Claim Missing Document
Check
Articles

Found 1 Documents
Search

Penerapan Metode Hidden Markov Model Pada Sistem Pengenalan Suara Sirene Kendaraan Darurat Rajasa, Mohammad Fariq; Prasetio, Barlian Henryranu
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 7 (2024): Juli 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Sirene merupakan sebuah alat yang dapat menghasilkan suara yang keras dengan tujuan untuk menunjukan tanda bahaya. Sirene digunakan untuk kendaraan darurat seperti ambulans, pemadam kebakaran, dan polisi. Sirene kendaraan ini memiliki bunyi yang berbeda dan memiliki penerapan yang berbeda. Tujuan dari penelitian ini adalah untuk merancang sebuah alat yang dapat mengenali jenis suara sirene kendaraan darurat yang dapat digunakan dalam setiap situasi. Dataset yang digunakan adalah SirenNet yang merupakan audio data suara sirene kendaraan berdurasi 3 detik. Alat ini akan menerapkan metode Mel-Frequency Ceptral Coefficient (MFCC) untuk mengekstraksikan fitur dari data suara, dan melakukan proses pengenalan terhadap data suara dengan algoritma Hidden Markov Model (HMM) untuk diimplementasikan ke dalam Raspberry Pi 4 dan dapat dioperasikan melalui layar LCD Display yang terhubung dengan sistem. Penelitian ini menunjukan model HMM yang telah dibuat mendapatkan nilai akurasi sebesar 86%, dan alat dapat memprediksi sebesar 73,3% dari 30 jenis data suara. Sistem memiliki akurasi dalam mendeteksi sirene ambulans sebesar 80%, pemadam kebakaran sebesar 90%, dan polisi sebesar 50%.