Claim Missing Document
Check
Articles

Found 2 Documents
Search

Quadcopter (UAV) Akurasi Tinggi Dengan Metode Penggabungan GPS dan GLONASS wiwin - styorini
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2019: SNTIKI 11
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (801.956 KB)

Abstract

Teknologi pesawat otomatis yang sangat diperlukan pada era globalisasi ini adalah pesawat tanpa awak atau Unmanned Aerial Vehicle (UAV).Fungsinya sebagai alat pencarian target berdasarkan koordinat yang telah ditentukan secara otomatis. UAV yang hanya dilengkapi dengan modul Global Positioning System (GPS) memiliki kekurangan yaitu dari segi akurasi koordinat tujuan yang masih rendah. Dengan tambahan modul GLONASS diharapkan mampu memperkecil kekurangan dari GPS tersebut. Pada penelitian ini quadcopter (UAV) menggunakan mikrokontroler Pixhawk sebagai pengolah data, flight controller board sebagai kendali eksekusi terbangnya dan ESC (Electronic Speed Controller) sebagai kontrol kecepatan motor serta perangkat pendukung seperti sensor gyro, compass sebagai petunjuk arah dan software Mission Planner sebagai pendukung otamatis terbang ke titik koordinat tujuan. Quadcopter dapat mencapai titik koordinat tujuan secara otomatis dengan koordinat yang telah diinputkan dalam mission planner. Hasil yang didapat dalam penelitian ini bahwa dengan menggunakan GPS dan GLONASS akurasi ketepatan posisi koordinat tujuan adalah 96 % dan errornya adalah 4%.
Implementasi Offline Speech Recognition Pada Home Device Wiwin - Styorini; Karina Indra Wijaya; Cyntia Widiasari; Wahyuni Khabzli
Seminar Nasional Teknologi Informasi Komunikasi dan Industri 2022: SNTIKI 14
Publisher : UIN Sultan Syarif Kasim Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

AbstrakSpeech Recognition (pengenalan suara) merupakan proses untuk mengkonversikan sinyal akustik (suara) melalui microphone sebagai perintah untuk mengoperasikan komputer yang digunakan untuk mengenali suatu kata yang diucapkan oleh seseorang. Pada penelitian ini speech recognition (pengenalan suara) digunakan untuk mengontrol Home Device dengan menggunakan ekstrak ciri Mel-Frequency Cepstral Coefficients (MFCC) dan pemodelan Hidden Markov Models (HMM). Mel-Frequency Cepstral Coefficients (MFCC) merupakan teknik yang mengambil contoh suara sebagai input. Untuk dapat memproses suara yang masuk pada mikrofon, maka sinyal suara diambil cirinya. Setelah cirinya didapat maka akan dibentuk pola oleh pemodelan Hidden Markov Models (HMM). Tujuan digunakan metode MFCC dan HMM diharapkan dapat meningkatkan keakurasian waktu dalam mengontrol Home Device. Home device yang digunakan dalam pengujian yaitu lampu dan kipas angin. Untuk pengontrolan tersebut dilakukan secara offline. Berdasarkan pengujian didapat tingkat akurasi sebesar 95,5 % dari 200 percobaan dengan menggunakan 10 kata perintah. Untuk pengujian menggunakan 2 user. Untuk pengujian dengan keadaan sekitar ribut (noise) didapat tingkat akurasi sebesar 7% dari 100 percobaan.