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.