Perancangan Sistem Kontrol Otomatis Lampu Menggunakan Metode Pengenalan Suara Berbasis Arduino

Adam Faroqi (UIN Sunan Gunung Djati Bandung)
Mada Sanjaya WS (UIN Sunan Gunung Djati Bandung)
Riyan Nugraha (Jurusan Teknik Elektro Fakultas Sains dan Teknologi UIN Sunan Gunung Djati Bandung)

TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol
Vol 2, No 2 (2016): TELKA

Perkembangan teknologi saat ini sangat bermanfaat bagi kehidupan banyak orang. Semua aspek kehidupan dapat memanfaatkan teknologi sesuai dengan bidang yang dibutuhkan, termasuk kendali rumah. Dari berbagai penelitian yang telah dilakukan diketahui bahwa sinyal suara dapat juga digunakan untuk berinteraksi dengan komputer, sehingga interaksi tersebut dapat berjalan lebih alami.  Penelitian yang dilakukan dengan menggunakan data sinyal suara ini umumnya disebut dengan pemrosesan sinyal suara (speech processing).Penelitian ini bertujuan untuk membuat sistem yang dapat mengenali suara dalam bentuk kalimat agar kedepannya bisa digunakan dalam teknologi listrik. Proses pengolahan suara pun perlu melawati beberapa proses seperti: sampling, ektraksi dan pembelajaran. Dengan proses ekstraksi suatu sinyal suara dapat diketahui karakteristiknya. Terdapat beberapa macam metode ekstraksi ciri yang biasa digunakan, tetapi pada penelitian kali ini menggunakan metode Linear Predictive Coding (LPC). LPC digunakan karena sistem ekstraksinya yang mengadopsi sistem pendengaran manusia sebagai filter pengambilan informasi. Kemudian proses pembelajaran dan pengenalan suara sendiri akan dilakukan oleh Adaptive Neuro Fuzzy Interference System (ANFIS) karena kemampuannya yang bisa melakukan analisis probabilitas dan kemudian menghasilkan respon sesuai dengan parameter. Proses pengenalan suara untuk mengenali kalimat diawali dengan proses perekaman yang akan dijadikan data latih sebanyak 20 buah. Dari hasil uji coba, hasil ekstraksi dengan 4 ciri mempunyai akurasi paling kecil dengan 60% - 70% , sedangkan dengan 5 ciri  akurasinya 60% - 80% dan 6 ciri menghasilkan akurasi yang sama yaitu 70% - 80%. Hasil identifikasi secara secara real time dengan 2 orang sebagai pengujiannya menghasilkan akurasi 60% pada pengujian orang pertama dan 70% pada orang kedua untuk pengujian dengan 4 ciri. Analisa waktu respon dengan ciri adalah ciri lebih sedikit akan mempercepat respon matlab dan analisi dengan  banyak ciri akan melambatkan waktu respon.