IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENG GAN MENGGUNAK KAN METODE FAST FOURIER TRANSFORM (FFT) SKRIPSI ANANDA RIZKY

Transkripsi

1 IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENG GAN MENGGUNAK KAN METODE FAST FOURIER TRANSFORM (FFT) SKRIPSI ANANDA RIZKY PROGR RAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMA ASI UNIVERSITAS SUMATERA UTARA 2016

2 IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENG GAN MENGGUNAK KAN METODE FAST FOURIER TRANSFORM (FFT) SKRIPSI Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi ANANDA RIZKY PROGR RAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMA ASI UNIVERSITAS SUMATERA UTARA 2016

3 ii PERSETUJUAN Judul Kategori Nama : IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENGAN MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT) : SKRIPSI : ANANDA RIZKY Nomor Induk Mahasiswa : Program Studi Fakultas : SARJANA (S1) TEKNOLOGI INFORMASI : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA Komisi Pembimbing : Pembimbing 2 Pembimbing 1 Muhammad Fadly Syahputra, B.Sc., M.Sc., IT Sarah Purnamawati, ST., M.Sc NIP NIP Diketahui/disetujui oleh Program Studi S1 Teknologi Informasi Ketua, Muhammad Anggia Muchtar, ST., MM.IT NIP

4 iii PERNYATAAN IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENGAN MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT) SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya. Medan, 28 Januari 2016 Ananda Rizky

5 iv UCAPAN TERIMA KASIH Puji dan syukur penulis panjatkan kepada Allah SWT yang telah memberikan rahmat serta restu-nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi (S-1) Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara. Penulis mempersembahkan skripsi ini kepada kedua orang tua dan keluarga penulis yang telah memberikan dukungan dan motivasi.terima kasih kepada ayah saya, Bapak Drs. Mapilindo, M.Pd. dan mama saya, Ibu Dra. Lila Kesuma, M.Psi yang selalu mendoakan, menyayangi, memotivasi dan mendidik penulis.untuk kakak dan adik penulis, Ayu Puspita, S.Farm., Apt., Ade Amalia dan M. Rafif Rasyidi yang selalu mendukung dan menyemangati penulis dalam pengerjaan skripsi ini. Ucapan terima kasih penulis sampaikan kepada Ibu Sarah Purnamawati, ST., M.Sc selaku pembimbing I dan Bapak Muhammad Fadly Syahputra, B.Sc., M.Sc., IT selaku pembimbing II yang telah banyak meluangkan waktunya dalam memberikan arahan dalam proses pengerjaan skripsi ini. Ucapan terima kasih juga ditujukan kepada Dr. Erna Budhiarti Nababan, M.IT. dan Bapak Dani Gunawan, ST., M.T. yang telah bersedia menjadi dosen penguji dan memberikan kritik dan saran dalam penyempurnaan skripsi ini. Ucapan terima kasih juga ditujukan kepada Ketua Program Studi S1 Teknologi Informasi, Bapak Muhammad Anggia Muchtar, S.T., MM.IT.dan Sekretaris Program Studi S1 Teknologi Informasi Bapak Mohammad Fadly Syahputra, B.Sc., M.Sc.IT. Terima kasih juga kepada Seluruh Dosen Program Studi S1 Teknologi Informasi yang telah memberikan ilmu yang bermanfaat bagi penulis dari awal hingga akhir perkuliahan. Terima kasih penulis ucapkan kepada teman-teman yang selalu memberi dorongan, saran dan selalu setia menghibur, Handri Gunawan (The King of Coli), Ilhamsyah Siregar (Naruto), Dian Rahmad Dermawan, Vikram Zaini (Jimbe), Dedi Septianta Ginting (Sanji), Joko Ali Permady (Babi Aer), Nurmawan (Babi Lumpur), Dahrul Affandi, Muhammad Habib, Fadhil Akbar, Fajar Mattius Ginting (Jengis Khan), Ari Yudha Nugraha (Murabbi), Syafril Ramadhan, Febri Samuel Reynaldo, Gabriella Paula Hasian Malau, Defi Wahyuningsih dan Mardiyatul Adawiyah.

6 v Ucapan terima kasih juga penulis ucapkan untuk para teman spesial, Andina Putri Saragih dan Edwin Prawiro yang selalu memberi semangat dan dukungan tiada henti kepada penulis. Serta Teman-teman penulis di Teknologi Informasi USU angkatan 2010 yang telah memberikan bantuan, semangat dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini.sekali lagi penulis mengucapkan terima kasih kepada semua pihak yang membantu dalam penyelesaian skripsi ini yang tidak dapat disebutkan satu-persatu. Semoga Allah SWT yang akan membalasnya. Penulis menyadari bahwa skripsi ini masih terdapat beberapa kekurangan dan belum sempurna.oleh karena itu, penulis mengharapkan kritik dan saran yang membangun demi kesempurnaan skripsi ini.akhir kata penulis ucapkan terima kasih untuk semua pihak yang terkait dalam tahap penyelesaian skripsi ini. Penulis Ananda Rizky

7 vi ABSTRAK Dalam bidang teknologi, aplikasi smartphone telah banyak bermunculan beragam aplikasi yang berhubungan dengan pembelajaran bahasa Inggris. Salah satunya adalah sebuah fitur pengenalan suara. Salah satu metode yang digunakan dalam proses pengenalan suara adalah metode Fast Fourier Transform (FFT). Fast Fourier Transform digunakan untuk mentransformasikan sinyal digital ke dalam bentuk frekuensi sehingga pengenalan suara dapat dilihat dengan lebih akurat, dan untuk membandingkan suatu nilai suara yang hendak diidentifikasi digunakan metode Mean Squeare Error (MSE). Hasil dari penelitian ini menunjukkan bahwa perbandingan nilai MSE dari 10 kali percobaan rata-rata sebesar 0, untuk suara A dan 0, untuk suara B. Penelitian ini menunjukkan keberhasilan sistem sebesar 70% pada keadaan normal, sedangkan pada keadaan noise persentase keberhasilan sistem hanya sebesar 60%. Kata Kunci : Fast Fourier Transform (FFT), Tenses, pengenalan suara.

8 vii Voice Recognition for Learning Tenses Using Fast Fourier Transform (FFT) Method ABSTRACT In technological field, many smartphone applications that related with English Language subject has appeared in wide variety. One example is a voice recognition feature. An example of method that used in voice recognition process is Fast Fourier Transform (FFT) method. Fast Fourier Transform is used for transforming digital signal into a form of frequency in order to the voice recognition can be looked more accurately, and tocompare a voice value that want to be identified, Mean Square Error (MSE) method is used. The result of this research show that MSE values comparation from 10 times of trial is 0, in average for voice A and 0, for voice B. This research show that system success is 70 % at normal situation, while for noise situation, the success percentage is only 60 %. Key word : Fast Fourier Transform (FFT), Tenses, Voice Recognition

9 viii DAFTAR ISI PERSETUJUAN PERNYATAAN UCAPAN TERIMAKASIH ABSTRAK ABSTRACT DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR Hal. ii iii iv vi vii viii xi xii BAB 1 PENDAHULUAN Latar Belakang Rumusan Masalah Tujuan Penelitian Batasan Masalah Manfaat Penelitian Metodologi Penelitian Sistematika Penelitian 3 BAB 2 TINJAUAN PUSTAKA English Grammar Tenses Present Tense Past Tense Character Unicode 8

10 ix 2.4 Android Transformasi Fourier Mean Square Error (MSE) Penelitian Terdahulu 11 BAB 3 ANALISIS DAN PERANCANGAN SISTEM Analisis Latar Belakang Analisis Kebutuhan Sistem Proses Sistem Perancangan Use Case Use Case Proses Lihat Menu Utama Use Case Proses Training Suara Use Case Proses Lihat Teori Use Case Proses Jawab Soal Use Case Proses Lihat Credit Arsitektur Umum Aplikasi Perancangan Activity Diagram Activity Diagram dari Use Case Proses Lihat Menu Utama Activity Diagram dari Use Case Proses Training Suara Activity Diagram dari Use Case Proses Lihat Teori Activity Diagram dari Use Case Proses Jawab Soal Activity Diagram dari Use Case Proses Lihat Credit Perancangan User Interface Rancangan Halaman Pembuka Rancangan Halaman Menu Utama 27

11 x Rancangan Halaman Training Suara Rancangan Halaman Topik Pembahasan Pembelajaran Bahasa Inggris Rancangan Halaman Menu Pemilihan Jenis Soal Rancangan Halaman Soal Latihan Rancangan Halaman Credit 30 BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM Implementasi Tampilan Penggunaan Aplikasi Tampilan Logo Pembuka (Intro) Tampilan Menu Utama Tampilan Menu Training Tampilan Menu Penjelasan Tampilan Menu Soal Tampilan Menu Credit Pengujian Aplikasi 41 BAB 5 KESIMPULAN DAN SARAN Kesimpulan Saran 43 DAFTAR PUSTAKA 44

12 xi DAFTAR TABEL Hal. Tabel 2.1 Penelitian Terdahulu 11 Tabel 3.1 Penjelasan Proses Lihat Menu Utama 18 Tabel 3.2 Penjelasan Proses Training Suara 18 Tabel 3.3 Penjelasan Proses Lihat Teori 19 Tabel 3.4 Penjelasan Proses Jawab Soal 19 Tabel 3.5 Penjelasan Proses Lihat Credit 20 Tabel 4.2 Hasil Identifikasi Suara 41 Tabel 4.3 Hasil Identifikasi Suara Terhadap Noise 42

13 xii DAFTAR GAMBAR Hal. Gambar 3.1 Proses Sistem 15 Gambar 3.2 Proses Sistem Pengenalan/Identifikasi Suara Pilihan A atau B 16 Gambar 3.3 Use Case 17 Gambar 3.4 Arsitektur Aplikasi 21 Gambar 3.5 Activity Diagram Dari Use Case Proses Lihat Menu Utama 23 Gambar 3.6 Activity Diagram Dari Use Case Proses Training Suara 24 Gambar 3.7 Activity Diagram Dari Use Case Proses Lihat Teori 24 Gambar 3.8 Activity Diagram Dari Use Case Proses Jawab Soal 25 Gambar 3.9 Activity Diagram Dari Use Case Proses Lihat Credit 26 Gambar 3.10 Halaman Pembuka 26 Gambar 3.11 Halaman Menu Utama 27 Gambar 3.12 Halaman Training Suara 28 Gambar 3.13 Halaman Isi Pembahasan Topik Bahasa Inggris 28 Gambar 3.14 Halaman Menu Pemilihan Jenis Soal 29 Gambar 3.15 Halaman Soal Latihan 30 Gambar 3.16 Halaman Credit 31 Gambar 4.1 Logo Pembuka (Intro) 32 Gambar 4.2 Menu Utama 33 Gambar 4.3 Menu Training 34 Gambar 4.4 Menu Penjelasan 36 Gambar 4.5 Menu Soal 37 Gambar 4.6 Menu Credit 40