Journal of System and Technology
Vol. 2 No. 1 (2026): Journal of System & Technology (June Edition)

RANCANG BANGUN ROBOT 4WD KENDALI SUARA BERBASIS KEYWORD SPOTTING MENGGUNAKAN EDGE AI PADA MIKROKONTROLER ESP32-S3

Rehandra (Universitas Riau)
Feri Candra (Universitas Riau)



Article Info

Publish Date
26 Jun 2026

Abstract

Meningkatnya adopsi Kecerdasan Buatan (AI) dalam dunia pendidikan telah menciptakan kesenjangan yang signifikan antara alat pembelajaran robotika konvensional dengan kebutuhan industri saat ini. Platform yang ada, seperti robot Edubit berbasis BBC Micro:bit yang digunakan di Educourse.id, belum memiliki kemampuan pemrosesan AI secara asli (native) dan memiliki biaya yang relatif tinggi, sehingga kurang memadai untuk mengajarkan konsep embedded AI modern. Penelitian ini menyajikan desain dan implementasi purwarupa robot 4WD yang dikendalikan suara menggunakan teknologi Keyword Spotting yang diimplementasikan sepenuhnya pada perangkat melalui Edge AI. Sistem ini dibangun menggunakan mikrokontroler ESP32-S3 dengan memanfaatkan arsitektur dual-core Xtensa LX7 yang mendukung instruksi vektor untuk akselerasi jaringan saraf. Input audio ditangkap melalui mikrofon MEMS INMP441 melalui protokol I2S dan diproses oleh framework ESP-SR, yang mengintegrasikan WakeNet untuk deteksi wake word ("Hi ESP") dan MultiNet7 untuk klasifikasi perintah navigasi. Lima perintah arah didukung dalam sistem ini: maju, mundur, kiri, kanan, dan berhenti. Arsitektur FreeRTOS dual-core dengan penempatan tugas (task pinning) secara eksplisit memisahkan inferensi AI pada Core 1 dari logika Finite State Machine dan transmisi nirkabel pada Core 0 untuk memastikan performa real-time yang deterministik. Perintah navigasi yang telah divalidasi dikirimkan secara nirkabel ke unit robot menggunakan protokol ESP-NOW melalui struktur paket 7-byte yang ringkas dengan verifikasi integritas XOR checksum. Evaluasi sistem dilakukan menggunakan Black Box Testing melalui 50 percobaan yang melibatkan lima penutur berbeda di lingkungan dalam ruangan dengan tingkat kebisingan sedang. Hasil penelitian menunjukkan akurasi pengenalan perintah sebesar 100% di seluruh lima perintah navigasi, dengan skor kepercayaan rata-rata 17,62%. Temuan ini mengonfirmasi bahwa sistem yang diusulkan sangat andal dan layak digunakan sebagai platform pembelajaran Edge AI yang terjangkau dan interaktif untuk pendidikan robotika.

Copyrights © 2026






Journal Info

Abbrev

systec

Publisher

Subject

Computer Science & IT Electrical & Electronics Engineering Engineering

Description

Journal of System & Technology (SYSTEC) covers a broad range of research topics within Electrical Engineering, Informatics Engineering, and applied technologies, addressing both theoretical and practical aspects of design, development, and application. Specifically, the scope includes, but is not ...