Ucapan Manusia Mikrofon Sistem Aplikasi Pengenalan Ucapan untuk Mengontrol Lampu DC
II. Pemotongan sinyal Hasil normalisasi tadi dilanjutkan ke proses pemotongan sinyal.
Pemotongan sinyal merupakan proses yang bertujuan untuk mengambil bagian dari data ucapan sinyal itu sendiri dan membuang bagian yang bukan
merupakan bagian data ucapan sinyal tersebut. Pada penelitian kali ini batas potong ditentukan oleh peneliti yaitu 0,2; 0,3; 0;4; 0,5 Proses pemotongan
sinyal dimulai dengan memotong bagian kiri yang tidak mengandung data ucapan. Setelah pemotongan dibagian kiri sinyal, hasil pemotongan kemudian
dibalik sehingga data sinyal bagian kiri berpindah ke sebelah kanan. Setelah dibalik dilakukan pemotongan sinyal bagian kanan dan setelah selesai
pemotongan sinyal bagian kanan, sinyal dibalikkan lagi ke posisi awal. Gambar 3.6 berikut akan menjelaskan Diagram Alir pemotongan sinyal.
Gambar 3.6. Diagram Alir Pemotongan Sinyal.
III. Windowing Setalah melalui proses pemotongan sinyal, hasil dari sinyal yang dipotong
kemudian memasuki proses windowing. Jendela gauss merupakan salah satu
cara untuk melakukan proses windowing. Tujuan dari proses ini adalah mengurangi diskontiniutas dari gelombang. Jendela ini merupakan suatu
jendela yang dapat diatur keruncingannya dengan mengatur nilai standar deviasi sehingga membantu keakuratan hasil ekstraksi ciri. Peneliti juga
melakukan variasi nilai standar deviasi mulai dari 1,3; 1,4; 1,5; 1,6; 1,7.
Gambar 3.7 berikut akan menjelaskan diagram alir windowing.
Gambar 3.7. Diagram Alir Proses Windowing.
IV. Zero Padding Setelah proses pemotongan sinyal dan jendela gauss, panjang sinyal antara
yang satu dengan yang lainnya tidak semuanya sama. Zero Padding merupakan suatu proses pengolahan sinyal digital yang digunakan untuk menyamakan
panjang gelombang dengan menyisipkan nilai 0 nol pada data. Panjangnya data bisa diatasi dengan menggunakan persamaan 2
n
. Gambar 3.8 berikut akan menjelaskan Diagram Alir zero padding.
Gambar 3.8. Diagram Alir Zero Padding.
b. Ekstraksi Ciri Setelah melalui proses Zerro Padding, proses selanjutnya adalah penghitungan
ekstraksi ciri DCT. DCT merupakan suatu jenis transformasi yang banyak digunakan untuk pemampatan sinyal. ektraksi ciri DCT digunakan untuk mengubah
sinyal menjadi komponen frekuensi dasarnya. Pada proses DCT dilakukan proses penghitungan nilai absolut DCT dan Log DCT. Setelah melalui menghitungan DCT
proses selanjutnya adalah segment averaging. Dimana hasil penghitungan nilai DCT kemudian dibagi kedalam beberapa segment. Pembagian dilakukan dengan
membagi DCT dengan 2
n
sampai banyak data. Setelah itu tiap segment kemudian dicari nilai rata-ratanya.
Gambar 3.9 berikut merupakan diagram alir ekstraksi ciri DCT.