<![CDATA[Perkembangan teknologi informasi dan komunikasi telah mendorong kemajuan signifikan dalam penerapan teknologi rumah pintar (smart home). Penelitian ini bertujuan mengembangkan sistem pengenalan pembicara untuk aplikasi smart home. Sistem ini memanfaatkan fitur ekstraksi Spectrogram, yaitu representasi visual dari frekuensi suara dari waktu ke waktu, dan Linear Predictive Coding (LPC), yaitu metode untuk mengkodekan sinyal suara dengan memprediksi sampel saat ini berdasarkan sampel sebelumnya, dengan model Support Vector Machine (SVM) untuk meningkatkan akurasi pengenalan suara. Dataset yang digunakan terdiri dari rekaman suara penulis dan teman, yang dilatih untuk mengenali perintah suara seperti menyalakan lampu dan membuka pintu. Hasil pengujian pada embedded system menunjukkan bahwa sistem memiliki tingkat akurasi mencapai 90% dalam mengenali suara pengguna terdaftar. Rata-rata waktu proses untuk mengenali perintah suara adalah sekitar 2,88 detik, dengan variasi aksen dalam berbicara dan kejelasan suara.]]>
Copyrights © 2025
