA SUM SQUARE ERROR (SSE) DAN PENGENALAN KATA MENGGUNAKAN METODA LOGIKA FUZZY Oleh : Atik
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. perangkat. Alat dan bahan yang digunakan sebelum pengujian:
BAB IV HASIL DAN PEMBAHASAN 4.1 Pengujian Perangkat Lunak Dalam mengetahui perangkat lunak yang dibuat bisa sesuai dengan metode yang dipakai maka dilakukan pengujian terhadap masing-masing komponen perangkat.
Lebih terperinciPROGRAM PEMANGGILAN APLIKASI PERKANTORAN DENGAN MICROSOFT SPEECH APPLICATION PROGRAMMING INTERFACE YANG TERINTEGRASI MELALUI VISUAL BASIC.
PROGRAM PEMANGGILAN APLIKASI PERKANTORAN DENGAN MICROSOFT SPEECH APPLICATION PROGRAMMING INTERFACE YANG TERINTEGRASI MELALUI VISUAL BASIC.NET SKRIPSI Disusun sebagai salah satu syarat menyelesaikan jenjang
Lebih terperinciMODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI
MODUL 6 ANALISA SINYAL DALAM DOMAIN FREKUENSI I. TUJUAN - Mengamati sinyal dalam domain waktu dan domain frekuensi dengan menggunakan library FFT II. DASAR TEORI 2.1 Transformasi Fourier Satu bentuk transformasi
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Waktu dan Tempat Penelitian Penelitian tugas akhir ini dilaksanakan pada : Waktu : Juni 2014 Maret 2015 Tempat : Laboratorium Terpadu Jurusan Teknik Elektro Universitas Lampung
Lebih terperinciIDENTIFIKASI KEBERADAAN TIKUS BERDASARKAN SUARANYA MENGGUNAKAN SMS GATEWAY
IDENTIFIKASI KEBERADAAN TIKUS BERDASARKAN SUARANYA MENGGUNAKAN SMS GATEWAY Erni Seniwati 1), Ninik Tri Hartanti 2) 1 Sistem Informasi, STMIK Amikom erni.s@amikom.ac.id 2 Sistem Informasi, STMIK Amikom
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pada sistem identifikasi pembicara atau speaker identification, proses eksraksi ciri memainkan peranan penting dalam menghasilkan persentase keakuran yang baik. Terdapat
Lebih terperinciAPLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER
APLIKASI SPECTRUM ANALYZER UNTUK MENGANALISA LOUDSPEAKER Leo Willyanto Santoso 1, Resmana Lim 2, Rony Sulistio 3 1, 3 Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Kristen Petra
Lebih terperinciBAB 1 PENDAHULUAN. sesamanya dalam kehidupan sehari hari untuk menunjang kebutuhan hidup mereka.
BAB 1 PENDAHULUAN 1.1 Latar Belakang Manusia merupakan makhluk sosial yang memerlukan komunikasi dengan sesamanya dalam kehidupan sehari hari untuk menunjang kebutuhan hidup mereka. Suara merupakan salah
Lebih terperinciBAB I PENDAHULUAN. mendigitalisasi kata yang diucapkan dan mencocokkannya dengan pola yang
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Aplikasi pengenal suara (speech recognizer) adalah sebuah aplikasi yang memungkinkan komputer dapat mengenali kata-kata yang diucapkan dengan cara mendigitalisasi
Lebih terperinciBAB III METODE PENELITIAN DAN PERANCANGAN SISTEM. penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari teori atau
BAB III METODE PENELITIAN DAN PERANCANGAN SISTEM 3.1 Metode Penelitian Metode penelitian yang digunakan meliputi studi kepustakaan dan penelitian laboratorium. Studi kepustakaan dilakukan untuk mencari
Lebih terperinciBAB 1 PENDAHULUAN. Dengan pesatnya perkembangan teknologi dalam bidang IT (Information
BAB 1 PENDAHULUAN 1.1 Latar Belakang Dengan pesatnya perkembangan teknologi dalam bidang IT (Information Technology), terutama dalam bagian AI (Artificial Intelligence), telah banyak aplikasiaplikasi yang
Lebih terperinciEKSPRESI EMOSI MARAH BAHASA ACEH MENGGUNAKAN ALGORITMA PERCEPTRON
EKSPRESI EMOSI MARAH BAHASA ACEH MENGGUNAKAN ALGORITMA PERCEPTRON Nurmasyitah 1, Mursyidah 2, Jamilah 3 Program Studi Teknik Multimedia dan Jaringan, Jurusan Teknologi Informasi dan Komputer, Politeknik
Lebih terperinciDigital Audio Watermarking dengan Fast Fourier Transform
Digital Audio Watermarking dengan Fast Fourier Transform Otniel 13508108 Program Studi Teknik Informatika Sekolah Teknik Elektro dan Informatika Institut Teknologi Bandung, Jl. Ganesha 10 Bandung 40132,
Lebih terperinciPengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI.
Pengenalan Pembicara dengan Ekstraksi Ciri MFCC Menggunakan Kuantisasi Vektor (VQ) Yoyo Somantri & Erik Haritman dosen tek elektro fptk UPI. Tujuan Tujuan dari penelitian ini adalah untuk mengidentifikasi
Lebih terperinciTUGAS AKHIR. Diajukan Sebagai Salah Satu Syarat untuk Menyelesaikan Program Strata I Pada Jurusan Teknik Elektro Fakultas Teknik Universitas Andalas
TUGAS AKHIR PERANCANGAN DAN IMPLEMENTASI CONNECTED DIGIT RECOGNITION DENGAN METODE MEL FREQUENCY CEPSTRUM COEFFECIENT DAN HIDDEN MARKOV MODEL UNTUK VOICE DIALING PADA HANDPHONE TIGER C KF-828 Diajukan
Lebih terperinciSimulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform)
1 Simulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform) Reonaldo Yohanes Sipasulta (1), Arie.S.M. Lumenta ST, MT. (2), Sherwin R.U.A. Sompie, ST, MT. (3) (1)Mahasiswa, (2)Pembimbing
Lebih terperinciBAB IV HASIL DAN PEMBAHASAN. database dan database query, secara keseluruhan menggunakan cara yang sama.
BAB IV HASIL DAN PEMBAHASAN 4.1 Hasil Experimen Pada dasarnya tahapan yang dilakukan pada proses pengambilan sampel dari database dan database query, secara keseluruhan menggunakan cara yang sama. Berdasarkan
Lebih terperinciPERANCANGAN SISTEM PENGENALAN NADA TUNGGAL KEYBOARD (ORGEN) PADA PC BERBASIS MATLAB
PERANCANGAN SISTEM PENGENALAN NADA TUNGGAL KEYBOARD (ORGEN) PADA PC BERBASIS MATLAB Supriansyah 1, Dr. Yeffry Handoko Putra, MT 2 1 Jurusan Teknik Komputer Unikom, 2 Jurusan Magister Sistem Informasi Unikom
Lebih terperinciPrototype Pengontrol Lampu Ruangan Dari Jarak Jauh Berbasis Suara (Voice Recognition)
Prototype Pengontrol Lampu Ruangan Dari Jarak Jauh Berbasis Suara (Voice Recognition) Johan 1), Doughlas Pardede 2) Teknik Informatika STMIK IBBI Kampus Topaz, Jalan Damar No. 9G Medan Telepon (061) 415-3375
Lebih terperinciBAB 1 PENDAHULUAN. tugas kita, mempermudah kita mencari informasi. Komputer juga bisa bergerak sebagai
1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Komputer adalah sebuah alat/mesin yang membantu kita untuk menyelesaikan tugas kita, mempermudah kita mencari informasi. Komputer juga bisa bergerak sebagai penghibur
Lebih terperinciBAB 1 PENDAHULUAN. 1.4 Latar Belakang. Dalam kondisi administrasi Dinas Komunikasi dan Informatika sekarang sangat
1 BAB 1 PENDAHULUAN 1.4 Latar Belakang Dalam kondisi administrasi Dinas Komunikasi dan Informatika sekarang sangat kurang maksimal dalam pencarian data seorang pegawai. Sulitnya mencari data pegawai dikarenakan
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI II.1. Sistem Informasi Sistem informasi adalah sekumpulan elemen yang saling bekerja sama baik secara manual atau berbasis komputer yang didalamnya ada pengumpulan, pengolahan, pemprosesan
Lebih terperinciBAB III METODE PENELITIAN. studi kepustakaan, pembuatan program dan analisis. Dengan ini penulis berusaha
BAB III METODE PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan dalam pengerjaan tugas akhir ini adalah studi kepustakaan, pembuatan program dan analisis. Dengan ini penulis berusaha untuk
Lebih terperinciIMPLEMENTASI DYNAMIC TIME WARPING UNTUK VOICE RECOGNITION
IMPLEMENTASI DYNAMIC TIME WARPING UNTUK VOICE RECOGNITION TUGAS AKHIR Diajukan Untuk Memenuhi Sebagian Persyaratan Dalam Memperoleh Gelar Sarjana Komputer Jurusan Teknik Informatika Disusun oleh : PAULA
Lebih terperinciBAB 3 ANALISIS DAN PERANCANGAN
BAB 3 ANALISIS DAN PERANCANGAN Pada bab ini menjelaskan mengenai analisis permasalahan yang dihadapi dan perancangan program aplikasi yang akan dibentuk. Bab ini terdiri atas algoritma program, pemecahan
Lebih terperinciBab 3. Perancangan Sistem
34 Bab 3 Perancangan Sistem 3.1 Gambaran Umum Sistem Aplikasi yang kami namakan Voice Protect ini, mempunyai alur program sebagai berikut: Start Enkripsi Dekripsi Pilih File Buka file enkripsi Rekam Suara
Lebih terperinciBAB I PERSYARATAN PRODUK
BAB I PERSYARATAN PRODUK I.1 Pendahuluan Pada tahun 1993, Microsoft memperkerjakan Xuedong Huang dari CMU untuk memimpin karyanya. Microsoft sudah melibatkannya dalam penelitian pengenalan suara dan pengenalan
Lebih terperinciBAB III METODE PENELITIAN. Pemotong an Suara. Convert. .mp3 to.wav Audacity. Audacity. Gambar 3.1 Blok Diagram Penelitian
BAB III METODE PENELITIAN 3.1 Model Penelitian Penelitian yang dilakukan dapat dijelaskan melalui blok diagram seperti yang terlihat pada Gambar 3.1. Suara Burung Burung Kacer Burung Kenari Pengambil an
Lebih terperinciUNIVERSITAS BINA NUSANTARA
UNIVERSITAS BINA NUSANTARA Program Studi Ganda 2006-200 Skripsi Sarjana Program Ganda Semester Ganjil 2006/200 HALAMAN ABSTRAK SKRIPSI PROGRAM GANDA UNIVERSITAS BINA NUSANTARA Devi Natalia 0600656841 ABSTRAK
Lebih terperinciTeknologi Multimedia. Suara dan Audio
Teknologi Multimedia Suara dan Audio SUARA (SOUND) Suara adalah fenomena fisik yang dihasilkan oleh getaran benda getaran suatu benda yang berupa sinyal analog dengan amplitudo yang berubah secara kontinyu
Lebih terperinciIdentifikasi Nada Gitar dengan Menggunakan Metode Fast Fourier Transform (FFT)
Identifikasi Nada Gitar dengan Menggunakan Metode Fast Fourier Transform (FFT) SKRIPSI MUHAMMAD FADHLULLAH 091402064 PROGRAM STUDI S-1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Pengenalan lafal manusia agar dapat dilakukan oleh sebuah mesin telah menjadi fokus dari berbagai riset selama lebih dari empat dekade. Ide dasar yang sederhana
Lebih terperinciBAB III METODE PENELITIAN
BAB III METODE PENELITIAN 3.1. Model Penelitian Penelitian yang dilakukan dapat dijelaskan dengan lebih baik melalui blok diagram seperti yang terliat pada Gambar 3.1. Suara Manusia Rekam suara Hasil rekaman
Lebih terperinciBAB I PENDAHULUAN. Suara merupakan salah satu media komunikasi yang paling sering dan
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Suara merupakan salah satu media komunikasi yang paling sering dan umum digunakan oleh manusia. Manusia dapat memproduksi suaranya dengan mudah tanpa memerlukan
Lebih terperinciPENDETEKSIAN TINGKAT USIA MUDA, DEWASA DAN TUA MENGGUNAKAN METODE MFCC DAN FUZZY LOGIC BERBASISKAN SPEECH RECOGNITION
PENDETEKSIAN TINGKAT USIA MUDA, DEWASA DAN TUA MENGGUNAKAN METODE MFCC DAN FUZZY LOGIC BERBASISKAN SPEECH RECOGNITION DETECTION OF THE LEVEL OF YOUTH, ADULTS AND ELDERLY BY USING MFCC METHOD AND FUZZY
Lebih terperinciKOMUNIKASI DATA SUSMINI INDRIANI LESTARININGATI, M.T
Data dan Sinyal Data yang akan ditransmisikan kedalam media transmisi harus ditransformasikan terlebih dahulu kedalam bentuk gelombang elektromagnetik. Bit 1 dan 0 akan diwakili oleh tegangan listrik dengan
Lebih terperinciMODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI
MODUL 3 REPRESENTASI SINYAL DALAM DOMAIN WAKTU DAN DOMAIN FREKUENSI I. TUJUAN - Mahasiswa mampu menjelaskan perbedaan sinyal wicara dalam domain waktu dan domain frekuensi menggunakan perangkat lunak II.
Lebih terperinciBAB II LANDASAN TEORI. Konsep ini pertama kali diperkenalkan oleh Fritz Bauer, yang menerapkan
6 BAB II LANDASAN TEORI 2.1 Konsep Dasar Rekayasa Piranti Lunak Konsep ini pertama kali diperkenalkan oleh Fritz Bauer, yang menerapkan beberapa syarat dalam merekayasa suatu piranti lunak yang kita buat
Lebih terperinciBAB 1 PENDAHULUAN. berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition
BAB 1 PENDAHULUAN 1.1 Latar Belakang Speaker recognition adalah salah satu bidang pengenalan pola yang berkaitan dengan pemprosesan sinyal suara. Berbeda dengan speech recognition yang mengenali kata atau
Lebih terperinciPengenalan Karakter Suara Laki-Laki Aceh Menggunakan Metode FFT (Fast Fourier Transform)
Pengenalan Karakter Suara Laki-Laki Menggunakan Metode FFT (Fast Fourier Transform) Mursyidah 1, Jamilah 2, Zayya 3 Program Studi Teknik Multimedia dan Jaringan, Jurusan Teknologi Informasi dan Komputer,
Lebih terperinciUKDW BAB 1 PENDAHULUAN Latar Belakang Masalah
BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Permainan labirin merupakan salah satu pilihan permainan untuk mengisi waktu luang. Permainan Labirin atau Maze merupakan suatu permainan dengan sebuah area
Lebih terperinciSPECTRUM ANALYZER BERBASIS MIKROKONTROLER DENGAN PENCUPLIKAN SECARA PARALEL
SPECTRUM ANALYZER BERBASIS MIKROKONTROLER DENGAN PENCUPLIKAN SECARA PARALEL ABSTRAK Lukas N.B. Marbun (0722009) Jurusan Teknik Elektro Universitas Kristen Maranatha Email : lukasnbmarbun@gmail.com Harmonisa
Lebih terperinci