Tabel 4.13 Hasil Nilai batas bawah Yang Masih Dikenali Pada Setiap Ucapan Angka
No Ucapan
Nilai batas bawah user 1
Nilai batas bawah user 2
Nilai batas bawah user 3
1 Satu
0,7207 0,7351
0,6768 2
Dua 0,7539
0,7627 0,7212
3 Tiga
0,7030 0,6859
0,7053 4
Empat 0,7306
0,7197 0,6860
5 Lima
0,7760 0,7551
0,7928 6
Enam 0,6100
0,6721 0,6841
7 Tujuh
0,7492 0,7600
0,7794 8
Delapan 0,7414
0,7090 0,7556
9 Sembilan
0,8503 0,7298
0,7783 10
Nol 0,7340
0,6567 0,7721
4.4.2. Pengujian Pengenalan Secara Real Time
Pada pengujian secara real time, pengujian dilakukan dengan merekam suara secara langsung dan akan dikenali oleh program secara real time. User harus memilih nilai variasi
nilai k pada knn, dan segmentaveraging. User yang digunakan sebanyak 3 yang terdiri dari 1 peneliti, dan 2 user sudah ditentukan. Setelah semuanya diisi dengan benar maka
program bisa dijalankan. Pengujian dilakukan sebanyak 10 kali tiap ucapan dengan dasar bahwa 10 kali pengujian dengan mampumewakili keberhasilan program pengenalan
ucapan angka untuk berjalan dengan baik. Pengujian secara real time ini menggunakan database
1,5,dan 10 dengan variasi nilai k-NN 1 dan segmentaveraging 8 mengacu pada pengujian secara tidak real time. Pengujian dengan 3 macam database ini untuk melihat
database dengan tingkat error terkecil ketika secara rea ltime. Pengujian real time akan dilakukan dengan 2 cara yaitu pengujian dengan nilai thresholding dan pengujian tanpa
nilai thresholding untuk semua user.
4.4.3. Pengujian Real Time Tanpa Nilai Thresholding Untuk Penentuan
Database
Pada pengujian real time ini dilakukan untuk mengetes database mana yang baik digunakan. Pengujian ini dimaksudkan untuk melihat apa sistem dapat berjalan sesuai
dengan yang diharapakan ketika user dalam keadaan tidak begitu mengingat pola kata untuk pengujian
Tabel 4.14 Confusion Matrix Pengujian secara real time dengan database 1 untuk user 1
OUTPUT INPUT
Satu Dua Tiga Empat Lima Enam Tujuh Delapan Sembilan Nol Satu
8 1
1
Dua
9 1
Tiga 3
2 1
4
Empat 3
4 1
2
Lima 4
2 3
1
Enam 4
6
Tujuh 1
2 1
5 1
Delapan 2
5 3
Sembilan 2
8
Nol 3
1 6
Tabel 4.15 Confusion Matrix Pengujian secara real time dengan database 5 untuk user 1
OUTPUT INPUT
Satu Dua Tiga Empat Lima Enam Tujuh Delapan Sembilan Nol Satu
7 3
Dua 9
1
Tiga 4
6
Empat
6 4
Lima
1 8
1
Enam 1
2 5
2
Tujuh 1
1 8
Delapan 1
8 1
Sembilan
1 9
Nol 3
1 6
Tabel 4.16 Confusion Matrix Pengujian secara real time dengan database 10 untuk user 1
OUTPUT INPUT
Satu Dua Tiga Empat Lima Enam Tujuh Delapan Sembilan Nol Satu
9 1
Dua 10
Tiga 8
2
Empat
2 8
Lima 7
3
Enam 2
8
Tujuh 1
9
Delapan
1 9
Sembilan
10
Nol 1
1 8
Dengan hasil tabel diatas dengan pengujian secara real time menggunakan 3 jenis database suara didapatkan dengan database 1 suara, hasil pengenalan secara benar
sebanyak 51 dari 100 percobaan. Dengan database 5 suara, hasil pengenalan secara benar
sebanyak 72 dari 100 percobaan. Dengan database 10 suara, hasil pengenalan secara benar sebanyak 86 dari 100 percobaan. Maka digunakan database 10 suara karena memiliki
pengenalan terbaik. Tabel 4.17 Confusion Matrix Pengujian secara real time dengan database 1 untuk user 2
OUTPUT INPUT
Satu Dua Tiga Empat Lima Enam Tujuh Delapan Sembilan Nol Satu
5 5
Dua
10
Tiga 8
2
Empat 4
4 1
1
Lima 1
1 1
1 5
1
Enam 3
2 5
Tujuh
2 8
Delapan 2
7 1
Sembilan 1
3 3
3
Nol 1
1 2
6
Tabel 4.18 Confusion Matrix Pengujian secara real time dengan database 5 untuk user 2
OUTPUT INPUT
Satu Dua Tiga Empat Lima Enam Tujuh Delapan Sembilan Nol Satu
8 2
Dua 1
8 1
Tiga 8
2
Empat 2
7 1
Lima
10
Enam
1 5
4
Tujuh 9
1
Delapan 2
8
Sembilan 1
1 1
1 1
5
Nol
1 2
1 6
Tabel 4.19 Confusion Matrix Pengujian secara real time dengan database 10 untuk user 2
OUTPUT INPUT
Satu Dua Tiga Empat Lima Enam Tujuh Delapan Sembilan Nol Satu
8 2
Dua 9
1
Tiga 8
2
Empat
9 1
Lima 10
Enam 1
6 3
Tujuh 1
9
Delapan 2
8
Sembilan
2 8
Nol 2
8
Tabel 4.20 Confusion Matrix Pengujian secara real time dengan database 1 untuk user 3
OUTPUT INPUT
Satu Dua Tiga Empat Lima Enam Tujuh Delapan Sembilan Nol Satu
5 1
3
Dua 5
3 1
1
Tiga 1
6 1
1 1
Empat 1
5 1
1 2
Lima 7
3
Enam
6 4
Tujuh 4
6
Delapan 2
7 1
Sembilan 2
7 1
Nol
3 2
5
Tabel 4.21 Confusion Matrix Pengujian secara real time dengan database 5 untuk user 3
OUTPUT INPUT
Satu Dua Tiga Empat Lima Enam Tujuh Delapan Sembilan Nol Satu
8 1
1
Dua
8 1
1
Tiga 10
Empat 1
2 4
2 1
Lima 1
1 8
Enam 5
1 4
Tujuh
1 7
2
Delapan 1
8 1
Sembilan 6
4
Nol 2
1 7
Tabel 4.22 Confusion Matrix Pengujian secara real time dengan database 10 untuk user 3
OUTPUT INPUT
Satu Dua Tiga Empat Lima Enam Tujuh Delapan Sembilan Nol Satu
8 1
1
Dua
9 1
Tiga
8 2
Empat 10
Lima 10
Enam 8
1 1
Tujuh
9 1
Delapan
1 6
3
Sembilan 8
2
Nol 1
9
Dari data diatas didapatkan untuk user 2 dengan database 10 suara mampu mengenali sebanyak 83 dari 100 percobaan dan user 3 mampu mengenali sebanyak 85 dari
100 percobaan. Terdapat penurunan tingkat pengenalan antara pengenalan secara tidak real time
dengan pengujian secara real time. ini diakibatkan pada saat pengambilan data terjadi kesalahan pengucapan untuk ucapan yang akan dikenali.
4.4.4. Pengujian Real Time dengan Nilai Thresholding
