Seminar Nasional Teknologi Informasi dan
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
537
Aktifasi Peralatan Elektronik Berbasis Suara Menggunakan Android
Regilang Monyka Putra*), Firdaus**), Mohammad Hafiz Hersyah***)
*†***
Sistem Komputer, Universitas Andalas
**
Teknik Elektro, Politeknik Negeri Padang
E-Mail: *[email protected], **[email protected],
***
[email protected]
Abstrak
Pengolahan sinyal digital telah banyak dikembangkan dalam berbagai aplikasi, salah
satunya dapat diterapkan dalam pengaktifan peralatan elektronik. Tujuan dari sistem
ini adalah mengembangkan sebuah sistem dengan menggunakan smartphone android
sebagai media penginputan suara untuk aktifasi perlatan elektronik. Sinyal suara
dikirim melalui jaringan komunikasi wireless ke komputer untuk diolah dengan
menggunakan metode Fast Fourier Transform (FFT) sehingga didapatkan suatu tipe
pola suara. Selanjutnya pola suara input akan dicocokan polanya dengan pola suara
pada database menggunakan metode Sum Square Error (SSE). Sinyal suara yang
dikenali akan diteruskan ke mikrokontroler. Aktifasi peralatan elektronik hanya dapat
dilakukan oleh trainer saja. Pengujian dilakukan sebanyak 50 kali untuk masingmasing kata uji. Tingkat keberhasilan untuk kata uji “lampu hidup” dan “lampu mati”
adalah 52% dan 54% sedangkan untuk kata uji “fan on” dan “fan off” adalah 46% dan
28%.
Kata kunci: Pengolahan Sinyal, Fast Fourier Transform, Sum Square Error , Android,
Mikrokontroler
1. PENDAHULUAN
Dalam kehidupan sehari-hari suara
merupakan media komunikasi yang paling
umum digunakan manusia. Dengan adanya
kemajuan
teknologi
dalam
bidang
pengolahan sinyal digital (Digital Signal
Processing ) telah membawa dampak positif
dalam kehidupan manusia. Pengolahan sinyal
digital telah banyak digunakan dalam
berbagai aplikasi. Sebagai contoh, aplikasiaplikasi tersebut meliputi teknik pengenalan
suara, kompresi sinyal (data, gambar), dan
juga televisi dan telepon[1]
Pada umumnya aktifasi peralatan
elektronik dengan menggunakan remote
control. Peralatan elektronik dapat diaktifkan
dengan mengarahkan remote control tersebut
ke pengontrol pusat. Namun penggunaan
remote control memiliki kelemahan yaitu
harus berlangsung secara garis lurus dengan
jarak yang dekat. Seiring perkembangan
teknologi, aktifasi peralatan elektronik dapat
dilakukan menggunakan perintah suara
dengan cara mengenali suara tersebut.
Untuk mengenali perintah suara yang
diucapkan, sinyal suara diubah bentuknya
ISBN: 979-26-0280-1
menjadi sinyal digital dengan cara mengubah
gelombang suara menjadi sekumpulan angka
lalu disesuaikan dengan kode-kode tertentu
dan dicocokkan dengan suatu pola yang
tersimpan dalam suatu perangkat.
Salah satu algoritma yang dapat
diterapkan dalam pengolahan sinyal digital
adalah Fast Fourier Transform. FFT
merupakan
sebuah
model
yang
mentransformasikan domain spasial atau
domain waktu menjadi domain frekuensi.
Artinya proses perekaman suara disimpan
dalam bentuk digital berupa gelombang
spektrum suara berbasis frekuensi. Pola suara
yang didapat dari transformasi fourier
dianalisa lebih lanjut yang kemudian akan
dicocokan dengan metode Sum Square Error
(SSE) sehingga dapat dikenali.
Pada penelitian ini dibuat sebuah sistem
yang memanfaatkan teknologi pengenalan
suara menggunakan Smartphone Android
sebagai penerima input suara. Selanjutnya
diteruskan
ke
komputer
dengan
menggunakan komunikasi jaringan wireless
untuk
mengaktifkan
suatu
peralatan
elektronik. Dengan menyebutkan kata kunci
yang telah ditentukan pengguna dapat
538
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
mengaktifkan peralatan elektronik secara
mobile menggunakan Smartphone Android.
2. TINJAUAN PUSTAKA
2.1. Sinyal
Secara umum, sinyal didefinisikan
sebagai suatu besaran fisis yang merupakan
fungsi waktu, ruang atau beberapa variabel.
Contoh dari sinyal adalah sebagai berikut,
tegangan listrik (V) sebagai fungsi waktu.
Potensial listrik adalah fungsi dari posisi
pada suatu ruangan 3 dimensi. Intensitas
sebagai fungsi dari koordinat x, y, dan
waktu[2].
Gambar 1. Sinyal Suara[5]
2.2. Sistem Pengolahan Sinyal Digital
Suatu sinyal mempunyai beberapa jenis
informasi yang dapat diamati, misalnya
amplitudo, frekuensi, perbedaan fase, dan
gangguan akibat noise. Untuk mengamati
informasi tersebut, dapat digunakan secara
langsung dengan menggunakan peralatan
ukur elektronik seperti osciloskop , spektrum
analyser. Peralatan tersebut bekerja dengan
memanfaatkan model matematika dari sinyal
tersebut[4].
Pengolahan sinyal adalah suatu operasi
matematik yang dilakukan terhadap suatu
sinyal sehingga diperoleh suatu informasi
yang berguna. Dalam hal ini terjadi suatu
transformasi, pengolahan sinyal dapat
dilakukan secara analog ataupun digital.
Pengolahan sinyal analog mamanfaatkan
komponen-komponen analog,
misalnya
dioda, transistor, op-amp, dan lain-lain.
2.3. Sampling Rate
Dalam dunia audio yang sudah modern
dan serba digital sudah banyak cara untuk
sampling audio. Sampling terhadap audio
dilakukan guna menyimpan audio tersebut
dalam bentuk data digital. Sinyal analog itu
kontinyu terhadap waktu. Pada proses
konversi analog ke digital, sinyal analog
dicuplik-cuplik pada periode tertentu dan dari
cuplikan-cuplikan itu ditentukan nilai
digitalnya.
ISBN: 979-26-0280-1
2.4. Fast Fourier Transform
Fast Fourier Transformation atau
transformasi Fourier cepat, merupakan proses
lanjutan dari DFT (Diskrit Fourier
Transformation). Transformasi Fourier ini
dilakukan untuk mentransformaikan sinyal
dari domain waktu ke domain frekuensi. Hal
ini bertujuan agar sinyal dapat diproses
dalam spectral substraksi[3].
Y(k)
x(2 p)WN / 2 WN
N / 21
p 0
pk
k
x(2 p 1)W
N / 21
p 0
pk
N/2
(1)
Dimana, N adalah banyaknya sampling.
X(n) adalah sinyal diskrit. Y(K) adalah
koefisien FFT untuk sinyal diskrit x(n). K
adalah 0, 1, 2, 3…….N-1. W adalah
frekuensi digital. Untuk n = genap = 2p dan n
= ganjil n = 2p+1.
2.5. Sum Square Error
SSE (Sum Square Error) adalah salah
satu metode statistik yang dipergunakan
untuk mengukur selisih total dari nilai
sebenarnya terhadap nilai yang tercapai.
Istilah SSE disebut juga sebagai Summed
Square of Residuals[4].
(2)
Dimana, X adalah nilai aktual atau
sebenarnya. Y adalah nilai yang tercapai.
2.6. Sistem Operasi Android
Android adalah sistem operasi untuk
telepon seluler yang berbasiskan Linux.
Android menyediakan platform terbuka bagi
para pengembang untuk menciptakan
aplikasi mereka sendiri sehingga dapat
digunakan oleh bermacam peranti penggerak.
Android merupakan sistem operasi berbasis
Java. Sistem ini sangat ringan dan
mempunyai banyak fitur lengkap.
Gambar 2.Tampilan awal layar android pada
emulator[5]
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
2.7. Arduino Uno
Arduino
Uno
adalah
papan
mikrokontroler
yang
berbasiskan
ATmega328. Arduino jenis ini memiliki 14
pin input/output digital (dengan 6 di
antaranya bisa digunakan sebagai output
PWM), 6 analog input, ceramic resonator 16
MHz, koneksi USB, sambungan untuk power
supply, header ICSP, dan tombol reset.
Untuk menghidupkannya, mikrokontroler ini
bisa
disambungkan
ke
komputer
menggunakan koneksi USB, menggunakan
adaptor AC-DC, atau baterai.
539
Gambar 4. Blok Diagram Sistem
3.1. Aplikasi Penginputan Suara Android
Suara diinputkan sesuai dengan perintah
yang telah ditentukan. Suara yang telah
direkam nantinya langsung dikirimkan ke
komputer melalui jaringan komunikasi
wireless. Suara yang telah dikirim ini
selanjutnya akan diproses oleh komputer
nantinya.
Gambar 3. Arduino Uno[6]
3. METODOLOGI PENELITIAN
Secara umum sistem ini dimulai dari
tahap
penginputan
suara
dengan
menggunakan
smartphone
android.
Kemudian sinyal suara dikirim ke Personal
Computer (PC)/Laptop dengan menggunakan
jaringan komunikasi wireless. Selanjutnya
sinyal suara akan diolah pada PC/Laptop.
Komputer digunakan untuk mengolah
sinyal yang dikirim dari smartphone android.
Pada komputer tersebut sinyal suara
disimpan pada suatu file dan kemudian
mengolah data tersebut dengan menggunakan
metode Fast Fourier Transform sehingga
didapatkan pola suara yang diinginkan.
Setelah pola suara didapatkan tahapan
selanjutnya pola suara disimpan dalam
database untuk dijadikan sebagai nilai
rujukan untuk membandingkan sinyal suara
input dengan menggunakan metode Sum
Square Error. Tahapan akhir dari sistem ini
yaitu hasil identifikasi dari sinyal suara yang
diberikan. Blok diagram sistem dapat dilihat
pada gambar berikut.
Gambar 5. Alur Diagram Perekaman dan
Pengiriman suara
3.2. Pengolahan Dan Pencocokan Suara
Pada tahap ini, FFT digunakan unutk
mendapatkan spektrum frekuensi yang
nantinya
dijadikan
acuan
dalam
pengidentifikasian sinyal suara. Diagram alir
program utama FFT ditunjukkan pada
Gambar 6.
Gambar 6. Alur Diagram Pengolahan Suara
ISBN: 979-26-0280-1
540
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
Tahap selanjutnya yaitu melakukan
pencocokan pola suara dengan hasil FFT
menggunakam metode Sum Square Error
(SSE).
Tabel 2. Nilai Frekuensi Dominan
Spektrum FFT dari Spektrum Sampel
Suara
Gambar 7. Alur Diagram Pencocokan Suara
4. HASIL DAN PEMBAHASAN
4.1. Implementasi Hardware
Setelah
merangkai
komponenkomponen yang digunakan berdasarkan
rancangan maka didapat rangkaian alat
sebagai berikut :
Gambar 8. Rangkaian Alat
4.2. Implementasi Software
Input suara yang diambil adalah 16 bit
Stereo dengan sample rate 16.000 Hz
disimpan dalam format file.wav dengan lama
perekaman suara lebih kurang 2 detik dengan
kecepatan normal. Pola suara yang dihasilkan
pada proses FFT selanjutnya dicocokan
dengan menggunakan SSE.
4.3. Spektrum FFT Sampel Suara
Berdasarkan pola data yang terbentuk,
nilai frekuensi dominan pada setiap kata
kunci berbeda-beda akan tetapi nilai
frekuensi yang muncul selalu sama.
4.4. Analisa Pola Suara
Gambar Berikut merupakan komponen
frekuensi yang terbentuk dari kata kunci
lampu hidup, lampu mati, fan on dan fan off.
4.4.1. Analisa Pola Suara Kata Uji Lampu
Hidup
Gambar 9. Pola Suara Kata Uji Lampu
Hidup
ISBN: 979-26-0280-1
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
541
Setelah dilakukan 5 kali percobaan
ditemukan nilai magnitude yang selalu sama
muncul pada frekuensi ke-4, 7, 8, 16, 18, 19,
21, 23, 26, 33, 40, 41, 50, 53, 58 dan 60.
Setelah dilakukan 5 kali percobaan
ditemukan nilai magnitude yang selalu sama
muncul pada frekuensi ke-5, 16, 19, 21, 24,
30, 35, 37, 43, 45, 46, 49, 53, 54 dan 56.
4.4.2. Analisa Pola Suara Kata Uji Lampu
Mati
4.5. Pengujian Dan Hasil
Pengujian dilakukan dengan melakukan
pengucapan kata uji sebanyak 50 kali.
Pengujian dilakukan oleh 3 orang tester yang
mana tester 1 adalah sebagai trainer.
Pengambilan
keputusan
menggunakan
metode Sum Square Error (SSE). Hasil
pengujian adalah sebagai berikut.
Tabel 3. Hasil Pengujian Masing-masing
Tetster
Gambar 10. Pola Suara Kata Uji Lampu
Mati
Setelah dilakukan 5 kali percobaan
ditemukan nilai magnitude yang selalu sama
muncul pada frekuensi ke-5, 7, 10, 20, 22,
25, 30, 36, 38, 42, 44, 45, 47, 55, 53 dan 61.
4.4.3. Analisa Pola Suara Kata Uji Fan On
Gambar 11. Pola Suara Kata Uji Fan On
Setelah dilakukan 5 kali percobaan
ditemukan nilai magnitude yang selalu sama
muncul pada frekuensi ke-3, 5, 9, 15, 16, 26,
28, 29, 30, 34, 39, 40, 41, 43, 52 dan 56.
4.4.4. Analisa Pola Suara Kata Uji Fan Off
Gambar 13. Grafik Keberhasilan Pengujian
Gambar 12. Pola Suara Kata Uji Fan Off
ISBN: 979-26-0280-1
Berdasarkan hasil pengujian yang
didapat, tingkat kegagalan yang terjadi pada
tester 1 disebabkan oleh nilai yang dihasilkan
oleh SSE mempunyai kemiripan data,
542
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
sehingga nilai yang dihasilkan cukup dekat
dengan data lainnya.
Pengujian oleh tester 2 dan 3 tampak
bahwa tingkat kegagalannya tinggi. Hal ini
dikarenakan pola suara yang menjadi
referensi adalah pola suara trainer, sehingga
tidak ada pola suara yang menyerupai pola
suara referensi. Dalam hal ini pengaktifasian
peralatan elektronik hanya dapat dilakukan
oleh trainer saja.
Dalam pengucapan perintah dan intonasi
suara sangat berpengaruh. Pada pengucapan
perintah suara dilakukan dengan kecepatan
normal dan tidak terlalu keras. Hal ini
dikarenakan pengucapan kata tidak sesuai
pada saat training.
5. KESIMPULAN
1.
2.
3.
4.
Setelah dilakukan pengujian pada
beberapa sampel suara ditemukan nilai
magnitude yang selalu sama muncul
pada frekuensi ke 3 – 61 Hz, namun
tetap memiliki keunikan dan ciri khas
yang ditunjukan dengan nilai magnitude
yang berbeda-beda. .
Tingkat keberhasilan tester 1 / trainer
dengan kata uji “lampu hidup” mencapai
52%, kata uji “lampu mati” mencapai
54%, kata uji “fan on ” mencapai 46%
dan kata uji “fan off” mencapai 28%.
Tingkat keberhasilan yang rendah
disebabkan nilai yang dihasilkan dari
perhitungan SSE mempunyai kemiripan
data dengan data lainnya.
Pengenalan pola suara ini hanya bisa
dilakukan oleh trainer saja, dimana saat
percobaan oleh tester 2 dan tester 3
memiliki tingkat keberhasilan yang
rendah.
ISBN: 979-26-0280-1
6. DAFTAR PUSTAKA
[1] Dadang Gunawan dan Juwono, Filbert
Hilman, Pengolahan Sinyal Digital
Dengan Pemrograman Matlab, Graha
Ilmu, Yogyakarta, 2012.
[2] Alfuadi, Rendy.. Perancangan Alat
Frequency Analyzer Untuk Instrumen
Talempong Menggunakan Fast Fourier
Transform (FFT). Skripsi S1 FTI
UNAND Padang.2014
[3] Mohd, Tengku Diansyah dan Rachmat
Aulia.. Speech Recognation Berbasis
Jaringan Syaraf Tiruan Menggunakan
Algoritma
FFT
(Fast
Fourier
Transform), ISBN 978-602-19837-20.2013
[4] Wijaya, T.A. dan Y. Prayudi.
“Implementasi Visi Komputer dan
Segmentasi Citra
Untuk Klasifikasi
Bobot Telur Ayam Eras”. Yogyakarta.
2010.
[5] Dimarzio, Jerome..
Android A
Programmer’s Guide. USA, The
McGraw-Hill Companies.2008
[6] URL:
http://arduino.cc/en/Main/arduinoBoard
Uno , diakses tanggal 14 Agustus 2014,
jam 13.00 wib.
537
Aktifasi Peralatan Elektronik Berbasis Suara Menggunakan Android
Regilang Monyka Putra*), Firdaus**), Mohammad Hafiz Hersyah***)
*†***
Sistem Komputer, Universitas Andalas
**
Teknik Elektro, Politeknik Negeri Padang
E-Mail: *[email protected], **[email protected],
***
[email protected]
Abstrak
Pengolahan sinyal digital telah banyak dikembangkan dalam berbagai aplikasi, salah
satunya dapat diterapkan dalam pengaktifan peralatan elektronik. Tujuan dari sistem
ini adalah mengembangkan sebuah sistem dengan menggunakan smartphone android
sebagai media penginputan suara untuk aktifasi perlatan elektronik. Sinyal suara
dikirim melalui jaringan komunikasi wireless ke komputer untuk diolah dengan
menggunakan metode Fast Fourier Transform (FFT) sehingga didapatkan suatu tipe
pola suara. Selanjutnya pola suara input akan dicocokan polanya dengan pola suara
pada database menggunakan metode Sum Square Error (SSE). Sinyal suara yang
dikenali akan diteruskan ke mikrokontroler. Aktifasi peralatan elektronik hanya dapat
dilakukan oleh trainer saja. Pengujian dilakukan sebanyak 50 kali untuk masingmasing kata uji. Tingkat keberhasilan untuk kata uji “lampu hidup” dan “lampu mati”
adalah 52% dan 54% sedangkan untuk kata uji “fan on” dan “fan off” adalah 46% dan
28%.
Kata kunci: Pengolahan Sinyal, Fast Fourier Transform, Sum Square Error , Android,
Mikrokontroler
1. PENDAHULUAN
Dalam kehidupan sehari-hari suara
merupakan media komunikasi yang paling
umum digunakan manusia. Dengan adanya
kemajuan
teknologi
dalam
bidang
pengolahan sinyal digital (Digital Signal
Processing ) telah membawa dampak positif
dalam kehidupan manusia. Pengolahan sinyal
digital telah banyak digunakan dalam
berbagai aplikasi. Sebagai contoh, aplikasiaplikasi tersebut meliputi teknik pengenalan
suara, kompresi sinyal (data, gambar), dan
juga televisi dan telepon[1]
Pada umumnya aktifasi peralatan
elektronik dengan menggunakan remote
control. Peralatan elektronik dapat diaktifkan
dengan mengarahkan remote control tersebut
ke pengontrol pusat. Namun penggunaan
remote control memiliki kelemahan yaitu
harus berlangsung secara garis lurus dengan
jarak yang dekat. Seiring perkembangan
teknologi, aktifasi peralatan elektronik dapat
dilakukan menggunakan perintah suara
dengan cara mengenali suara tersebut.
Untuk mengenali perintah suara yang
diucapkan, sinyal suara diubah bentuknya
ISBN: 979-26-0280-1
menjadi sinyal digital dengan cara mengubah
gelombang suara menjadi sekumpulan angka
lalu disesuaikan dengan kode-kode tertentu
dan dicocokkan dengan suatu pola yang
tersimpan dalam suatu perangkat.
Salah satu algoritma yang dapat
diterapkan dalam pengolahan sinyal digital
adalah Fast Fourier Transform. FFT
merupakan
sebuah
model
yang
mentransformasikan domain spasial atau
domain waktu menjadi domain frekuensi.
Artinya proses perekaman suara disimpan
dalam bentuk digital berupa gelombang
spektrum suara berbasis frekuensi. Pola suara
yang didapat dari transformasi fourier
dianalisa lebih lanjut yang kemudian akan
dicocokan dengan metode Sum Square Error
(SSE) sehingga dapat dikenali.
Pada penelitian ini dibuat sebuah sistem
yang memanfaatkan teknologi pengenalan
suara menggunakan Smartphone Android
sebagai penerima input suara. Selanjutnya
diteruskan
ke
komputer
dengan
menggunakan komunikasi jaringan wireless
untuk
mengaktifkan
suatu
peralatan
elektronik. Dengan menyebutkan kata kunci
yang telah ditentukan pengguna dapat
538
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
mengaktifkan peralatan elektronik secara
mobile menggunakan Smartphone Android.
2. TINJAUAN PUSTAKA
2.1. Sinyal
Secara umum, sinyal didefinisikan
sebagai suatu besaran fisis yang merupakan
fungsi waktu, ruang atau beberapa variabel.
Contoh dari sinyal adalah sebagai berikut,
tegangan listrik (V) sebagai fungsi waktu.
Potensial listrik adalah fungsi dari posisi
pada suatu ruangan 3 dimensi. Intensitas
sebagai fungsi dari koordinat x, y, dan
waktu[2].
Gambar 1. Sinyal Suara[5]
2.2. Sistem Pengolahan Sinyal Digital
Suatu sinyal mempunyai beberapa jenis
informasi yang dapat diamati, misalnya
amplitudo, frekuensi, perbedaan fase, dan
gangguan akibat noise. Untuk mengamati
informasi tersebut, dapat digunakan secara
langsung dengan menggunakan peralatan
ukur elektronik seperti osciloskop , spektrum
analyser. Peralatan tersebut bekerja dengan
memanfaatkan model matematika dari sinyal
tersebut[4].
Pengolahan sinyal adalah suatu operasi
matematik yang dilakukan terhadap suatu
sinyal sehingga diperoleh suatu informasi
yang berguna. Dalam hal ini terjadi suatu
transformasi, pengolahan sinyal dapat
dilakukan secara analog ataupun digital.
Pengolahan sinyal analog mamanfaatkan
komponen-komponen analog,
misalnya
dioda, transistor, op-amp, dan lain-lain.
2.3. Sampling Rate
Dalam dunia audio yang sudah modern
dan serba digital sudah banyak cara untuk
sampling audio. Sampling terhadap audio
dilakukan guna menyimpan audio tersebut
dalam bentuk data digital. Sinyal analog itu
kontinyu terhadap waktu. Pada proses
konversi analog ke digital, sinyal analog
dicuplik-cuplik pada periode tertentu dan dari
cuplikan-cuplikan itu ditentukan nilai
digitalnya.
ISBN: 979-26-0280-1
2.4. Fast Fourier Transform
Fast Fourier Transformation atau
transformasi Fourier cepat, merupakan proses
lanjutan dari DFT (Diskrit Fourier
Transformation). Transformasi Fourier ini
dilakukan untuk mentransformaikan sinyal
dari domain waktu ke domain frekuensi. Hal
ini bertujuan agar sinyal dapat diproses
dalam spectral substraksi[3].
Y(k)
x(2 p)WN / 2 WN
N / 21
p 0
pk
k
x(2 p 1)W
N / 21
p 0
pk
N/2
(1)
Dimana, N adalah banyaknya sampling.
X(n) adalah sinyal diskrit. Y(K) adalah
koefisien FFT untuk sinyal diskrit x(n). K
adalah 0, 1, 2, 3…….N-1. W adalah
frekuensi digital. Untuk n = genap = 2p dan n
= ganjil n = 2p+1.
2.5. Sum Square Error
SSE (Sum Square Error) adalah salah
satu metode statistik yang dipergunakan
untuk mengukur selisih total dari nilai
sebenarnya terhadap nilai yang tercapai.
Istilah SSE disebut juga sebagai Summed
Square of Residuals[4].
(2)
Dimana, X adalah nilai aktual atau
sebenarnya. Y adalah nilai yang tercapai.
2.6. Sistem Operasi Android
Android adalah sistem operasi untuk
telepon seluler yang berbasiskan Linux.
Android menyediakan platform terbuka bagi
para pengembang untuk menciptakan
aplikasi mereka sendiri sehingga dapat
digunakan oleh bermacam peranti penggerak.
Android merupakan sistem operasi berbasis
Java. Sistem ini sangat ringan dan
mempunyai banyak fitur lengkap.
Gambar 2.Tampilan awal layar android pada
emulator[5]
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
2.7. Arduino Uno
Arduino
Uno
adalah
papan
mikrokontroler
yang
berbasiskan
ATmega328. Arduino jenis ini memiliki 14
pin input/output digital (dengan 6 di
antaranya bisa digunakan sebagai output
PWM), 6 analog input, ceramic resonator 16
MHz, koneksi USB, sambungan untuk power
supply, header ICSP, dan tombol reset.
Untuk menghidupkannya, mikrokontroler ini
bisa
disambungkan
ke
komputer
menggunakan koneksi USB, menggunakan
adaptor AC-DC, atau baterai.
539
Gambar 4. Blok Diagram Sistem
3.1. Aplikasi Penginputan Suara Android
Suara diinputkan sesuai dengan perintah
yang telah ditentukan. Suara yang telah
direkam nantinya langsung dikirimkan ke
komputer melalui jaringan komunikasi
wireless. Suara yang telah dikirim ini
selanjutnya akan diproses oleh komputer
nantinya.
Gambar 3. Arduino Uno[6]
3. METODOLOGI PENELITIAN
Secara umum sistem ini dimulai dari
tahap
penginputan
suara
dengan
menggunakan
smartphone
android.
Kemudian sinyal suara dikirim ke Personal
Computer (PC)/Laptop dengan menggunakan
jaringan komunikasi wireless. Selanjutnya
sinyal suara akan diolah pada PC/Laptop.
Komputer digunakan untuk mengolah
sinyal yang dikirim dari smartphone android.
Pada komputer tersebut sinyal suara
disimpan pada suatu file dan kemudian
mengolah data tersebut dengan menggunakan
metode Fast Fourier Transform sehingga
didapatkan pola suara yang diinginkan.
Setelah pola suara didapatkan tahapan
selanjutnya pola suara disimpan dalam
database untuk dijadikan sebagai nilai
rujukan untuk membandingkan sinyal suara
input dengan menggunakan metode Sum
Square Error. Tahapan akhir dari sistem ini
yaitu hasil identifikasi dari sinyal suara yang
diberikan. Blok diagram sistem dapat dilihat
pada gambar berikut.
Gambar 5. Alur Diagram Perekaman dan
Pengiriman suara
3.2. Pengolahan Dan Pencocokan Suara
Pada tahap ini, FFT digunakan unutk
mendapatkan spektrum frekuensi yang
nantinya
dijadikan
acuan
dalam
pengidentifikasian sinyal suara. Diagram alir
program utama FFT ditunjukkan pada
Gambar 6.
Gambar 6. Alur Diagram Pengolahan Suara
ISBN: 979-26-0280-1
540
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
Tahap selanjutnya yaitu melakukan
pencocokan pola suara dengan hasil FFT
menggunakam metode Sum Square Error
(SSE).
Tabel 2. Nilai Frekuensi Dominan
Spektrum FFT dari Spektrum Sampel
Suara
Gambar 7. Alur Diagram Pencocokan Suara
4. HASIL DAN PEMBAHASAN
4.1. Implementasi Hardware
Setelah
merangkai
komponenkomponen yang digunakan berdasarkan
rancangan maka didapat rangkaian alat
sebagai berikut :
Gambar 8. Rangkaian Alat
4.2. Implementasi Software
Input suara yang diambil adalah 16 bit
Stereo dengan sample rate 16.000 Hz
disimpan dalam format file.wav dengan lama
perekaman suara lebih kurang 2 detik dengan
kecepatan normal. Pola suara yang dihasilkan
pada proses FFT selanjutnya dicocokan
dengan menggunakan SSE.
4.3. Spektrum FFT Sampel Suara
Berdasarkan pola data yang terbentuk,
nilai frekuensi dominan pada setiap kata
kunci berbeda-beda akan tetapi nilai
frekuensi yang muncul selalu sama.
4.4. Analisa Pola Suara
Gambar Berikut merupakan komponen
frekuensi yang terbentuk dari kata kunci
lampu hidup, lampu mati, fan on dan fan off.
4.4.1. Analisa Pola Suara Kata Uji Lampu
Hidup
Gambar 9. Pola Suara Kata Uji Lampu
Hidup
ISBN: 979-26-0280-1
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
541
Setelah dilakukan 5 kali percobaan
ditemukan nilai magnitude yang selalu sama
muncul pada frekuensi ke-4, 7, 8, 16, 18, 19,
21, 23, 26, 33, 40, 41, 50, 53, 58 dan 60.
Setelah dilakukan 5 kali percobaan
ditemukan nilai magnitude yang selalu sama
muncul pada frekuensi ke-5, 16, 19, 21, 24,
30, 35, 37, 43, 45, 46, 49, 53, 54 dan 56.
4.4.2. Analisa Pola Suara Kata Uji Lampu
Mati
4.5. Pengujian Dan Hasil
Pengujian dilakukan dengan melakukan
pengucapan kata uji sebanyak 50 kali.
Pengujian dilakukan oleh 3 orang tester yang
mana tester 1 adalah sebagai trainer.
Pengambilan
keputusan
menggunakan
metode Sum Square Error (SSE). Hasil
pengujian adalah sebagai berikut.
Tabel 3. Hasil Pengujian Masing-masing
Tetster
Gambar 10. Pola Suara Kata Uji Lampu
Mati
Setelah dilakukan 5 kali percobaan
ditemukan nilai magnitude yang selalu sama
muncul pada frekuensi ke-5, 7, 10, 20, 22,
25, 30, 36, 38, 42, 44, 45, 47, 55, 53 dan 61.
4.4.3. Analisa Pola Suara Kata Uji Fan On
Gambar 11. Pola Suara Kata Uji Fan On
Setelah dilakukan 5 kali percobaan
ditemukan nilai magnitude yang selalu sama
muncul pada frekuensi ke-3, 5, 9, 15, 16, 26,
28, 29, 30, 34, 39, 40, 41, 43, 52 dan 56.
4.4.4. Analisa Pola Suara Kata Uji Fan Off
Gambar 13. Grafik Keberhasilan Pengujian
Gambar 12. Pola Suara Kata Uji Fan Off
ISBN: 979-26-0280-1
Berdasarkan hasil pengujian yang
didapat, tingkat kegagalan yang terjadi pada
tester 1 disebabkan oleh nilai yang dihasilkan
oleh SSE mempunyai kemiripan data,
542
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
sehingga nilai yang dihasilkan cukup dekat
dengan data lainnya.
Pengujian oleh tester 2 dan 3 tampak
bahwa tingkat kegagalannya tinggi. Hal ini
dikarenakan pola suara yang menjadi
referensi adalah pola suara trainer, sehingga
tidak ada pola suara yang menyerupai pola
suara referensi. Dalam hal ini pengaktifasian
peralatan elektronik hanya dapat dilakukan
oleh trainer saja.
Dalam pengucapan perintah dan intonasi
suara sangat berpengaruh. Pada pengucapan
perintah suara dilakukan dengan kecepatan
normal dan tidak terlalu keras. Hal ini
dikarenakan pengucapan kata tidak sesuai
pada saat training.
5. KESIMPULAN
1.
2.
3.
4.
Setelah dilakukan pengujian pada
beberapa sampel suara ditemukan nilai
magnitude yang selalu sama muncul
pada frekuensi ke 3 – 61 Hz, namun
tetap memiliki keunikan dan ciri khas
yang ditunjukan dengan nilai magnitude
yang berbeda-beda. .
Tingkat keberhasilan tester 1 / trainer
dengan kata uji “lampu hidup” mencapai
52%, kata uji “lampu mati” mencapai
54%, kata uji “fan on ” mencapai 46%
dan kata uji “fan off” mencapai 28%.
Tingkat keberhasilan yang rendah
disebabkan nilai yang dihasilkan dari
perhitungan SSE mempunyai kemiripan
data dengan data lainnya.
Pengenalan pola suara ini hanya bisa
dilakukan oleh trainer saja, dimana saat
percobaan oleh tester 2 dan tester 3
memiliki tingkat keberhasilan yang
rendah.
ISBN: 979-26-0280-1
6. DAFTAR PUSTAKA
[1] Dadang Gunawan dan Juwono, Filbert
Hilman, Pengolahan Sinyal Digital
Dengan Pemrograman Matlab, Graha
Ilmu, Yogyakarta, 2012.
[2] Alfuadi, Rendy.. Perancangan Alat
Frequency Analyzer Untuk Instrumen
Talempong Menggunakan Fast Fourier
Transform (FFT). Skripsi S1 FTI
UNAND Padang.2014
[3] Mohd, Tengku Diansyah dan Rachmat
Aulia.. Speech Recognation Berbasis
Jaringan Syaraf Tiruan Menggunakan
Algoritma
FFT
(Fast
Fourier
Transform), ISBN 978-602-19837-20.2013
[4] Wijaya, T.A. dan Y. Prayudi.
“Implementasi Visi Komputer dan
Segmentasi Citra
Untuk Klasifikasi
Bobot Telur Ayam Eras”. Yogyakarta.
2010.
[5] Dimarzio, Jerome..
Android A
Programmer’s Guide. USA, The
McGraw-Hill Companies.2008
[6] URL:
http://arduino.cc/en/Main/arduinoBoard
Uno , diakses tanggal 14 Agustus 2014,
jam 13.00 wib.