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.
Gambar 3.9. Diagram Alir Proses Ekstraksi Ciri DCT. c. Korelasi
Pada proses ini korelasi berfungsi untuk menghitung besarnya perubahan antara dua variabel. Fungsi ini membagi dua variabel yang satu dengan yang
lainnya yang saling berhubungan. Dalam hal ini yang menjadi variabel yang akan dibandingkan adalah nada referensi dan nada terekam. Hasil penghitungan
pembandingan kemudian digunakan sebagai penentuan hasil keluaran pengenalan. Gambar 3.10 berikut adalah diagram alir penghitungan korelasi.
Gambar 3.10. Diagram Alir Proses Pembandingan Korelasi.
d. Penentuan Keluaran Pengenalan ucapan merupakan proses terakhir. Pengenalan ucapan ini
ditentukan oleh fungsi korelasi berdasarkan nilai maksimum dari perbandingan antara masukan dengan database. Nilai maksimum dari korelasi akan ditentukan
dengan cara mengambil nilai terkecil dari hasil perbandingan database yang bisa dikenali. Nilai korelasi maksimum ini kemudian dijadikan sebagai batasan untuk
setiap kelas. Proses selanjutnya adalah Thresholding. Didalam proses ini terdapat 4 kelas sesuai dengan kata yang dikenali dan nilai batasan maksimum untuk setiap
kelasnya. Apabila hasil penghitungan korelasi tidak melewati nilai batasan dari salah satu kelas maka pengenalan akan dikenali secara error. Gambar 3.11 akan
menunjukkan diagram alir penentuan keluaran.
Gambar 3.11. Diagram Alir Proses Penentuan Keluaran.
e. Output pengenalan ucapan Hasil pengenalan tadi yang berupa character kemudian dikirimkan secara serial
ke mikrokontroler melalui modul K-125R. Setelah diterima oleh mikrokontroler kemudian diproses untuk menentukan aksi yang akan dilakukan untuk LED.
Gambar 3.12 berikut menunjukkan Diagram Alir pengenalan ucapan.
Gambar 3.12. Diagram Alir pengiriman serial.
3.2. Perancangan Referensi Ucapan
Referensi ucapan sangat diperlukan sebagai database untuk mengenali ucapan. Pada penelitian kali ini, peneliti menggunakan ucapan mati, hidup terang dan gelap sebagai
referenci ucapan. Peneliti mengambil 80 set sampel. Dimana setiap set memiliki variasi segment averaging, batas potong, dan nilai standar deviasi pada windowing. Setiap sampel
akan melalui proses sampling, windowing, zerro padding dan DCT. Gambar 3.4 adalah Diagram Blok dari proses pengambilan referensi ucapan :
Gambar 3.13. Diagram Blok Dari Proses Pengambilan Referensi Ucapan. Pada penelitian kali ini, peneliti menggunakan beberapa variasi untuk nilai segment
averaging dan standar deviasi pasda jendela gauss. Referensi ucapan ini kemudian
diinisialisasi dan disimpan untuk digunakan pada fungsi korelasi sebagai pembanding. Penyimpulan dilakukan dengan mencari ukuran segment averaging dan nilai sigma yang
menghasilkan tingkat pengenalan yang tertinggi.
3.3. Suara Uji
Suara uji merupakan suara yang terekam untuk menjalankan fungsi program secara offline. Pembuatan suara uji ini adalah untuk menentukan nilai segment averaging dan
standar deviasi pada saat windowing. Tujuannya adalah untuk mendapatkan hasil pengenalan tertinggi. Proses pembuatan suara uji sama dengan pembuatan referensi ucapan
seperti pada gambar 3.13.
3.4. Perancangan Pembuatan software
Pembuatan software menggunakan Matlab 7.0.4. Pembuatan software ini juga terkait dengan interface sebagai panduan untuk pengguna untuk menjalankan aplikasi.
Pembuatan interface memanfaatkan GUI Graphical User Interface yang ada pada matlab 7.0.4.. Berikut interface yang akan di rancang peneliti.
Gambar 3.14. Tampilan User.
Tabel 3.2. Keterangan Tampilan User. NO.
NAMA BAGIAN KETERANGAN
1 NILAI SIGMA
Untuk memilih variasi nilai sigma untuk windowing1,3; 1,4; 1,5; 1,6; 1,7
2 NILAI SEGMENT
AVERAGING Untuk memlih nilai segment averaging
16 ;32 ;64 ;128 3
NILAI BATAS POTONG Untuk memilih batas potong
0,2; 0,3; 0,4; 0,5 4
REKAM Tombol tekan untuk memulai perekaman
5 KELUAR
Tombol tekan untuk mengakhiri aplikasi 6
RESET Tombol tekan untuk merestart program
6 PLOT PEREKAMAN
Tampilan grafik untuk suara hasil perekaman 7
PLOT HASIL DCT Tampilan grafik hasil ektraksi ciri DCT
8 HASIL PENGENALAN
Menunjukkan hasil pengenalan suara 9
User Untuk memilih user yang sedang menjalankan
program
3.5. Perancangan Sistem Hardware
Sistem kontrol LED merupakan sistem yang akan mengatur tingkat kecerahan LED sesuai dengan output pengenalan ucapan. Hasil pengenalan pada matlab diinisialisasikan
kemudian dijadikan input untuk melakukan komukasi serial dengan Mikrokontroler ATMega 8535.
Hasil serial tadi digunakan untuk menentukan PWM Pulse Width Modulation yang kemudian tegangannya akan dibesarkan oleh driver untuk menyalakan
dan mengontrol LED. Driver L298 mendapatkan suplai tegangan sebesar 12 Volt dari Catu Daya .
3.5.1. Perancangan Mekanik
Perancangan hardware dibuat menyerupai lampu belajar yang umumnya berada di pasaran. Pada perancangan harware peneliti membagi menjadi dua bagian yaitu bagian
sistem dan bagian lampu. Bagian sistem akan berbentuk kubus dengan ukuran 15x15x10 yang berisi modulo K-125R, Minsis ATMega 8535, Driver L298 dan Catu Daya 12 volt.
Bagian lampu akan berbentuk seperti pipa. Untuk keterangan lebih lanjut akan dijelaskan gambar 3.15, 3.16, 3.17 dan 3.18.
Gambar 3.15. Tampak Depan.
Gambar 3.16. Tampak Samping Kanan.
Gambar 3.17. Tampak belakang.
Gambar 3.18. Tampak Samping Kiri.
3.5.2. Masukan input
Untuk masukan pada sistem kontrol LED didapat dari output pengenalan ucapan yang telah melewati proses pembandingan dengan menggunakan fungsi korelasi. Output
pengenalan itu kemudian diinisialisasikan sesuai nama output pengenalan. Setelah
diinisialisasikan kemudian output ini akan dikomunikasikan secara serial menggunakan modul K-125R menuju mikrokontroler ATMega 8535.
3.5.3. Perancangan Input-Output Sistem Mikrokontroler ATMega8535
Pada penelitian ini Data hasil inisialisasi yang dikirim ke Mikrokontroler ATMega 8535 akan di proses sehingga dapat menentukan Output PWM yang akan dikeluarkan.
Mikrokontroler ATMega 8535 memiliki 32 pin yang terdiri dari 4 Port. setiap portnya memiliki 8 pin. Berikut konfigurasi pin yang akan digunakan :
Tabel 3.3. Konfigurasi Port Mikrokontroler
Fungsi Hardware
Port yang digunakan
Output L-298
L-298 L-298
L-298 Port D.2
Port D.3 Port D.4
Port D.5 Pada mikrokontroler Atmega 8535 terdapat program yang akan mengontrol
tingkat kecerahan dari lampu LED. Program ini nantinya akan memberikan keluaran berupa sinyal pulsa ke Driver L298.
3.5.4. Driver L298
Pada perancangan tugas akhir ini data Hasil Output dari Mikrokontroler ATMega 8535 di teruskan ke Driver L298 . Driver L298 merupakan sebuah rangkaian yang akan
menguatkan output PWM Mikrokontroler ATMega 8535 sehingga bisa menentukan aksi yang akan dilakukan ke LED. Input 1 dan 2 berasal dari PORTC.0 pada mikrokontroler
dan input 3 dan 4 berasal dari PORTC.1 sedangkan untuk enable berasal dari PORTD.5 yang merupakan OC1A pada mikrokontroler. Input 1,2,3 dan 4 berfungsi untuk
menentukan polarisasi output lihat tabel 2.4, sedangkan enable berfungsi sebagai inputan PWM dari mikrokontroler. Berikut adalah gambar schematic Driver L298:
