MULAI
Masukan hasil processing
A SELESAI
Keluaran : hasil Zerro padding
MULAI
Proses zerro padding Masukan
hasil windowing
Gambar 3.8. Diagram alir proses zero padding
3.2.3 Ekstraksi Ciri
Setelah proses Zero Pading, proses selanjutnya yaitu ekstra ciri. Ekstraksi ciri terdiri dari proses downsampling dan transformasi. Proses downsampling bertujuan untuk
mencuplik data sinyal ucapan menjadi lebih sedikit. Proses selanjutnya adalah proses transformasi, transformasi yang digunakan adalah transformasi DCT Discrete Cosine
Transform . Gambar 3.9. memperlihatkan diagram alir ekstraksi ciri.
Gambar 3.9. Diagram alir proses ekstraksi ciri
SELESAI Menghitung log
keluaran hasil ekstraksi ciri DCT
Segment averaging Menghitung absolut DCT
A
MULAI
Masukan hasil ekstraksi ciri DCT
B Gambar 3.9. lanjutan Diagram alir proses ekstraksi ciri
3.2.4 Pembanding Jarak Divergensi
Proses pembandingan menggunakan jarak divergensi. Jarak divergensi digunakan untuk membandingkan masukan data sinyal ucapan dengan database ucapan. Hasil proses
pembandingan ini digunakan sebagai penentu hasil pengenalan ucapan. Gambar 3.10. memperlihatkan proses pembanding jarak divergensi.
Gambar 3.10. Diagram alir proses pembanding jarak divergensi
Fungsi jarak divergensi
SELESAI Keluaran hasil pembanding
jarak divergensi database
B
Masukan hasil pembanding jarak divergensi
MULAI
C Proses k-nearest neighbor
KNN
Gambar 3.10. lanjutan Diagram alir proses pembandingan jarak divergensi
3.2.5 Perancangan Penentuan Keluaran
Pada proses penentuan keluaran ini merupakan proses terakhir yang akan dikirim secara serial ke mikrokontroler. Penentuan keluaran ini mempunyai keluaran yang berupa
data hasil pengenalan ucapan yang ditentukan berdasarkan kelas yang paling banyak muncul dengan menggunakan metode k-nearest neighbor KNN. Setelah itu hasil dari
nilai kelas yang paling banyak muncul tersebut akan menjadi keluaran berupa teks ucapan yaitu hidup, lambat, cepat dan mati. Gambar 3.11 memperlihatkan proses penentuan
keluaran.
Gambar 3.11. Diagram alir proses penentuan keluaran
Inisialisasi dengan nama : 4 jenis ucapan
SELESAI Keluaran:
hasil pengenalan Keluaran kelas yang paling sering
muncul dari KNN C
Gambar 3.11. lanjutan Diagram alir proses penentuan keluaran
3.2.6 Perancangan Pengiriman Pengenalan Ucapan
Pengiriman pengenalan ini merupakan proses terakhir pada matlab. Hasil pengenalan berupa teks akan dikirim secara serial dari matlab ke mikrokontroler melalui
modul K 125 R dalam bentuk karakter kode ascii dan akan dilanjutkan pada proses selanjutnya. Tujuan dari penggunaaan kode ascci adalah mengubah karakter ke dalam
bentuk hexadesimal sehingga bisa dikenali mikrokontroler. Tabel 3.2. memperlihatkan inisialisasi dari ucapan, hidup, lambat, cepat dan mati.
Tabel 3.2. Tabel Pengenalan pada mikrokontroler Pengenalan
Kode Ascii Bilangan Hexa
Hidup H
048 Lambat
L 04C
Cepat C
043 Mati
M 04D
Proses pengiriman data secara serial dari matlab ditunjukan pada diagram alir 3.12.
Ya Tidak
MULAI
SELESAI Buka gerbang serial
Masukan penentuan keluaran
Tutup gerbang serial Hidup
Lambat Cepat
Mati
Keluaran kirim kode ‘H’
Keluaran kirim kode
‘M’ Keluaran
kirim kode ‘C’ Keluaran
kirim kode ‘L’ Tidak
Tidak Tidak
Ya Ya
Ya
Gambar 3.12. Diagram alir pengiriman serial