Implementasi Kontrol Lampu dan Kipas Secara Implisit Menggunakan Suara Dengan Metode Text Processing Berbasis Embedded System
Vol. 2, No. 12, Desember 2018, hlm. 7067-7073 http://j-ptiik.ub.ac.id
Implementasi Kontrol Lampu dan Kipas Secara Implisit Menggunakan
Suara Dengan Metode Text Processing Berbasis Embedded System
1 2 3 Wildo Satrio , Dahnial Syauqy , Hurriyatul FitriyahProgram Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya 1 2 3 Email: wildo.satrio@gmail.com, dahnial87@ub.ac.id, hfitriyah@ub.ac.id
Abstrak
Teknologi suara dapat digunakan sebagai kontrol terhadap berbagai macam peralatan elektronik, diantaranya lampu dan kipas. Dalam penerapannya kalimat yang dipakai untuk kontrol terhadap peralatan tersebut terbatas dan harus mengetahui kalimat apa yang dapat dipakai untuk menggunakan sistem tersebut. Berdasarkan masalah tersebut maka dibuat kontrol kipas dan lampu secara implisit menggunakan suara. Arduino sebagai sistem kontrol terhadap lampu dan kipas dengan memanfaatkan Android untuk pengolahan suara dengan metode text processing. Data suara yang masuk lewat Android diubah menjadi teks. Setiap teks yang berbentuk kalimat dipisah menjadi satuan kata. Kemudian tiap kata dicocokkan dengan database yang telah dibuat sebelumnya menggunakan algoritme stopword
removal wordlist . Hasil pencocokan tersebut dikirim ke Arduino dan dilakukan pengolahan data untuk
menghasilkan output berupa kontrol lampu dan kipas. Dari hasil pengujian, sistem ini memiliki nilai keberhasilan 100% pada pengujian fungsional dan pengujian pengolahan input suara user. Pada pengujian keberhasilan sistem untuk mengolah kalimat implisit user menjadi output yang diinginkan memiliki akurasi sebesar 96,67%. Selanjutnya untuk pengujian performa aplikasi untuk mengolah kalimat, sistem memiliki rata-rata waktu bertambah 1 detik sesuai banyak kata yang dimasukkan, sedangkan untuk proses pengolahan kalimat bertambah sebesar 200 nano detik seiring dengan banyaknya masukan kata.
Kata kunci: Arduino, Android device, Implisit, Teknologi Suara, Text Processing
Abstract
Voice technology can be used as a control over various types of electronic equipment, including lights
and fans. In its application the sentence used for control of the equipment is limited and must know what
sentence can be used to use the system. Based on this problem, control fan and lights with implicitly
command using voice. Arduino as a control system for lights and fans by using Android for sound
processing with text processing methods. Voice data entered via Android is converted to text. Each
sentence-shaped text is separated into unit words. Then each word is matched with a database that has
been created previously using the stopword removal wordlist algorithm. The matching results are sent
to Arduino and the data is processed to produce output in the form of light and fan control. From the
test results, this system has a 100% success value in functional testing and testing of user voice input
processing. In testing the success of the system to process the user's implicit sentence into the desired
output, it has an accuracy of 96.67%. Furthermore, to test the performance of the application to process
sentences, the system has an average time of 1 second increase according to the many words entered,
while the sentence processing process increases by 200 nano seconds along with the number of input
words.Keywords: Arduino, Android device, Implicit, Text Processing, Speech Recognition
suara saat ini banyak digunakan untuk kontrol 1. berbagai macam peralatan elektronik. Karena
PENDAHULUAN
sistem saklar yang telah ada sebelumnya kurang Sebagai media komunikasi utama, suara efektif untuk beberapa kalangan. Bagaimana digunakan sebagai media komunikasi antara perangkat
- – perangkat elektronik ini dapat manusia dengan mesin. Teknologi pengenalan
Fakultas Ilmu Komputer Universitas Brawijaya
7067
Gambar 1. Perancangan Sistem
user yang b berbeda, dan yang b terakhir uji
suara dengan perantara Android
device
menggunakan speech recognition Google dan melakukan text processing dengan database
SQLite untuk diproses menjadi gerakan quadcopter. Penelitian yang dikerjakan
menggunakan text processing yang merupakan bagian b dari text mining yang b mana metode ini berfokus pada pengolahan kalimat. Kata hasil pengolahan dimasukkan ke dalam indeks dan diolah dengan mengelompokkan kata inti dan kata imbuhan.
Parameter yang akan diuji berupa uji masukan perintah suara secara implisit dengan
keberhasilan sistem dalam memahami input
pengolahan suara sebagai kontrol terhadap
user . Dengan adanya skripsi ini, penulis
berusaha mengembangkan teknologi sistem kontrol kipas dan lampu supaya lebih mudah pengaturannya dalam b berbagai bidang khususnya melalui suara.
2. PERANCANGAN DAN
IMPLEMENTASI
Tahap perancangan terbagi menjadi tiga bagian yaitu perancangan komunikasi, sistem Android, sistem Arduino.
2.1. Perancangan dan Implementasi Perancangan Sistem Perancangan sistem Android Perancangan Komunikasi Sistem Perancangan sistem Arduino
quadcopter. Quadcopter dikendalikan melalui
b menerapkan
- – perangkat elektronik yang diberi kecerdasan buatan. Salah satu penerapan IoT adalah sistem monitoring atau kontrol yang menggunakan sensor dan actuator pada sebuah lingkungan rumah atau yang disebut dengan istilah smart home. Lingkungan rumah yang cerdas memiliki jaringan lokal sendiri yang terdiri dari sensor, aktuator, display, elemen komputasi yang terhubung dalam sebuah sistem
Speech recognition adalah b teknologi
mengerti Bahasa manusia yang kompleks dan beragam, merupakan suatu tantangan bagi teknologi saat ini(Arildsen,2017). Bahasa manusia yang kompleks ini salah satunya adalah kalimat implisit. Konsep sebuah objek yang memiliki kecerdasan dan kemampuan untuk mentransfer data melalui jaringan tanpa memerlukan interaksi antara manusia dan mesin atau mesin dan mesin dikenal dengan istilah
Internet of Thing (IoT).
Internet of Things (IoT) secara umum,
menggambarkan sebuah jaringan koneksi dari perangkat
embedded ke dalam peralatan rumah tangga (Björkskog,2010).
komputer masa kini yang digunakan untuk mengidentifikasi suara b yang diucapkan oleh seseorang. Implementasi Speech recognition dapat digunakan untuk berbagai macam keperluan, seperti perintah b suara untuk menjalankan sebuah aplikasi komputer, mengendalikan perangkat
”
- – perangkat elektronik, dan lain
- – lain. Cara
b kerja yang
dilakukan oleh sistem dengan mendeteksi tingkat penekanan b suara, lalu dicocokkan dengan database yang tersedia (Kisumal, 2010). Selain pada perangkat
input suara dari user dan tempat pengolahan
kalimat. Arduino akan menerima dan mengolah data dari Android device. Hasil proses pada Arduino akan dijadikan perintah untuk menyalakan lampu dan kipas.
Penelitian yang telah dilakukan sebelumnya yang berjudul “Voice Controlled Smart Home” yang dilakukan oleh (Amrutha S,2015) menghasilkan sebuah sistem dengan suara sebagai dasar perintah untuk melakukan kontrol terhadap berbagai peralatan rumah tangga secara otomatis. Penelitian ini menggunakan suara sebagai input dengan memanfaatkan HM 2007 speech recognition chip. Chip ini mengirimkan Perintah suara dalam bentuk bahasa biner yang dimengerti oleh mikrokontroller. Kata-kata tertentu dari pembicara tertentu akan secara otomatis diakui yang didasarkan pada informasi yang termasuk dalam gelombang ucapan individu.
Penelitian kedua yang b berjudul “Sistem kendali Navigasi Quadcopter menggunakan suara melalui smartphone dan arduino dengan metode text processing
- – perangkat yang telah disebutkan, speech recognition juga dapat diterapkan ke berbagai macam mikrokontroller, seperti Arduino, AVR dan Raspberry Pi. Untuk penelitian ini akan menggunakan mikrokontroller Arduino, karena perangkat lunaknya mudah dikemabangkan dan mencakup semua kebutuhan dalam penelitian. Smartphone atau Android device digunakan sebagai tempat
Komunikasi Sistem akan dilakukan pengolahan lebih lanjut.
Database dibuat dengan nama Database.db.
Perancangan komunikasi membahas Tahap selanjutnya membuat tabel dengan nama tentang alur komunkasi sistem agar pada tahap Kalimat_inti. Tabel ini memiliki dua kolom implementasi dapat berjalan sesuai dengan yaitu kolom NAMA dan b kolom PERINTAH, harapan. Perancangan sistem b dapat dilihat pada yang nantinya dua kolom ini akan diisi dengan gambar 2. kumpulan kata kata inti b dan perintah. Kolom pada b tabel b diisi dengan perintah untuk kontrol lampu dan kipas. Isi kata pada database tabel Kalimat_inti dapat dilihat pada Tabel 1.
Tabel 1. Kata inti
Nama Perintah
“PANAS” ‘1’ “GERAH” ‘1’
“KERINGAT” ‘1’ “DINGIN” ‘2’
“EMBUN” ‘2’ “HUJAN” ‘2’
“MENDUNG” ‘2’ “FLU” ‘2’
“ANGIN” ‘2’ “GELAP” ‘3’
“MALAM” ‘3’ “MENDUNG” ‘3’
“BACA” ‘3’ “MEMBACA” ‘3’
“SILAU” ‘3’ “CERAH” ‘4’
“TERANG” ‘4’ Gambar 2. Perancangan komunikasi sistem
“PAGI” ‘4’ “SIANG” ‘4’
Sistem dimulai saat pengguna memberikan Selain untuk tempat pembuatan database di masukan suara ke Android. Hasil pengolahan
Android terdapat proses Text Preprocessing. suara akan b menghasilkan b data dengan tipe
Tahap pertama dari Text Preprocessing adalah
String. Lalu dilakukan proses Text Processing,
melakukan case folding, yaitu mengubah kata yaitu pemecahan kalimat menjadi kata, lalu tiap
input menjadi huruf besar semua. Lalu
kata b dicek didalam database yang telah berisi pemisahan kalimat menjadi kata disebut dengan kumpulan data. Data hasil olahannya akan proses Tokenisasi. Kemudian melakukan dikirim ke Arduino melalui komunikasi pencocokan kata dengan database database.db,
Bluetooth .
menggunakan algoritme Stopword removal Arduino membutuhkan software serial
wordlist memanfaatkan tabel Kata_inti. Hasil untuk b inisialisasi Bluetooth module HC-05.
implementasi sistem pada Android dapat dilihat Data yang diterima akan dilakukan Text pada Gambar 3. Processing, yaitu pengolahan kata menjadi suatu perintah untuk kontrol terhadap lampu dan kipas.
Isi
2.2. Perancangan dan Implementasi Sistem Android
Android b device berfungsi sebagai tempat
input b suara b dan melakukan proses Text Preprocessing . Dengan menggunakan Android
Studio sebagai tempat untuk pembuatan dan pengembangan b software b pengolahan suara. Hasil pengolahan b Text Preprocessing dikirim ke Arduino b melalui komunikasi Bluetooth dan
- – kata ini akan dicocokkan dengan database yang ada di dalam Android. Kata yang cocok akan menghasilkan perintah yang kemudian akan dikirimkan ke Arduino secara sekuensial.
pin 10 dan pin RX dihubungkan dengan pin 11 Arduino. Sedangkan b untuk b Relay b pin b
Gambar 4. Alur Pemisahan Kalimat Gambar 4 merupakan alur pengolahan teks yang terjadi di dalam Android. Kalimat yang masuk akan diubah menjadi huruf besar semua yang disebut dengan proses Case Folding.
Kemudian dipisah menjadi satuan kata, proses ini disebut dengan Tokenisasi. Kemudian kata
Gambar 3. Implementasi sistem Aplikasi Android Proses pengolahan Teks yang terdapat di dalam Android dapat dilihat pada Gambar 4.
VCC dihubungkan dengan pin
Gambar 6 merupakan hasil implementasi sistem pada Arduino. Lingkaran berwarna kuning merupakan Bluetooth module HC-05, lingkaran merah merupakan Relay, dan lingkaran hitam merupakan baterai yang berfungsi untuk penggerak kipas.
HC-05 ada 4 pin yang dihubungkan ke Arduino, yaitu b pin VCC dihubungkan dengan
5V Arduino, pin GND dihubungkan dengan
Ground Arduino, pin TX dihubungkan dengan
2.3. Perancangan dan Implementasi Sistem pada Arduino
Gambar 5. Perancangan sistem pada Arduino Gambar 6. Implementasi sistem pada Arduino
11 VCC GND TX RX
Data array akan diinisialisasikan menjadi suatu output. Pengelompokkan data dapat dilihat pada Tabel 3.
integer ke lampu dan kipas untuk diklarifikasiakan menjadi sebuah tipe data array.
Android, Arduino akan mengolah data tersebut menjadi suatu perintah terhadap lampu dan kipas. Arduino akan mengirimkan data tipe
IN2 Setelah menerima data yang dikirim dari
IN1
VCC GND
10
5V, pin b
3
2
5V GND
Pin Arduino Mega HC-05 Relay
Tabel 2 Koneksi Pin
Arduino pada penelitian ini akan dilengkapi dengan module Bluetooth HC-05 yang berfungsi sebagai media untuk menerima data hasil olahan dari Android. Pada Arduino juga terpasang Relay yang berfungsi sebagai saklar untuk kontrol terhadap lampu dan kipas. Perancangan dan implementasi sistem pada Arduino dapat dilihat pada Gambar 5 dan 6.
IN1 dihubungkan b ke b pin b 2, pin IN2 dihubungkan dengan pin 3, GND dihubungkan dengan
Ground Arduino. Untuk lebih jelasnya dapat dilihat pada Tabel 2. Tabel 3 Perintah Output
Data Perintah
6
7
7
8
8 User
9
9
7
7 User
5
5
6 User
9
9
9
5
5 User
9
9
4
4 User
8
8
9 User
3
3 User
22 2 2 23 User
= 136 136 x 100% = 100%
database dan pengolahan teks dengan persamaan 1.
30 2 2 Jumlah 136 136 Data yang telah diperolah dari hasil pengujian akan dihitung nilai persentase akurasi
29 7 7 30 User
28 9 9 29 User
27 2 2 28 User
26 3 3 27 User
25 3 3 26 User
24 2 2 25 User
23 2 2 24 User
21 2 2 22 User
3 10 User
20 4 4 21 User
19 4 4 20 User
18 2 2 19 User
17 3 3 18 User
16 2 2 17 User
15 5 5 16 User
14 6 6 15 User
13 3 3 14 User
12 2 2 13 User
11 6 6 12 User
10 3 3 11 User
3
6
1
b
2. Pengujian proses pengolahan teks.
1. Pengujian fungsional sistem.
” dibagi menjadi beberapa bagian yaitu :
Pengujian pada penelitian “Kontrol Lampu dan Kipas Secara Implisit Menggunakan Suara dengan Metode Text Processing
3. HASIL PENGUJIAN DAN ANALISIS
6
diterima dari Android bernilai satu maka Arduino akan mengirim perintah untuk mengirimkan perintah untuk menghidupkan kipas. Jika data yang diterima bernilai dua maka Arduino akan mengirim perintah untuk mematikan kipas. Jika data yang diterima bernilai tiga maka Arduino akan mengirim perintah untuk menghidupkan lampu dan jika data yang diterima bernilai empat maka Arduino akan mengirim perintah untuk mematikan lampu.
Text Preprocessing yang dikirim oleh Android device melalui koneksi Bluetooth. Jika data yang
Pada tabel 3 merupakan hasil pengolahan
Lampu Nyala Lampu Mati
4 Kipas Nyala Kipas Mati
3
2
= Jumlah Nilai benar
Nilai Keseluruhan
4. Pengujian performa aplikasi.
b
x 100% (1) Dari persamaan 1 maka didapat hasil perhitungan sebagai b berikut.
= 150 150 x 100% = 100%
Pengujian fungsional sistem ini dapat ditarik kesimpulan berhasil, b karena b memiliki persentase tingkat kebenaran sebesar 100%.
3.2. Pengujian Proses Pengolahan Teks
Pengujian ini bertujuan untuk mengetahui sistem sudah mampu atau tidak dalam mengolah kalimat input user untuk mendapatkan kata inti. Hasil pengujian dapat dilihat pada Tabel 5.
Tabel 5. Pengujian Pengolahan teks
No Pengguna Banyak Kata Jumlah Benar
1 User
1
6
6
2 User
2
3. Pengujian sistem dengan individu yang berbeda.
3.1. Pengujian Fungsional Sistem
No Masukan kata Hasil Benar Hasil Salah
30
50 Jumlah 150 Dari hasil pengujian dengan berjumlah 150 kata input, dapat dihitung nilai benar dengan persamaan 1.
5
5
40
4
4
3
Tabel 4. Hasil pengujian fungsional sistem
20
2
2
10
1
1
Pengujian ini bertujuan untuk mengetahui apakah sistem sudah dapat saling berkomunikasi dengan baik dan dapat melakukan pengolahan suara dan Text Processing. Sistem diuji dari segi Android dan Arduino, pengujian dilakukan sebanyak 10x per masukan kata. Hasil pengujian dapat dilihat pada Tabel 4.
3 Dari hasil pengujian dan perhitungan pengujian pengolahan teks memiliki tingkat akurasi sebesar 100%.
3.3. Pengujian Sistem dengan Individu Berbeda
Pengujian ini dilakukan untuk menguji efektivitas dan akurasi sistem dalam mengolah kalimat input implisit menjadi suatu perintah kontrol lampu dan kipas dari user yang berbeda
Dari pengujian 30 user di atas yang dilihat pada Tabel 6 dihitung persentase akurasi sistem berdasarkan kecocokan keinginan user dengan output yang dihasilkan oleh sistem, dapat dihitung ada 29 yang cocok dan 1 yang tidak cocok. Dengan menggunakan persamaan 1 akurasi pengujian sistem dengan individu yang berbeda adalah
30 Dingin sekali pagi ini Kipas Mati Kipas Mati
29 Panas Banget di luar Kipas Nyala Kipas Nyala
28 Sudah siang nih Lampu Mati Lampu Mati
27 Ya udah malam nih Lampu Nyala Lampu Nyala
26 Dingin banget nih Kipas Mati Kipas Mati
- – beda. Sebanyak 30 user yang berbeda akan melakukan input kalimat implisit ke sistem. Hasil pengujian dapat dilihat pada Tabel 6.
5 Siang gini kok gelap ya Lampu Nyala Lampu Nyala
29 30 x 100% = 96,67% Dari hasil penghitungan Sistem ini memiliki akurasi sebesar 96,67%.
25 Ya uah malam nih Lampu Nyala Lampu Nyala
3 Kamarnya butuh cahaya Lampu Nyala Tidak Ada
2 Kamarnya dingin banget nih Kipas Mati Kipas Mati
1 Kok kamarnya panas banget Kipas Nyala Kipas Nyala
Hasil output sistem
No Kalimat input Keinginan user
Tabel 6. Hasil pengujian 30 user yang berbeda
=
3.4. Pengujian Performa Aplikasi
23 Sekarang lagi gelap Lampu Nyala Lampu Nyala
Pengujian ini dilakukan untuk mengetahui
delay yang ada pada Android untuk melakukan
pengolahan suara. Mulai dari waktu yang dibutuhkan untuk input suara sampai dengan melakukan proses Text Preprocessing. Hasil pengujian dapat dilihat pada Tabel 7
Tabel 7 Hasil Pengujian Performa Aplikasi
Pengujian Rata-Rata Hasil pengujian Pengolahan suara(ms) Text Preprocessing(ns)
Input 1 Kata 3443,5 3417,6 Input 2 Kata 4481,1 3647,3 Input 3 Kata 4944,7 3900,2 Input 4 Kata 5408,3 4143,2 Input 5 Kata 6551,6 4269,6
Dari data yang didapat disimpulkan bahwa rata-rata waktu yang diperlukan untuk pengolahan input suara ±1 detik sesuai dengan banyaknya kata input, sedangkan waktu untuk melakukan pengolahan Text Preprocessing memiliki rata-rata yang bertambah sebesar ± 200
nano second seiring dengan banyaknya kata input .
Berdasarkan lima pengujian di atas membuktikan bahwa waktu yang dibutuhkan untuk melakukan proses Text Preprocessing sangat cepat dan akan bertambah waktu prosesnya seiring dengan banyaknya kata input. Sedangkan waktu pengolahan suara juga akan bertambah terus seiring dengan banyaknya input.
24 Terang banget nih Lampu Mati Lampu Mati
22 Panas bos ini aduh Kipas Nyala Kipas Nyala
6 Silau nih lagi insomnia Lampu Mati Lampu Mati
Kipas Nyala Lampu Mati
7 Aduh gerah pulang kerja Kipas Nyala Kipas Nyala
8 Yah hujan Kipas Mati Kipas Mati
9 Udah pagi nih Lampu Mati Lampu Mati
10 Keringat nih gerah Kipas Nyala Kipas Nyala
11 Hore udah tidak gerah Kipas Mati Kipas Mati
12 Sudah malam ikan bobo Lampu Nyala Lampu Nyala
13 Masih siang nih tapi kaya malam Lampu Nyala Lampu Nyala
14 Keringat nih habis futsal Kipas Nyala Kipas Nyala
15 Ruangannya terlalu panas dan terlalu terang
Kipas Nyala Lampu Mati
21 Gerah bos Kipas Nyala Kipas Nyala
16 Suhu ruangannya enak tapi terlalu gelap
Lampu Nyala Lampu Nyala
17 Ruangannya terang sekali jadi tidak bisa tidur
Lampu Mati Lampu Mati
18 Sepertinya ruangan terlalu dingin Kipas Mati Kipas Mati
4 Ruangannya terlalu gelap Lampu Nyala Lampu Nyala
20 Dingin dan gelap nih Lampu Nyala
Kipas Mati Lampu Nyala
Kipas Mati
19 Panas banget nih bos Kipas Nyala Kipas Nyala
4. KESIMPULAN
Kisumal, H. (2010). Aplikasi Perintah Suara Pada Windows. In Zainul, & Kodhijah (Eds.), Aplikasi Perintah Suara Pada
International Journal Of Communication Systems, 2 , 25.
. Retrieved 11 27, 2017, from https://www.bananarobotics.com/shop/ How-to-use-the-L298N-Dual-H- Bridge-Motor-Driver Xia Feng, Y. T. (2012). Internet of Things.
Dual H-Bridge Motor Driver
Vibeke, A. (2017). Teaching computers to understand human language. Vyskovsky, A. (2015). Any Object Tracking and Following. Prague: IEEE. Williams, W. a. (2010). How to use the L298N
Journal of Computer Applications .
V., C. S. (2012). Spoken Digits Recognition using Weighted MFCC. International
Setyo, W. A. (2016). Desain Interaksi Aplikasi Pengendali Smart Home Menggunakan Voice Berbasis Android. Repositori Jurnal Mahasiswa PTIIK UB, 7 .
International Student Project Conference (ICT-ISPC) .
S, S. S. (2014). Speech Recognition based Control System . 2014 Third ICT
Pallas, F. A. (2017). Sistem Kendali Navigasi Quadcopter Menggunakan Suara Melalui Smartphone dan Arduino Menggunakan Text Processing.
Windows (p. 21). Jakarta: Universitas Islam negeri Jakarta.
Berdasarkan dari hasil pengujian dan analisis yang telah dilakukan, maka dapat ditarik kesimpulan dari penelitian ini adalah sebagai berikut.
Android device dapat digunakan untuk pengolahan kalimat implisit menggunakan
more accurate . Retrieved 9 25, 2017,
San Francisco: No Starch Press. J., D. (n.d.). Google says Voice earch faster and
Fauzi, M. A. (2017). Retrieved 10 2, 2017, from http://malifauzi.lecture.ub.ac.id/ Geddes, M. (2016). Arduino Project Handbook : 25 Practical Project To Get You Started.
Fauzan, M. (2013). Penerapan Metode K-Means untuk Clustering Mahasiswa Berdasarkan Nilai Akademik Dengan Weka Interface Studi Kasus Pada Jurusan Teknik Informatika UMM Magelang. Universitas Muhammadiyah Yogyakarta Online Library .
Faisal Baig, S. B. (2012). Controlling Home Appliances Remotely Through Voice Command. Cornell University Library.
International Journal of Computer Applications, 40 (3), 7.
Amrutha, S. (2015). Voice Controlled Smart Home. Chapaneri, S. V. (2012). Spoken Digits Recognition using Weighted MFCC.
5 . DAFTAR PUSTAKA
Dari percobaan yang dilakukan sebanyak 30 user , sistem b memiliki b nilai b kebenaran sebesar 29 dan memiliki nilai salah sebesar 1. Dengan melihat b nilai yang telah diperoleh dari pengujian b pada b bab sebelumnya b dapat disimpulkan bahwa Kontrol lampu dan kipas menggunakan suara secara implisit dengan metode Text Processing memiliki akurasi yang tinggi, yaitu sebesar 96,67%. Waktu yang dibutuhkan untuk Android dalam melakukan pengolahan suara dan proses Text Processing akan bertambah terus seiring dengan banyaknya input kata yang diberikan.
nantinya diproses menjadi kontrol terhadap kipas dan lampu. Hasil pengujian fungsional dinyatakan berhasil dengan tingkat keberhasilan 100%. Untuk mengimplementasikan sistem kontrol kipas dan lampu secara implisit menggunakan suara dengan metode Text Processing dibutuhkan Arduino sebagai sistem kontrol dan Android untuk pengolahan kata. Sistem berhasil mengolah kalimat input user di Android dan mengirim hasil olahannya ke Arduino dengan tingkat keberhasilan 100%.
speech recognition Google dan melakukan text preprocessing dengan database SQLite untuk
from http://www.androidauthority.com/googl e-voice-search-improvements-644532