RANCANGAN ALAT

3. RANCANGAN ALAT

3.1. Perancangan Software

1) Pengimputan suara Pada tahap perekaman suara yaitu memberikan perintah suara yang telah ditentukan, kemudian hasil perekaman ini adalah berupa file wav. Adapun diagram alirnya dapat dilihat pada gambar berikut.

Gambar 1. Blok diagram MFCC

2.4. Metode DTW (Dynamic Time Warping) Metode DTW adalah metode untuk menghitung jarak antara dua data time series (durasi dan waktu yang berbeda)[5]. Keunggulan DTW dari metode jarak yang lain adalah mampu menghitung jarak dari dua vector data dengan panjang berbeda.

Jarak DTW dapat dihitung dengan :

Gambar 2. Diagram alir perekaman suara

( i  1 , 2 , 3 ... m ; j  1 , 2 , 3 ... n )

2) Pembuatan program ekstraksi ciri suara

2.5. Arduino Uno dengan metode MFCC Arduino Uno adalah mikrokontroler

Ekstraksi ciri suara dilakukan agar suara berbasis ATMega328 yang memiliki 14 pin

yang diolah dapat digunakan dengan baik. input dari output digital, dimana 6 pin input

Prosesnya seperti berikut: tersebut dapat digunakan sebagai output

PWM (Pulse Width Modulation) dan 6 pin input analog, 16 MHz osilator kristal, koneksi USB, jack power, ICSP header, dan tombol reset[6].

2.6. Motor Servo Merupakan sebuah motor pengendali sempurna yang dapat diperintahkan untuk berotasi pada posisi tertentu. Motor servo terbagi atas dua jenis, yatu motor servo yang

dapat berotasi antara 90 o sampai 180 dan motor servo yang dapat berotasi sebesar

360 o [7].

Gambar 3. Diagram alir pengolahan suara

Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015

Id paper: SM080

3) Pembuatan program pencocokan pola suara dengan metode DTW Program ini dibuat untuk untuk

melakukan pencocokan pola suara, seperti terlihat pada gambar 5.

Gambar. 4 Diagram alir pencocokan suara

4) Pembuatan program interface antara program python dengan motor servo Selanjutnya dibuat program interface

dengan motor servo agar motor dapat dikontrol dari program python yang telah dibuat.

5) Program bash untuk agar proses berlangsung secara berkelanjutan

Untuk membuat program berjalan terus Gambar 5. Diagram alir Pengenalan Suara menerus dengan melakukan sekali perintah

Pengenalan Suara dan Kontrol Alat (Kunci saja maka dibuatlah file bash. Program

Pintu) tersebut disimpan dengan nama “voice.sh”.

Diagram alir lengkap sebagai berikut: Secara keseluruhan, proses dimulai dengan input perintah suara dan konversi

sinyal suara. Sinyal suara kemudian diekstraksi cirinya dengan metode MFCC dan dicocokkan polanya menggunakan metode DTW. Proses pencocokan dilakukan antara suara yang diinputkan dengan sinyal suara referensi yang tersimpan dalam database. Jika terdapat kecocokan, maka suara akan dikirim ke mikrokontroller Arduino Uno. Jika sebaliknya, maka perintah suara ditolak dan kembali ke input suara awal.

Sinyal suara yang diterima, diproses oleh mikrokontroller. D ata “1” atau (skor <

80) akan membuat pintu terbuka dan kembali terkunci dalam 5 detik. Sedangkan jika data “0” atau (skor >= 80) maka pintu akan tetap

terkunci.

242 Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015 Id paper: SM080

3.2. Perancangan Database 95% dari 40 kali pengujian. Sedangkan untuk Komponen pembangun sistem dapat

jumlah pengujian yang sama, tingkat terlihat sebagai berikut :

keberhasilan kata uj i “pintu buka” pada keadaan bising oleh keempat Tester-trainer adalah rata-rata 67%. Tingkat keberhasilan pencocokan pola dapat dipengaruhi oleh kebisingan dan cara menyebutkan kata kunci. Jika cara menyebutkan kata uji pada saat

Gambar 6. Perancangan database percobaan berbeda dengan pada saat trainer, maka hal ini akan mempengaruhi pada

pencocokan pola.

b. Menggunakan kata uji acak Pengujian dilakukan oleh dua jenis

4. HASIL DAN PEMBAHASAN

Tingkat keberhasilan pengujian oleh Tester yaitu Tester yang sebelumnya juga

Tester-trainer yang sama dan kata uji yang berperan sebagai trainer (4 Tester) dan

digunakan adalah kata uji acak terlihat pada Tester acak (2 Tester). Khusus untuk

gambar 8. Kata uji acak yang akan diucapkan kelompok Tester yang juga berperan sebagai

oleh masing- masing tester yaitu : “baru trainer, kata uji yang digunakan juga terbagi

buka”, “baju buka”, “batu bata”, “tahu buka”, atas 2 k elompok, yaitu kata uji ”pintu buka”

“pintu lama”, “pintu kerja”, “baju lama”, dan kata uji acak. Pada setiap kategori

“baju kerja”, “baru kerja” dan “bau apa”. pengujian dilakukan pada 2 keadaan, yaitu

hening dan bising. Frekuensi sampling sinyal suara yang digunakan adalah sebesar 16.000 Hz, dimana perekaman dilakukan selama 3 detik. Kata uji ”pintu buka” yang diucapkan diharapkan akan membuat pintu terbuka dan secara otomatis terkunci kembali setelah 5 detik.

4.1. Pengujian oleh Tester-trainer Tester-trainer adalah kelompok penguji

yang sebelumnya juga berperan sebagai

trainer. Dengan demikian, contoh suara Gambar 8. Pengujian kata uji acak Tester tersebut sudah terekam dalam

database sebelumnya. Terdapat 4 orang Dari grafik diatas terlihat bahwa tingkat Tester-trainer

keberhasilan rata-rata pengujian kata uji acak mengucapkan kata uji ”pintu buka” dan kata

yang

masing-masingnya

pada keadaan hening adalah 57.5% dari 40 uji acak yang masing-masingnya dilakukan

kali pengujian. Sedangkan untuk jumlah sebanyak 10 kali.

pengujian yang sama, tingkat keberhasilan

a. Menggukan kata uji ”pintu buka” kata uji acak pada keadaan bising oleh

10 keempat Tester-trainer adalah rata-rata

8 12.5%. Tingkat keberhasilan membuka pintu

n 4 cukup tinggi (57.5%) walaupun kata uji yang

a a 2 b diucapkan bukanlah kata kunci yang

seharusnya. Hal ini dapat dipengaruhi oleh

co

Tester Tester

Tester Tester

er P

1 2 3 4 adanya kemiripan bunyi dan cara pengucapan

Bising

6 6 7 8 kata uji tersebut oleh Tester-trainer.

10 8 10 10 4.2. Pengujian oleh Tester Acak Tester acak adalah tester yang sampel

Hening

Gambar 7. Hasil pengujian kata uji pintu suaranya tidak terekam dalam database. Pada buka pengujian oleh tester acak, terdapat dua tester

acak yang dilibatkan. Suara tester acak Dari grafik diatas terlihat bahwa tingkat

direkam selama 3 detik dan kata uji yang keberhasilan rata-rata pengujian kata uji

diucapkan tester acak adalah ”pintu buka”. “pintu buka” pada keadaan hening adalah

Sinyal suara masing-masing tester acak

Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015

243

Id paper: SM080

tersebut direkam sebanyak 5 kali untuk baik dalam keadaan hening maupun dibandingkan dengan 1 trainer-tester. Karena

bising.

terdapat 4 trainer-tester, maka masing-

oleh trainer dengan masing tester acak perlu diuji dengan

3. Pengujian

menggunakan kata uji acak yang tidak mengucapkan kata uji sebanyak 20 kali.

menjadi kata referensi memiliki tingkat keberhasilan yang masih cukup tinggi yaitu 57,5%. Hal ini diakibatkan oleh cara pengucapan kata uji yang sama dengan pengucapan kata referensi pada saat training.

4. Program pengenalan suara (voice recognition) ini sangat cocok untuk sistem keamanan suatu ruangan yang hanya dapat diakses oleh orang tertentu. Hal ini terbukti saat percobaan, dimana hanya tester yang sudah terkam suaranya di database (trainer) yang

Gambar 9. Skor perolehan tester acak 1 berhasil membuka pintu.