Pengenalan Ucapan Kata Sebagai Pengendali Gerakan Robot Lengan Secara Real-Time dengan Metode Linear Predictive Coding – Neuro Fuzzy
| Main Authors: | Ronando, Elsen; Institut Teknologi Sepuluh Nopember (ITS), Irawan, M. Isa; Institut Teknologi Sepuluh Nopember (ITS) |
|---|---|
| Format: | Article info application/pdf eJournal |
| Bahasa: | eng |
| Terbitan: |
Lembaga Penelitian dan Pengabdian Kepada Masyarakat (LPPM), ITS
, 2012
|
| Subjects: | |
| Online Access: |
http://ejurnal.its.ac.id/index.php/sains_seni/article/view/1011 http://ejurnal.its.ac.id/index.php/sains_seni/article/view/1011/278 |
Daftar Isi:
- Sejak beberapa dekade terakhir ini, peran robot dalam industri maupun kehidupan sehari-hari semakin meningkat. Hampir tidak ada cabang industri teknologi tinggi yang tidak dibantu robot. Dalam kehidupan sehari-hari, berbagai bentuk robot diciptakan untuk membantu atau memudahkan aktivitas manusia. Namun seiring dengan tingkat kebutuhan manusia terhadap robot, tingkat resiko kesulitan manusia dalam menggunakan teknologi tersebut semakin tinggi. Hal ini ditunjukkan dengan banyaknya kecelakaan akibat tidak adanya teknologi yang memudahkan manusia dalam berinteraksi dengan robot secara interaktif. Pada umumnya robot-robot tersebut dikendalikan melalui input keyboard dari Personal Computer (PC) atau remote control analog, dan bukan melalui suara ucapan. Oleh karena itu perlu dirancang suatu robot yang bergerak sesuai perintah suara ucapan. Jika suara ucapan digunakan untuk mengendalikan suatu robot, maka sistem yang dipakai harus berjalan secara realtime sehingga robot dapat dikendalikan secara interaktif. Pada tugas akhir ini akan dikembangkan sebuah suatu perangkat lunak sistem pengenalan suara menggunakan metode Linear Predictive Coding (LPC) dan Neuro-Fuzzy. Perangkat lunak tersebut akan digunakan untuk mengendalikan robot lengan yang terhubung pada kabel serial RS-232 suatu PC melalui komunikasi serial. Dalam penelitian ini diharapkan dengan menerapkan metode Linear Predictive Coding (LPC) dan Neuro-Fuzzy pada sistem pengenalan suara dapat digunakan untuk mengidentifikasi perintah suara dengan tingkat keberhasilan yang tinggi sehingga dapat digunakan sebagai pengendali robot yang handal. Berdasarkan dari hasil pengujian yang dilakukan pengenalan jaringan untuk data baru lebih rendah terhadap data latihan. Prosentase pengenalan suara dari dalam database sebesar 100 %, dan prosentase untuk pengenalan suara dari luar database 12,5%.