Kolom inisialisasi Implementasi GUI Matlab dan Program Pengenalan Ucapan

Proses normalisasi melakukan perubahan skala pada data dengan memasukan rumus sesuai pada perancangan. Terdapat fungsi Matlab untuk memudahkan program yakni “max” untuk mencari nilai tertinggi dan “abs” untuk mengubah semua data menjadi bernilai positif. Proses pemotongan sinyal dimulai dengan mencari data yang akan dihilangkan dengan bantuan fungsi “find”. Nilai data yang dicari berada pada kondisi lebih besar dari batas potong atau lebih kecil dari negatif batas potong. Hasil dari fungsi “find” tidak menampilkan nilai datanya melainkan menampilkan nomor urutan datanya. Data urutan pertama dari hasil fungsi “find” menjadi batas akhir pemotongan data, sehingga data hasil normalisasi akan dihilangkan dari awal hingga data tersebut. Pemotongan tersebut terjadi pada sisi awal, agar data sisi akhir dapat dihilangkan maka urutan data harus dibalik terlebih dahulu menggunakan fungsi “fliplr”. Langkah pemotongan sinyal tersebut sama seperti pemotongan sisi awal, setelah dihilangkan maka urutan dikembalikan seperti semula dengan fungsi “fliplr”. Proses windowing menggunakan jendela Tukey, sehingga perlu mencari deretan data pembentuk pola jendela Tukey. Pada Matlab terdapat fungsi untuk menggunakan jendela tukey dengan formula “tukeywinL,r”. variabel “L” merupakan banyaknya deretan data y ang akan diproses sedangkan variabel “r” merupakan nilai alfa pembentukan pola jendela tukey. Penulisan program yang dipakai untuk menentukan pola jendela tukey ditulis “tukeywinlengthpot,alfa”. Fungsi “length” merupakan fungsi untuk mencari banyaknya deretan data, sehingga fungsi “lengthpot” akan mencari banyaknya deretan data pada variabel “pot”. Variabel “pot” merupakan hasil data setelah proses pemotongan sinyal. Setelah pola jendela tukey terbentuk dilakukan perkalian skalar terhadap deretan data pada variabel “pot”. Proses zero padding dilakukan dengan menambahkan deretan nilai data “0” setelah data hasil windowing . Terdapat pendeklarasia variabel “usig” yang merupakan ukuran deretan data dengan nilainya sebanyal 2048 sesuai perancangan. Program penambahan deretan data “0” hingga data ke 2048 dituliskan “zpusig=0”. Variabel “zp” merupakan data hasil windowing yang sebelumnya telah dideklarasikan, maka “zpusig=0” yaitu data ke 2048 pada deretan nilai var iabel “zp” diberi nilai 0. Program ekstraksi ciri terdapat 2 langkah yaitu downsampling dan transformasi menggunakan DCT. Program ekstraksi ciri dituliskan sebagai berikut : EKSTRAKSI CIRI ---downsampling downsamp=zp1:dsamp:usig; ---Transformasi DCT ekstrak=absdctdownsamp; ekstrak=abslogekstrak; ekstrak=ekstrak:; axeshandles.axes2; plotekstrak; xlabel Times ; ylabel Amplitude , ... Proses downsampling dilakukan dengan mengambil atau mencuplik ulang data hasil preprocessing tersebut dengan rentang tertentu. Dari program diatas terlihat data akan diambil dari data ke- 1 hingga nilai variabel “usig” yaitu 2048 dengan rentang sebanyak nilai variabel “dsamp”. Proses tranformasi dilakukan menggunakan fungsi Matlab “dct”, kemudian nilai da tanya diabsolutkan dengan bantuan fungsi Matlab “abs”. Proses transformasi tersebut dilanjutkan dengan pemberian fungsi “log”, kemudian nilai datanya diabsolutkan kembali dengan fungsi “abs”. Program “ekstrak:” digunakan agar nilai data tersebut terbentuk secara berurutan dalam matriks 1 kolom. Program pengenalan pola dilakukan dengan cara perhitungan nilai similaritas data masukan terhadap basis data. Pendekatan terbaik adalah data yang mempunyai nilai similaritas terbesar. Program similaritas kosinus yang dipakai dalam sistem ini dituliskan sebagai berikut : PENGENALAN POLA ---Perhitungan Similaritas Kosinus loadz; x=ekstrak; y=dbase; for i=1:50 simkosi=sumx.y:,isqrtsumx.2sqrtsumy:,i.2; end simkos=reshapesimkos,10,[]; simkos=maxsimkos; kategori=findsimkos==maxsimkos; aksi={ maju ; mundur ; kiri ; kanan ; stop }; hasil=aksi{kategori}; Basis data yang dibuat berjumlah 50 data ucapan yang sudah diolah terlebih dahulu. Satu data ucapan pada basis data memiliki 2048 nilai data, sehingga 1 data ucapan akan disusun dalam 1 kolom. Hasil keseluruhan basis data tersusun dalam matriks 2048 baris dan 50 kolom. Proses perhitungan similaritas terhadap basis data dilakukan secara