Push button “Ulang” Antarmuka Program Pengenalan Ucapan Untuk Pengaturan Kipas

dalam pengujian secara tidak real time dalam bentuk presentase ditampilkan dalam bentuk grafik sehingga mudah dalam mengambil kesimpulan. Terdapat dua gambar dengan gambar 4.6 yang menampilkan pengaruh perubahan nilai batas potong terhadap pengaruh pengenalan ucapan dan gambar 4.7 menampilkan pengaruh perubahan nilai downsampling terhadap pengenalan ucapan. Pada gambar 4.6 diperoleh kesimpulan nilai variasi batas potong terbaik terletak pada nilai 0,2 dan 0,3. Pada gambar 4.7 diperoleh kesimpulan nilai variasi downsampling terbaik terletak pada nilai 2. Tabel 4.3 Tingkat Pengenalan Untuk Hasil Pengujian Secara Tidak Real Time Nilai Downsampling Nilai batas potong 0,1 0,2 0,3 0,4 1 80,00 80,83 80,83 80,00 2 80,83 81,67 81,67 80,83 4 73,33 72,50 74,17 74,17 Gambar 4.6 Pengaruh Perubahan Nilai Batas Potong Terhadap Pengenalan Ucapan 66 68 70 72 74 76 78 80 82 84 0,1 0,2 0,3 0,4 P re se nt a se P e ng e na la n Nilai Batas Potong Pengaruh Perubahan Nilai Batas Potong Terhadap Pengenalan Ucapan Downsampling 1 Downsampling 2 Downsampling 4 Gambar 4.7 Pengaruh Perubahan Nilai Downsampling Terhadap Pengenalan Ucapan Grafik pada gambar 4.6 menunjukan tingkat pengenalan ucapan berdasarkan pengaruh perubahan variasi nilai batas potong. Grafik ini menunjukan pengenalan terbaik terdapat pada nilai variasi batas potong 0,2 dan 0,3 yang mampu mengenali ucapan hingga 81,67 persen. Pada grafik gambar 4.7 menunjukan tingkat pengenalan ucapan berdasarkan pengaruh perubahan bariasi variasi nilai downsampling. Grafik ini menunjukan pengenalan terbaik terdapat pada variasi variasi downsampling 2 yang mampu mengenali ucapan hingga 81,67 persen. Nilai batas potong yang mampu mengenali terbaik dengan variasi nilai downsampling 2 adalah 0,2 dan 0,3 yang mampu mengenali ucapan hingga 81,67 persen. Pengujian selanjutnya dilakukan dengan mengambil salah satu kombinasi nilai pengenalan ucapan terbaik yaitu variasi nilai batas potong 0,2 atau 0,3 dengan variasi nilai downsampling 2. Pengambilan kombinasi nilai pengenalan ucapan terbaik dilakukan karena pada nilai kombinasi tersebut memiliki tingkat pengenalan yang sama yaitu 81,67 persen. Dalam penulisan berikutnya penulis menggunakan parameter variasi nilai batas potong 0,2 dan variasi nilai downsampling 2. Penggunaan parameter variasi nilai batas potong 0,2 dan variasi nilai downsampling 2 dengan melakukan pengujian selanjutnya yaitu 66 68 70 72 74 76 78 80 82 84 1 2 4 P re se nt a se P e ng e na la n Nilai Downsampling Pengaruh Perubahan Nilai Downsampling Terhadap Pengenalan Ucapan Batas potong 0,1 Batas potong 0,2 Batas potong 0,3 Batas potong 0,4