Rancang Bangun Dapur Pada Smart Home Dengan Fitur Speech Recognition Menggunakan Aplikasi Labview Berbasis NI myRIO 1900

  Vol. 2, No. 8, Agustus 2018, hlm. 2876-2881 http://j-ptiik.ub.ac.id

  

Rancang Bangun Dapur Pada Smart Home Dengan Fitur Speech

Recognition Menggunakan Aplikasi Labview Berbasis NI myRIO 1900

_{1 2 3} Hafizh Hamzah Wicaksono , Wijaya Kurniawan , Hurriyatul Fitriyah

  Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya _{1 2 3} Email: hafizh20.hamzah@gmail.com, wjaykurnia@ub.ac.id, hfitriyah@ub.ac.id

  

Abstrak

  Teknologi smart home sangatlah dibutuhkan karena dapat meningkatkan kualitas hidup seorang manusia. Sedangkan di Indonesia sendiri, perkembangan teknologi smart home saat ini masih lambat jika dibandingkan negara-negara tetangga seperti Singapura, Australia, dan Malaysia. Selain itu banyak dari pengguna dapur tidak paham akan tata cara dan resep memasaknya. Berdasarkan permasalahan tersebut, perlu adanya perkembangan dalam dunia smart home khususnya pada dapur. Peneliti menggunakan NI myRIO 1900 sebagai mikrokontroller, dan labview dan microsoft visual studio sebagai pembuatan program. Pada penelitian kali ini terdapat 5 fitur yaitu (1) Menyalakan dan

  software

  mematikan lampu secara otomatis menggunakan sensor PIR(Passive Infrared Reciver). (2) Menyalakan dan mematikan kran air secara otomatis menggunakan sensor IR(Infrared Reciver) obstacle. (3) Pendeteksian apabila terdapat titik api di dapur menggunakan sensor flame. (4) Menutup pintu kulkas secara otomatis dengan menggunakan motor DC. (5) Pencarian resep yang menggunakan teknologi speech recognition. Setelah penelitian dilakukan, terdapat beberapa kesimpulan. Kesimpulan pertama, yaitu mengukur tigkat keakurasian sensor PIR yang mencapai 83% dengan cara melakukan pergerakan tangan pada prototype dapur sebanyak 6 kali percobaan. Kedua, yaitu mengukur tingkat keakurasian sensor IR obstacle yang mencapai 86% dengan cara melakukan pendekatan tangan pada kran air sebanyak 6 kali percobaan. Ketiga, yaitu mengukur tingkat keakurasian sensor flame yang mencapai 86% dengan cara meletakan lilin sebagai titik api sebanyak 6 kali percobaan. Keempat, yaitu mengukur tingkat keakurasian speech recognition yang mencapai 83% dengan cara mengucapkan kata yang telah didaftarkan sebanyak 15 kali.

  Kata kunci: rumah pintar, dapur pintar, speech recognition, labview, NI myRIO-1900

Abstract

  

Smart home technology is absolutely necessary because it can improve the quality of life of a human

being. In Indonesia, the smart home technology is currently still slow if compared to neighboring

countries such as Singapore, Australia, and Malaysia. In addition, many of users do not understand the

procedures and cooking recipes. Based on these problems, development smart home technology

especially in the kitchen is necessary. Researchers use NI myRIO 1900 as mikrokontroler, labview and

microsoft visual studio as a software development program. In this research there are 5 features that is

(1) Turns on and off lamp automatically using PIR(Passive Infared Reciver) sensors. (2) Turn on and

off the water faucet automatically using IR(Infared Reciver) obstacle sensor. (3) Detection when there

is fire in the kitchen using flame sensors. (4) Closes the refrigerator door automatically by using a Motor

DC. (5) Search recipe that uses speech recognition technology. After the researchers, there are several

conclusions. the first, measuring accuracy of the PIR sensor to reach 83% by movement of hands on a

prototype kitchen as much as 6 times the experiment. Second, that measure the level of accuracy of the

sensor IR obstacle to reach 86% by way of doing the hands on approach to tap water as much as 6 times

the experiment. Third, that measures the level of accuracy of the flame sensor reaches 86% by the way

put a candle flame as much as 6 times the experiment. Fourth, measuring the level of accuracy of speech

recognition to reach 83% by way of pronouncing the words that have been registered as many as 15

times.

  Keywords: Smart home, Smart Kitchen, Speech recognition, labview, NI myRIO-1900 Fakultas Ilmu Komputer Universitas Brawijaya

  

2876

1. PENDAHULUAN

  Smart home bukan hanya menawarkan fitur

  keamanan namun lebih dari itu. Mulai dari pengelolaan rumah yang baik, serta aspek lain yang terdapat di dalamnya, seperti keamanan, penghematan energi dan kontrol penuh atas apa yang terjadi pada tempat tinggal anda (Suhendro, 2015). Teknologi rumah pintar atau smart home terdiri dari sensor, monitor, antarmuka, peralatan dan perangkat yang bekerja bersama-sama untuk memungkinkan otomatisasi, baik dari jarak jauh maupun dari jarak dekat (Aldrich, 2003). Berdasarkan survey State of Smarthome pada tahun 2014, 90% responden tertarik dengan

  Smart home karena fitur keamanannya untuk

  personal dan keluarga di rumah. Unsur-unsur pendukung dari tempat tinggal yang ideal antara lain: teras depan, ruang tamu, dapur, ruang keluarga, ruang makan, ruang tidur, kamar mandi, gudang, garasi, ruang/ kamar tambahan (Ahandi, 2011). Menurut Sudiara dan Sabudi (1996:76) Dapur adalah suatu ruangan khusus yang difungsikan sebagai tempat pengolahan makanan.

  Perkembangan teknologi dalam bidang pengolahan sinyal digital telah membawa perubahan positif dalam kehidupan manusia. Pemrosesan sinyal digital sudah banyak diterapkan dalam berbagai aplikasi. Sebagai contoh, aplikasi-aplikasi tersebut meliputi teknik pengenalan suara, televisi atau telepon digital, dan kompresi sinyal (gambar, dan data) (Gunawan & Juwono, 2012). Teknologi pengenalan suara atau speech recognition bekerja dengan menangkap suara manusia yang dan dirubah menjadi format digital sehingga dapat diterjemahkan dalam suatu sistem. Kemudian sistem tersebut yang akan membandingkan antara informasi masukkan yang telah berupa format digital tersebut dengan database suara yang digunakan (Darma, 2009).

  Sedangkan di Indonesia sendiri, perkembangan teknologi smart home saat ini masih lambat jika dibandingkan negara-negara tetangga seperti Singapura, Australia, dan Malaysia (Osay, 2106). Padahal teknologi smart

  home sangatlah dibutuhkan karena dapat meningkatkan kualitas hidup seorang manusia.

  Selain itu fitur yang harus dimiliki Smart home ialah keamaanan. Semisal sistem harus dapat menangani apabila pengguna lupa mematikan perangkat elektronik. Seperti kejadian yang terjadi di situbondo(13/2/2017), terjadi kebakaran karena pengguna lupa mematikan kompor. "kebakaran itu terjadi karena korban lupa mematikan kompor gas didapurnya" kata Hadi Siswoyo ketua Damkar pemkab Situbondo. Dari 222 kasus yang terjadi di DKI jakarta tahun 2016, 15 terjadi karena pengguna lupa mematikan kompor(Kemenristek, 2016).

  Indonesia merupakan negara yang memiliki keberagaman kebudayaan, hal ini dapat dicerminkan dari makanan yang dimiliki pada setiap daerah. Masakan Indonesia mempunyai ciri yaitu berupa cita rasa yang kuat, karena hampir seluruh masakan Indonesia kaya akan bumbu yang berasal dari rempah-rempah. Tata cara memasak suatu masakan sesuai dengan urutan proses atau instruksi serta mencakup alat dan bahan yang digunakan dan diperlukan disebut dengan resep dari suatu masakan (Badudu & Zain, 1994). Akan tetapi banyak dari pengguna dapur tidak tau akan tata cara dan resep memasaknya.

  2. PERANCANGAN DAN

  IMPLEMENTASI

  2.1 Perancangan Perangkat Keras Gambar 1 Diagram Blok Sistem

  Pada gambar 1 merupakan blok diagram dari sistem secara umum. Pada blok masukan terdapat sensor PIR yang berfungsi mendeteksi keberadaan pengguna. Sensor Infrared berfungsi untuk mendeteksi tanggan pengguna untuk menyalakan kran air. Sensor flame berfungsi untuk mendeteksi titik api pada dapur yang mengindikasi bahwa terjadi kebakaran. Push button berfungsi untuk mendeteksi apakah pintu kulkas terbuka atau tertutup. Potensiometer berfungsi untuk menyalakan dan mematikan kompor. Microphone berfungsi sebagai masukan suara untuk diolah menggunakan

  speech recognition . Semua masukan dikirm ke

  mikrokontroller myRIO-1900 untuk kemudian diproses sebelum dikeluarkan. Keluaran pada sistem yang pertama yaitu motor DC yang berfungsi untuk menutup pintu kulkas apabila tidak ditutup oleh pengguna selama 5 detik. LED berfungsi sebagai keluaran dari lampu ruangan, air pada kran, dan kompor. Sedangkan monitor berfungsi sebagai tampilan kepada pengguna dan resep yang ditampilkan berdasarkan kata yang diucapkan.

  Gambar 4 Flow chart Kompor

  Gambar 4 merupakan flow chart dari fitur kompor. Apabila terdeteksi titik api pada sekitaran kompor maka kompor akan mati dan buzzer akan berbunyi. Begitupun sebaliknya, apabila tidak terdeteksi titik api maka kompor akan tetap menyala dan buzzer tidak berbunyi.

  Gambar 2 Flow Chart Lampu Ruangan

  Gambar 2 merupakan flow chart dari lampu ruangan. Apabila terdeteksi manusia melalui sensor PIR pada prototype dapur maka LED dalam dapur akan menyala. Dan apabila tidak terdeteksi manusia dalam dapur maka lampu akan otomatis mati.

  Gambar 5 Flow Chart Kulkas

  Gambar 5 merupakan flow chart dari fitur kulkas. Pendeteksian terbuka atau tertutupnya pintu kulkas menggunakan reed switch yang ditaruh di ujung pintu kulkas. Apabila pintu terbuka selama lebih dari 5 detik maka motor DC akan berputar menutup pintu kulkas.

  Gambar 6 merupakan flow chart dari fitur

  Gambar 3 Flow Chart Kran Air speech recognition menggunakan microsoft

  visual studio. Masukan suara menggunakan Gambar 3 merupakan flow chart dari fitur

  , yang apabila terdeteksi 5 kata pada

  microphone

  kran air. Pendeteksian adanya tangan dilakukan database(cake tape, martabak mini, ayam pedas, oleh sensor infrared. Apabila terdeteksi adanya jasuke, dan bakso) maka pada keluaran akan tangan kurang dari 3 cm maka LED yang menampilkan resep dan cara memasaknya. diilustrasikan air akan menyala. Begitupun sebaliknya, apabila tangan mulai menjauh dari 3 cm dari sensor maka LED akan mati. dilakukan pada labview. Program disesuaikan dengan perancangan perangkat keras. Yang dimana masing-masing masukan dari sensor dibaca kemudian di keluarkan melalui aktuator yang telah dirancang sebelumnya. Pada pemrograman kali ini pun merancang fornt panel yang nantinya akan menjadi antarmuka terhadap pengguna.

  Tabel 1. Kata Pada Speech Recognition No Kata

  1 Cake Tape

  2 Martabak Mini Gambar 6 Flow Chart Speech Recognition

  3 Ayam Pedas

  4 Bakso

  5 Jasuke

  2.3 Implementasi Perangkat Keras

  Pada tahap implementasi perangkat keras ini, dilakukan pembuatan sistem dengan menggunakan perangkat keras yang telah dirancang sebelumnya. Sesuai dengan perancangan sebelumnya, sensor yang digunakan yaitu sensor PIR, IR, dan flame dan

  Gambar 7 Rangkaian Perangkat Keras aktuator berupa motor DC, LED dan buzzer.

  Gambar 7 merupakan rangkaian sensor dan aktuator terhadap NI myRIO-1900. Pada fitur lampu, menggunakan sensor PIR yang dihubungkan dengan PIN C DI.4 dan aktuator LED yang dihubungkan dengan PIN C DO.7. Kemudian pada fitur kran air menggunakan sensor IR yang dihubungkan dengan PIN C DI.0 dan aktuator LED yang dihubungkan dengan PIN C DO.1. Kemudian pada fitur kompor menggunakan masukan potensiometer yang dihubungkan dengan PIN AI.0 dan sensor flame yang dihubungkan dengan PIN C DI.2, aktuator yang digunakan yaitu buzzer yang dihubungkan dengan PIN DO.5.

  Gambar 9 Prototype Dapur

2.2 Perancangan Perangkat Lunak

  Gambar 9 merupakan implementasi dari

  protoype dapur yang telah dirancang. Prototyppe

  ini berukuran 70*58 cm dengan masing-masing fitur yang sudah diletakan diatasnya. NI myRIO- 1900 diletakan dibawah prototype, sehingga meminimalkan kabel yang terlihat diatas

  prototype .

  2.4 Implementasi Perangkat Lunak

  Pada tahapan implementasi perangkat lunak ini program yang telah dirancang sebelumnya

  Gambar 8 Pemrograman Pada Labview akan di upload kan kepada NI myRIO-1900.

  Gambar 8 merupakan program yang

  Gambar 10 Antarmuka Program

3. PENGUJIAN DAN ANALISIS

3.1 Pengujian Sensor PIR

  Tabel 5 Pengujian Speech Recognition No Kata Yang Diucapkan Pembacaan

  3 Titik 3 LED Menyala

  4 Titik 4 LED Menyala

  5 Titik 5 LED Menyala

  6 Titik 6 LED Tidak Menyala

  Berdasarkan tabel 4 yang merupakan hasil pengujian sensor flame 460nm 1100nm diperoleh tingkat keakurasian sensor sebesar 83%. Tidak terdeteksinya titik api dikarenakan keterbatasan sesnor dalam pembacaan yang mempunyai maksimum 5 cm.

  3.4 Pengujian Speech Recognition

  Langkah awal pada proses pengujian ini ialah memastikan program speech recognition dan labview telah sukses dijalankan. Kemudian peneliti menggunakan 15 kata yang telah didaftarkan secara acak untuk kemudian diucapkan kedalam sistem.

  2 Martabak Mini -

  1 Cake Tape Cake Tape

  1 Titik 1 LED Menyala

  3 Jasuke Jasuke

  4 Bakso Bakso

  5 Ayam Pedas Ayam Pedas

  6 Ayam Pedas Ayam Pedas

  7 Cake Tape Cake Tape

  8 Jasuke Jasuke

  9 Cake Tape Cake Tape

  2 Titik 2 LED Menyala

  Tabel 4 Pengujian sensor flame No Pergerakan Tanggan Pembacaan

  Pada gambar 10 merupakan antarmuka pada sistem. Antarmuka akan bisa dijalankan pada saat program telah dimasukan kedalam myRIO.

  3 Ada LED Menyala

  3.3 Pengujian Sensor flame 460nm 1100nm

  Berdasarkan tabel 3 yang merupakan hasil pengujian sensor IR pada kran air diperoleh tingkat keakurasian sebesar 83%. Tidak terbacanya halangan tangan pada jarak 3.5 cm dikarenakan keterbatasan sensor dalam pembacaan.

  6 Ada(3.5 cm) LED Tidak Menyala

  5 Ada(3.0 cm) LED Menyala

  4 Ada(2.5 cm) LED Menyala

  Proses pengujian pada tahap ini yaitu dengan membandingkan gerakan dan pembacaan sensor pada sistem, yang apabila terdeteksi maka LED ruangan akan menyala. Pengujian ini dilakukan sebanyak 6 kali dengan jarak yang berbeda.

  Tabel 2 Pengujian Sensor PIR No Pergerakan Tanggan Pembacaan

  1 Ada LED Menyala

  2 Ada LED Menyala

  Proses pengujian pada tahap ini yaitu dengan membandingkan peletakan api menggunakan lilin dan pembacaan sensor pada sistem. pengujian dilakukan sebanyak 6 kali dengan titik api yang berbeda.

  Berdasarkan tabel 2 yang merupakan hasil pengukuran pembacaan sensor PIR diperoleh tingkat keakurasian sebesar 83%.

  6 Ada LED Tidak Menyala

  5 Ada LED Menyala

  4 Ada LED Menyala

3.2 Pengujian Sensor IR

  Tabel 3 Pengujian Sensor IR No Pergerakan Tanggan Pembacaan

  1 Ada(1.0 cm) LED Menyala

  2 Ada(1.5 cm) LED Menyala

  3 Ada(2.0 cm) LED Menyala

  Proses pengujian pada tahap ini yaitu dengan membandingkan peletakan tanggan didepan kran dan pembacaan sensor pada sistem, yang apabila terdeteksi maka LED pada kran akan menyala. Pebgujian ini dilakukan sebanyak 6 kali dengan jarak halangan tangan yang berbeda.

  10 Martabak Mini Martabak Mini Superposing Projection System

  11 Jasuke Jasuke Devlopment of Superposing Projection

  

12 Bakso Bakso System fo Cooking Support . Kanagawa

Institute of Technology, p. 2.

  13 Ayam Pedas Ayam Pedas

  14 Martabak Mini - Microsoft, 2012. Microsoft Visual Studio.

  15 Bakso Bakso

  [Online] Available at: https://www.visualstudio.com/ [Diakses Berdasarkan tabel 5 yang merupakan hasil 2017]. dari pengujian speech recognition diperoleh

  National Instruments, 2016. [Online] Available tingkat keakurasian sebesar 86%.

  at [Diakses 17 2 2017].

4. KESIMPULAN

  Osay, G., 2106. [Online] Available at: http://www.rumahku.com/artikel/read/perk Berdasarkan hasil penelitian yang telah embangan-smart-home-di-indonesia-saat- dilakukan, maka didapatkan kesimpulan sebagai ini-dan-yang-akan-datang-412882 berikut.

  1. Untuk menampilkan resep pada dapur dapat RAO, C., ANIRVAN, S., DEBASISH, T. & menggunakan teknologi speech recognition KLANIDHI, K., 2016. Smart Home yang kemudian resep dan cara memasak

  Equipped With Voice Recognition .

  dapat ditampilkan kedala front panel

  International Journal of Industrial

  labview, dengan tingkat kepuasan sebesar

  Electronics and Electrical Engineering , 84.5%.

  Volume IV, p. 3.

2. Penggunaan library speech recognition

  Suhendro, P., 2015. Perkembangan Smart Home pada Microsoft Visual Studio dapat Di Indonesia. [Online] Available at: dikatakan berhasil, karena dari 15 kata yang http://ciptaalphateknologi.com/perkemban diucapkan hanya terdapat 2 kata yang tidak gan-smart-home-di-indonesia-2/ dapat terdeteksi oleh sistem atau memiliki tingkat keakurasian sebesar 86%.

  3. Penggunaan sensor dapat dikatakan efektif karena berdasarkan hasil pengujian sensor

  PIR memiliki tingkat akurasi 83%, sensor

  IR obstacle memiliki tingkat akurasi 83%,

  sensor flame memiliki tingkat keakurasian 83%. 4. error disebabkan oleh

  Persentase keterbatasan sensor dalam pembacaan.

  Yang dimana setiap sensor mempunyai batas maksimal dalam melakukan pembacaan.

DAFTAR PUSTAKA

  Bishop, C., 2006. Pattern Recognition and

  Machine Learning . Edinburgh: Royal

  Society BNPB, 2016. [Online] Available at : http://dibi.bnpb.go.id/ [Diakses 8 july

  2017]. Damien, 2009. [Online] Available at : http://subari.blogspot.co.id/2008/03/smart- home-sistem-pintar-di-rumah.html

  Gunawan & Juwono, 2012. Pengolahan Sinyal Digital. Yogyakarta:Graha Ilmu. Kaneko, M. et al., 2016. Devlopment of