Tombol Reset Tombol Keluar
Tabel 4.5 Hasil Pengujian Secara Tidak Real Time Segment Averaging 128
Batas Potong Nilai Standar Deviasi
1,3 1,4
1,5 1,6
1,7 0,2 99,16 97,50
97,50 96,67 97,50
0,3 97,50 97,50 97,50 96,67
97,50 0,4 97,50 97,50
97,50 96,67 96,67
0,5 95,83 95
91,67 93,33 93,33
Gambar 4.10 Pengaruh Perubahan Batas Potong Terhadap Tingkat Pengenalan Segment Averaging 128
Gambar 4.11 Pengaruh Perubahan Standar Deviasi Terhadap Tingkat Pengenalan Segment Averaging 128
86,00 88,00
90,00 92,00
94,00 96,00
98,00 100,00
0,2 0,3
0,4 0,5
ti n
gk at
p en
ge n
al an
Pengaruh Perubahan Batas Potong Terhadap Tingkat Pengenalan
standar deviasi 1,3 standar deviasi 1,4
standar deviasi 1,5 standar deviasi 1,6
standar deviasi 1,7
Batas potong
86,00 88,00
90,00 92,00
94,00 96,00
98,00 100,00
1,3 1,4
1,5 1,6
1,7
ti n
gk at
p en
ge n
al an
Pengaruh Perubahan Standar Deviasi Terhadap Tingkat Pengenalan
batas potong 0,2 batas potong 0,3
batas potong 0,4 batas potong 0,5
Standar deviasi
Dari data-data di atas dapat dilihat bahwa pengenalan terbaik berada pada segment averaging 64 dengan tingkat pengenalan rata-rata di atas 93 persen. Pada tabel 4.4 dan
gambar 4.8 dan 4.9 dapat dilihat bahwa pengenalan terbaik adalah 100. Pengenalan terbaik terletak pada variasi batas potong 0.3, variasi standar deviasi 1.7 dan segment
averaging 64. Variasi pengenalan terbaik ini yang kemudian akan digunakan untuk
pengujian pengenalan secara real time. Pada variasi terbaik ini pula diambil nilai batas bawah untuk setiap kata yang diucapkan. Tujuan pengambilan nilai batas bawah adalah
untuk penggunaan metode thresholding.
Penulisan program untuk thresholding
menggunakan logika “if” dan “elseif”. Dimana jika syarat berinlai benar maka logika tersebut akan mengeksekusi pernyataan di bawahnya dan jika tidak maka akan meneruskan
ke logika di bawahnya. Program untuk thresholding dapat dilihat pada lampiran L20. Tabel berikut menunjukkan nilai batas bawah thresholding.
Tabel 4.6 Batas Bawah Nilai Korelasi Ucapan
Batas Bawah Nilai Korelasi Hidup
0,8764 Mati
0,8714 Terang
0,7872 Gelap
0,9083