PURWARUPA SISTEM PENYAKLARAN ALAT ELEKTRONIK BERBASIS PENGENALAN UCAPAN MENGGUNAKAN RASPBERRY PI

AHMAD ANUNG PROBO KUNCORO, Prof. Dr. Jazi Eko Istiyanto, M.Sc.

2013 | Skripsi | ELEKTRONIKA DAN INSTRUMENTASI

Sistem saklar peralatan elektronik menggunakan tombol kurang efisien bagi beberapa orang yang memiliki keterbatasan fisik. Manusia lebih mudah mengendalikan penyaklaran alat elektronik menggunakan ucapan dengan memanfaatkan metode pengenalan ucapan. Pada penelitian ini sistem pengenalan ucapan menerima masukan ucapan manusia melalui mikrofon kemudian diproses menggunakan Raspberry Pi yang juga digunakan sebagai pengendali sistem saklar. Sistem pengenalan ucapan tersebut dibangun menggunakan metode Hidden Markov Model yang tercakup dalam Hidden Markov Model Toolkit (HTK) dan dijalankan dengan software Julius. Instruksi yang akan dikenali dikelompokkan dalam sebuah tata bahasa dan dilengkapi dengan transkripsi dari kata tersebut untuk dilatih sebagai model akustik. Metode pengenalan ucapan dilakukan dengan mencocokkan sinyal ucapan yang masuk dengan model akustik. Hasil dari pengenalan ucapan tersebut kemudian digunakan sebagai instruksi dalam penyaklaran alat elektronik. Pengenalan ucapan menggunakan Bahasa Inggris dengan logat American English yang mengacu dari kamus VoxForge. Hasil dari penelitian ini berupa purwarupa sistem pengenalan ucapan sebagai pengendali sistem saklar dengan unit pemroses Raspberry Pi menggunakan mikrofon dari webcam Logitech C920. Uji coba sistem dilakukan dengan pengujian pengaruh penguatan sinyal suara dan pengenalan ucapan pada lingkungan dengan tingkat kebisingan 20-30 dB. Hasil terbaik dicapai pada saat penguatan sebesar 30-40 dB. Tingkat keberhasilan pengenalan ucapan menggunakan unit pemroses Raspberry Pi adalah 83,50%. Sistem dapat mengendalikan penyaklaran alat elektronik dengan masukan ucapan manusia dengan unit pemroses Raspberry Pi.

Switch system using button on electronic appliances is less efficient for some people who have physical limitations. Humans could control the switching system of electronic appliances easier using their speech by utilizing the speech recognition. In this research, speech recognition system receives human speech input through the microphone and then the speech processed by Raspberry Pi which also control the switching system. Speech recognition is built using Hidden Markov Model covered in Hidden Markov Model Toolkit (HTK) and run by Julius software. Instruction that will be recognized are clustered in a grammar and added with a transcription of the word to be trained as an acoustic model. Speech recognition method use the acoustic model to be compared with speech signal. The output of speech recognition is then used as an instruction in electronics switching system. Speech recognition using English language with American English dialect that refers from VoxForge dictionary. The result of this research is a prototype of speech recognition system as a switching system control using Raspberry Pi as processing unit using microphone from Logitech C920 webcam. The system trial is done by testing the effect of voice signal gain and speech recognition test in environment condition with noise level of 20-30 dB. The best result is achieved when the gain is 30-40 dB. The success rate of speech recognition using processing unit Raspberry Pi is 83,50%. This system can control the switching of electronic appliances based on human speech input using Raspberry Pi.

Kata Kunci : pengenalan ucapan, Raspberry Pi, Hidden Markov Model Toolkit (HTK), Julius