Aplikasi pengenalan ucapan dengan ekstraksi ciri DCT dan fungsi jarak divergensi untuk mengatur kecepatan kipas angin AC.

(1)

INTISARI

Penelitian ini menghasilkan sebuah aplikasi pengaturan kecepatan kipas ACdengan menggunakan ucapan untuk mengatur kecepatan putaran kipas angin AC. Penelitian ini membantu manusia agar dapat dengan mudah menghidupkan kipas dan mengatur kecepatan kipas angin dengan ucapan.

Ucapan “hidup”, “lambat”, “cepat” dan “mati” digunakan untuk mengatur keadaan putaran kipas angin AC. Proses pengenalan ucapan dimulai dari perekaman pengenalan ucapan, Pre-processing (normalisasi, pemotongan sinyal, windowing dan zero padding), ekstraksi ciri, fungsi jarak divergensi, penentuan keluaran menggunakan metode k-Nearest Neighbor dan data hasil pengenalan ucapan dikirim secara serial ke hardware. Sistem yang dijalankan pada hardware melalui beberapa proses yaitu modul K 125 R, , ATMega 8535, Penguat Arus, rangkaian penggerak kipas, ATMega 8535. Proses tersebut merupakan sistem kendali utama di hardware untuk menggerakan kipas angin AC.

Hasil pengenalan dan pengujian ucapan secara tidak real time dengan menggunakan batas potong 0,2, segment averaging 128 dan k-nearest neighbor 7 menghasilkan tingkat pengenalan terbaik yaitu 81,6 %. Dari data pengujian tidak real time

dapat dilakukan pengambilan data secara real time dengan hasil pengenalan ucapan user

mencapai 85,8 %. Hasil pengenalan ucapan tersebut menghasilkan putaran kipas dari 43,6 rpm – 2275,1 rpm.

Kata kunci : Ekstraksi ciri DCT, jarak divergensi, segment averaging, k-nearest neighbor, pengenalanucapan, kipas AC


(2)

ABSTRACT

This research is to produce an application speed controling of AC fan by using speech to set the pace lap AC fan. This study help a man so as to be easily switch on a fan and set the pace a fan with utterance

Speech of “hidup”, “lambat”, “cepat”, and “mati” used to speed controling of AC fan. The process of the introduction of speech starts from recording the introduction of speech , pre-processing (normalization, cutting a signal, windowing and zero padding), the features extraction, divergence distance function, The determination of output using methods k-Nearest Neighbor and The introduction of the hardware sent in a series. The system that run on hardware through several processes that is module K 125 R, ATMega 8535, current amplifier, The series of fan drive, Atmega 8535. The process is a system of control in key hardware to move the AC fan.

The results of the application of speech and test in no real time by the use of The limit cut 0,2, segment averaging 128 dan K-Nearest Neighbor 7 generate a level of the introduction of best namely 81,6 %. Not the real time data from testing the data can be done in real time with the results of the introduction of users reached 85,6 % of speech. The results of the introduction of the speechs yield the rotation fan than 43,6 rpm - 2275,1 rpm

Key Words: DCT feature extraction, the distance divergence, segment averaging, K-Nearest Neighbor, speech recognition, AC fan.


(3)

i

TUGAS AKHIR

APLIKASI PENGENALAN UCAPAN DENGAN EKSTRAKSI CIRI

DCT DAN FUNGSI JARAK DIVERGENSI UNTUK MENGATUR

KECEPATAN KIPAS ANGIN AC

Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Teknik

Program Studi Teknik Elektro

Oleh:

HENRY JUAN NDOLU

NIM : 105114016

PROGRAM STUDI TEKNIK ELEKTRO

JURUSAN TEKNIK ELEKTRO

FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA

YOGYAKARTA


(4)

ii

FINAL PROJECT

APPLICATION OF SPEECH RECOGNITION USING DCT FEATURE

EXTRACTION AND DIVERGENCE DISTANCE FUNCTION FOR

SPEED CONTROLLING OF AC FAN

Presented as Partial Fulfillment of the Requirements To Obtain the Sarjana Teknik Degree

In Electrical Engineering Study Program

HENRY JUAN DOLU

NIM : 105114016

ELECTRICAL ENGINEERING STUDY PROGRAM

DEPARTMENT OF ELECTRICAL ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2015


(5)

(6)

(7)

(8)

vi

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP

Skripsi ini saya persembahkan untuk:

Tuhan Yesus yang telah setia menjaga , menyertai dan melindungi saya dalam situasi dan kondisi apapun

Bapak,Mama,Nita,Esti,Ariesto dan semua keluarga yang selalu mendoakan, menasehati, mendukung, menyemangati dan menasehati tanpa henti

Elektro ’10, teman seperjuangan yang selalu mendukung dan menyemangati

Teman, di jogja, Komisi Pemuda dan Mutimedia GKI Gejayan, spesial dan dimanapun beraada yang selalu memberi doa dan semangat

Dan Semua pihak yang mendukung

MOTTO :

“Tuhan menetapkan langkah

-langkah orang yang hidupnya berkenan

kepada-Nya;

apabila ia jatuh, tidaklah sampai tergeletak, sebab TUHAN menopang

tangannya”


(9)

(10)

viii

INTISARI

Penelitian ini menghasilkan sebuah aplikasi pengaturan kecepatan kipas ACdengan menggunakan ucapan untuk mengatur kecepatan putaran kipas angin AC. Penelitian ini membantu manusia agar dapat dengan mudah menghidupkan kipas dan mengatur kecepatan kipas angin dengan ucapan.

Ucapan “hidup”, “lambat”, “cepat” dan “mati” digunakan untuk mengatur keadaan putaran kipas angin AC. Proses pengenalan ucapan dimulai dari perekaman pengenalan ucapan, Pre-processing (normalisasi, pemotongan sinyal, windowing dan zero padding), ekstraksi ciri, fungsi jarak divergensi, penentuan keluaran menggunakan metode k-Nearest Neighbor dan data hasil pengenalan ucapan dikirim secara serial ke hardware. Sistem yang dijalankan pada hardware melalui beberapa proses yaitu modul K 125 R, , ATMega 8535, Penguat Arus, rangkaian penggerak kipas, ATMega 8535. Proses tersebut merupakan sistem kendali utama di hardware untuk menggerakan kipas angin AC.

Hasil pengenalan dan pengujian ucapan secara tidak real time dengan menggunakan batas potong 0,2, segment averaging 128 dan k-nearest neighbor 7 menghasilkan tingkat pengenalan terbaik yaitu 81,6 %. Dari data pengujian tidak real time

dapat dilakukan pengambilan data secara real time dengan hasil pengenalan ucapan user

mencapai 85,8 %. Hasil pengenalan ucapan tersebut menghasilkan putaran kipas dari 43,6 rpm – 2275,1 rpm.

Kata kunci : Ekstraksi ciri DCT, jarak divergensi, segment averaging, k-nearest neighbor, pengenalanucapan, kipas AC


(11)

ix

ABSTRACT

This research is to produce an application speed controling of AC fan by using speech to set the pace lap AC fan. This study help a man so as to be easily switch on a fan and set the pace a fan with utterance

Speech of “hidup”, “lambat”, “cepat”, and “mati” used to speed controling of AC fan. The process of the introduction of speech starts from recording the introduction of speech , pre-processing (normalization, cutting a signal, windowing and zero padding), the features extraction, divergence distance function, The determination of output using methods k-Nearest Neighbor and The introduction of the hardware sent in a series. The system that run on hardware through several processes that is module K 125 R, ATMega 8535, current amplifier, The series of fan drive, Atmega 8535. The process is a system of control in key hardware to move the AC fan.

The results of the application of speech and test in no real time by the use of The limit cut 0,2, segment averaging 128 dan K-Nearest Neighbor 7 generate a level of the introduction of best namely 81,6 %. Not the real time data from testing the data can be done in real time with the results of the introduction of users reached 85,6 % of speech. The results of the introduction of the speechs yield the rotation fan than 43,6 rpm - 2275,1 rpm

Key Words: DCT feature extraction, the distance divergence, segment averaging, K-Nearest Neighbor, speech recognition, AC fan.


(12)

x

KATA PENGANTAR

Syukur kepada Tuhan Yesus Kristus karena telah memberikan rahmat dan penyertaan-Nya sehingga tugas akhir dengan judul “Aplikasi Pengenalan Ucapan Dengan Ekstraksi Ciri DCT Dan Fungsi Jarak Divergensi Untuk Mengatur Kecepatan Kipas Angin AC” dapat diselesaikan dengan baik.

Tugas akhir ini dapat diselesaikan dengan bantuan banyak pihak. Oleh karena itu penulis ingin mengucapkan terima kasih kepada:

1. Petrus Setyo Prabowo, S.T.,M.T., Ketua Program Studi Teknik Elektro Universitas Sanata Dharma.

2. Dr. Linggo Sumarno, dosen pembimbing yang dengan penuh setia, kesabaran dan pengertian untuk membimbing dalam menyelesaikan tugas akhir ini. 3. Bapak Martanto, S.T.,M.T. dan Bapak Pius Yozy Merucahyo, S.T.,M.T. dosen

penguji yang telah bersedia memberi masukan, bimbingan dan saran dalam memperbaiki tugas akhir ini

4. Bapak dan Ibu dosen yang telah yang telah memberikan ilmu dan pengetahuan kepada penulis selama masa kuliah.

5. Segenap laboran dan karyawan Fakultas Sains dan Teknologi yang telah memberikan dukungan secara tidak langsung selama penulis mengerjakan tugas akhir ini.

6. Kedua orang tua, adek-adek dan semua keluarga yang telah banyak memberikan semangat, dukungan doa, kasih sayang dan motivasi selama mengerjakan tugas akhir dan menempuh pendidikan di Universitas Sanata Dharma.

7. Teman–teman seperjuangan Teknik Elektro 2010 yang telah memberikan semangat dalam mengerjakan tugas akhir ini dan menempuh pendidikan di Universitas Sanata Dhama.

8. Teman-teman serta pembina Komisi Pemuda dan Multimedia GKI Gejayan yang memberi semangat, dukungan doa, motivasi selama mengerjakan tugas akhir dan menempuh pendidikan di Universitas Sanata Dharma.

9. Untuk orang yang spesial yang selalu memberi semangat, motivasi, dukungan dan mendoakan selama menyelesaikan tugas akhir ini.


(13)

(14)

xii

DAFTAR ISI

HALAMAN JUDUL ... i

HALAMAN PERSETUJUAN ... iii

HALAMAN PENGESAHAN ... iv

PERNYATAAN KEASLIAN KARYA ... v

HALAMAN PERSEMBAHAN DAN MOTTO HIDUP ... vi

LEMBAR PERNYATAAN PERSETUJUAN PUBLIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS ... vii

INTISARI ... viii

ABSTRACT ... ix

KATA PENGANTAR ... x

DAFTAR ISI ... xii

DAFTAR GAMBAR ... xvi

DAFTAR TABEL ... xix

BAB I PENDAHULUAN ... 1

1.1. Latar Belakang ... 1

1.2. Tujuan dan Manfaat Penelitian ... 2

1.3. Batasan Masalah ... 2

1.4. Metodologi Penelitian ... 2

BAB II DASAR TEORI ... 5

2.1. Ucapan/Suara ... 5

2.2. Mikrofon ... 6

2.3. Kartu suara (Sound Card) ... 6

2.4. Matlab ... 7

2.4.1 Windowing utama matlab ... 8

2.4.2 Comand window ... 8


(15)

xiii

2.5. Sampling ... 9

2.6. Windowing ... 9

2.6.1 Hamming ... 10

2.7. Discrete Cosine Transform (DCT) ... 10

2.8. Fungsi Jarak Divergensi ... 11

2.9. Metode Template Matching ... 12

2.10. Metode k-nearest neighbor ... 12

2.11. Modul Serial (K 125 R) ... 13

2.12. Mikrokontroler ATMega 8535 ... 13

2.12.1. Arsitektur ATMega 8535 ... 14

2.13. Penguat Arus ... 15

2.14. Triac ... 16

2.15. Relay ... 17

2.16. Rangkaian Pengendali Fase ... 18

2.16.1 Hubungan Arus dan Tegangan Sinyal Sinusoida di R dan C ... 18

2.16.2 Hubungan Seri RLC ... 19

2.17. Regulator Tegangan ... 20

2.17.1 Pengaturan Tegangan IC 78XX ... 20

BAB III PERANCANGAN PENELITIAN ... 24

3.1. Gambaran Umum Perancangan Alat ... 23

3.2. Perancangan Software, Proses Pengenalan dan Kerja Sistem ... 26

3.2.1 Perancangan Proses Pengenalan Ucapan ... 26

3.2.2 Pre-processing ... 28

a. Normalisasi ... 39

b. Pemotongan Sinyal ... 30

c. Windowing ... 30

d. Zero Padding ... 31

3.2.3 Ekstraksi Ciri ... 32

3.2.4 Pembanding (Jarak Divergensi) ... 33

3.2.5 Perancangan Penentuan Keluaran ... 34

3.2.6 Perancangan Pengiriman Pengenalan Ucapan ... 35


(16)

xiv

3.4. Perancangan Ucapan Uji ... 37

3.5. Perancangan Tampilan GUI Matlab ... 37

3.6. Perancangan Hardware Pengaturan Kipas AC ... 39

3.6.1 Masukan (input) ... 39

3.6.2 Perancangan Mikrokontroler ATMega 8535 ... 40

3.6.3 Perancangan ULN 2803 ... 41

3.6.4 Perancangan Keadaan Kipas AC ... 41

3.6.4 Perancangan Keadaan Kipas AC ... 42

3.6.5 Rangkaian Relay ... 43

3.6.6 Rangkaian Penggerak Kipas ... 44

3.6.7 Perancangan Catu Daya ... 47

BAB IV HASIL DAN PEMBAHASAN ... 49

4.1. Pengujian Program Pengenalan Ucapan dengan Ekstraksi Ciri DCT dan Pembanding (jarak divergensi) ... 49

4.1.1. Pop up menu 1 ”VARIABEL BATAS POTONG” , Pop up menu 2 “SEGMENT AVERAGING”, Pop up menu 3 “KNN” dan Pop up menu 7“USER” ... 52

4.1.2. Pushbutton 1 Tombol“REKAM” ... 55

4.1.3. Tombol “RESET” ... 66

4.1.4. Tombol “KELUAR” ... 66

4.2. Pengujian Program Pengenalan Ucapan terhadap Tingkat Pengenalan Ucapan user Secara Real Time Dan Tidak Real Time ... 67

4.2.1. Pengurangan Jumlah Elemen Koefisien Ekstraksi Ciri ... 67

4.2.2. Pengujian Tidak Real Time ... 70

4.2.3. Pengujian Real Time ... 78

4.3. Gambaran Fisik Alat (Hardware) ... 81

4.3.1 Subsistem Elektronik ... 82

4.4. Pengujian Alat (Hardware) ... 86

4.4.1 Pengujian Rangkaian Catu Daya ... 86


(17)

xv

BAB V KESIMPULAN DAN SARAN ... 91

5.1. Kesimpulan ... 91

5.2. Saran ... 91

DAFTAR PUSTAKA ... 92

LAMPIRAN A ... L1

LAMPIRAN B ... L7

LAMPIRAN C ... L9

LAMPIRAN D... L15

LAMPIRAN E ... L16

LAMPIRAN F ... L17

LAMPIRAN G ... L45


(18)

xvi

DAFTAR GAMBAR

1.1 Blok diagram model perancangan ... 3

2.1 Ucapan ... 5

2.2 Bentuk fisik mikrofon ... 6

2.3 Kartu suara (Sound Card) ... 7

2.4 Window utama matlab ... 8

2.5 Comand Window ... 8

2.6 Window Editor ... 9

2.7 Spektrum dengan windowHamming ... 10

2.8 Contoh DCT Dari Sinyal Dengan Menggunakan DCT 256 Titik ... 11

2.9 Bentuk fisik modul serial (K125 R) ... 12

2.10 Bentuk fisik port ISP ... 13

2.11 Bentuk fisik mikrokontroler ATMega 8535 ... 14

2.12 Konfigurasi Pin ATMega 8535 ... 14

2.13 Bentuk fisik ULN 2803 ... 15

2.14 Bentuk Schematik ULN 2803 ... 16

2.15 Simbol Triac dan rangkaian ekuivalen Triac ... 16

2.16 Normally Close ... 17

2.17 Normally Open ... 17

2.18 Rangkaian (a) Resistor (b) Kapasitor ... 18

2.19 Rangkaian RLC seri ... 19

2.20 Rangkaian dasar regulator 78XX ... 21

3.1 Gambaran umum system kerja alat ... 23

3.2 Diagram blok proses sistem pengenalan ... 26

3.3 Diagram alir proses pencuplikan ucapan ... 27

3.4 Diagram alir proses pre-processing ... 28

3.5 Diagram alir proses normalisasi ... 39

3.6 Diagram alir proses pemotongan sinyal ... 30

3.7 Diagram alir proses windowing ... 31

3.8 Diagaram alir proses zero padding ... 32

3.9 Diagram alir proses ekstraksi ciri ... 32


(19)

xvii

3.11 Diagram alir proses penentuan keluaran ... 34

3.12 Diagram alir pengiriman serial ... 36

3.13 Diagram blok proses pengambilan referensi ucapan ... 37

3.14 Tampilan GUI Matlab pengenalan ucapan untuk pengaturan kipas AC ... 38

3.15 Diagram Blok Perangkat Keras ... 39

3.16 Rangkaian ATMega 8535 ... 40

3.17 Rangkaian ULN 2803 ... 41

3.18 Diagram alir pengaturan putaran keadaan kipas AC pada mikrokontroler ... 42

3.19 Rangkaian Relay ... 43

3.20 Rangkaian Penggerak Kipas AC ... 44

3.21 Rangkaian catu daya 12 volt dan 5 volt ... 47

4.1 Simbol Matlab ... 49

4.2 Tampilan awal matlab ... 50

4.3 Tampilan Utama GUI setelah enter ... 51

4.4 Tampilan Utama GUI ... 51

4.5 Listing program Pop up menu 1 ... 53

4.6 Listingprogram “SEGMENT AVERAGING” ... 53

4.7 Listingprogram “KNN” ... 54

4.8 Listingprogram “USER” ... 55

4.9 Listingprogram “REKAM”... 55

4.10 Listing program ekstraksi ciri DCT ... 56

4.11 Listing program pemanggilan database ... 57

4.12 Listing program pembuatan database ... 63

4.13 Listing program perhitungan fungsi k-nearest neighbor ... 64

4.14 Listing program pengiriman data serial ke mikrokontroler ... 65

4.15 Listingprogram tombol “RESET” ... 66

4.16 Listingprogram tombol “KELUAR” ... 67

4.17 Listing program segment averaging ... 68

4.18 Pengaruh nilai batas potong tanpa segment averaging terhadap pengenalan ucapan . 69 4.19 Pengaruh nilai k-nearest neighbor tanpa segment averaging terhadap pengenalan ucapan ... 69

4.20 Pengaruh perubahan segment averaging (lebar frame) tanpa menggunakan k-nearest neighoar (K=1)terhadap ucapan ... 71


(20)

xviii

4.21 Pengaruh perubahan nilai batas potong tanpa menggunakan k-nearest neighoar

(K=1) terhadap ucapan ... 72

4.22 Pengaruh perubahan nilai batas potong menggunakan k-nearest neighbor (k=3) terhadap ucapan ... 73

4.23 Pengaruh perubahan segment averaging menggunakan k-nearest neighbor (K=3) terhadap ucapan ... 74

4.24 Pengaruh perubahan nilai batas potong menggunakan k-nearest neighbor (K=5) terhadap ucapan ... 75

4.25 Pengaruh perubahan segment averaging menggunakan k-nearest neighbor (K=5) terhadap ucapan ... 76

4.26 Pengaruh perubahan nilai batas potong menggunakan k-nearest neighbor (K=7) terhadap ucapan ... 77

4.27 Pengaruh perubahan nilai segment averaging menggunakan k-nearest neighbor (K=7) terhadap ucapan ... 77

4.28 Bentuk fisik alat ... 80

4.29 Terminal AC dan Saklaron-off ... 81

4.30 Tampak bagian dalam kotak ... 82

4.31 Rangkaian catu daya 5 volt dan 12 volt ... 83

4.32 Rangkaian minimum sistem mikrokontroler ... 84

4.33 Modul serial (K 125 R) ... 85

4.34 Rangakaian relay dan rangkaian penggerak ... 85


(21)

xix

DAFTAR TABEL

2.1 Tipe IC 78XX ... 20

3.1 Spesifikasi Mikrofon Genius ... 24

3.2 Tabel Pengenalan Pada Mikrokontroler ... 35

3.3 Keterangan Tampilan Utama GUI Matlab ... 38

3.4 Konfigurasi Pin Mikrokontroler ... 40

3.5 Tabel Keadaan Kipas AC ... 41

3.6 Keluaran Variabel B ... 43

3.7 Pengukuran Kipas ... 45

4.1 Tabel Pengenalan pada Mikrokontroler ... 66

4.2 Hasil Tingkat Pengenalan terbaik setelah Pembagian Data Awal dengan menggunakan segment averaging ... 68

4.3 Tingkat Pengenalan (%) Untuk Hasil Nilai Batas Potong dan K-Nearest Neighbor Tanpa Menggunakan segment averaging ... 68

4.4 Tingkat Pengenalan (%) Untuk Hasil Nilai Batas Potong dan segment averaging tanpa menggunakan K-Nearest Neighbor ... 71

4.5 Tingkat Pengenalan (%) Untuk Hasil Nilai Batas Potong dan segment averaging menggunakan K-Nearest Neighbor (K=3) ... 73

4.6 Tingkat Pengenalan (%) Untuk Hasil Nilai Batas Potong dan segment averaging menggunakan K-Nearest Neighbor (K=5) ... 75

4.7 Tingkat Pengenalan (%) Untuk Hasil Nilai Batas Potong dan segment averaging menggunakan K-Nearest Neighbor (K=7) ... 76

4.8 Percobaan Real time user 1 ... 79

4.9 Percobaan Real time user 2 ... 79

4.10 Percobaan Real time user 3 ... 79

4.11 Percobaan Pengenlan Secara Real Time Dari Masing-Masing User ... 80

4.12 Hasil Perbandingan Keluaran Tegangan Catu Daya ... 87

4.13 Data Hasil Pengujian Secara Tidak Real Time Pada Mikrokontroler ... 88

4.14 Data Hasil Pengujian Kecepatan Putaran Kipas Secara Real Time ... 89


(22)

xx

4.16 Data Hasil Pengujian Kecepatan Putaran Untuk Ucapan Lambat ... 89 4.17 Data Hasil Pengujian Kecepatan Putaran Untuk Ucapan Cepat ... 90 4.18 Data Hasil Pengujian Kecepatan Putaran Untuk Ucapan Mati ... 90


(23)

1

BAB I

PENDAHULUAN

1.1

Latar Belakang

Seiring dengan berjalannya waktu, kini bumi mengalami suatu perubahan iklim yaitu terjadinya Pemanasan Global. Pemanasan Global adalah kenaikan suhu permukaan bumi yang disebabkan oleh peningkatan emisi karbon dioksida dan gas-gas lain yang dikenal sebagai gas rumah kaca yang menyelimuti bumi dan memerangkap panas[1]. Dampak dari Pemanasan Global yang terjadi pada saat ini menyebabkan suhu di bumi menjadi lebih panas, hal ini sangat mengganggu kegiatan dan aktivitas manusia[2]. Akibat dari suhu udara yang panas ini sangat mengganggu kegiatan dan aktivitas manusia di dalam atau luar ruangan. Pada saat ini manusia selalu mencari ide baru untuk mengurangi suhu panas di dalam atau luar ruangan yang terjadi akibat dari Pemanasan Global. Untuk mengurangi suhu panas maka dibuat alat atau kipas yang dapat dikendalikan secara otomatis dengan menggunakan ucapan. Kipas juga merupakan alat yang menghasilkan angin, fungsi umumnya adalah untuk pendingin udara, penyegar udara atau pengering.[3]

Berdasarkan penjelasan di atas maka penulis ingin membuat alat dengan memanfaatkan ilmu yang telah penulis pelajari di Teknik Elektro yaitu aplikasi pengenalan ucapan dengan ekstraksi ciri DCT dan pembanding (jarak divergensi) untuk mengatur kecepatan kipas angin AC. Alat ini dapat dikendalikan secara otomatis dengan menggunakan ucapan hidup, lambat, cepat dan mati. Hasil putaran kecepatan kipas berupa hidup, lambat, cepat dan mati. Alat ini dapat mengganti pengoperasian kipas yang sekarang banyak dilakukan secara manual. Dengan alat ini pengguna secara otomatis dapat menghidupkan kipas, mengatur kecepatan kipas maupun mematikannya.

Penelitian atau pembuatan alat seperti ini pernah dilakukan sebelumnya oleh Arysta[4] yang berjudul Pengatur Kecepatan Kipas Angin AC Berbasis Mikrokontroler AT89S51 dengan masukan menggunakan tombol Keypad. Sedangkan Penelitian yang penulis lakukan ini berbeda dengan penelitian yang dilakukan sebelumnya. Penelitian yang penulis lakukan yaitu User memberikan masukan berupa ucapan yang akan ditangkap oleh mikrofon dan akan diolah di dalam komputer menggunakan program Matlab dengan metode DCT dengan fungsi jarak divergensi. Setelah itu data hasil pengenalan ucapan akan dikirim secara serial menggunakan modul K 125 R ke Mikrokontroler ATMega 8535.


(24)

Dimana Mikrokontroler ATMega8535 yang akan mengontrol kecepatan putaran kipas angin AC.

1.2

Tujuan dan Manfaat Penelitian

Tujuan dari penelitian ini adalah menghasilkan atau menciptakan sebuah aplikasi pengaturan kecepatan kipas AC dengan menggunakan ucapan. Manfaat dari penelitian ini adalah membantu manusia agar dapat dengan mudah menghidupkan kipas dan mengatur kecepatan kipas angin dengan menggunakan ucapan.

1.3

Batasan Masalah

Batasan masalah dalam penelitian ini adalah :

a. Sistem pengenalan ucapan untuk Pengatur kecepatan kipas menggunakan

hardware dan software

b. Menggunakan hardware untuk mendapat masukan (input) dan mengolah keluaran (output)

c. Menggunakan software untuk proses masukan (input) dan keluaran (output) d. Jarak antara user dan mikrofon ± 10 cm

e. Menggunakan ekstraksi ciri DCT dan pembanding (jarak divergensi) f. Menggunakan mikrokontroler AVR ATMega 8535

g. Menggunakan Code vision AVR untuk program mikrokontroler h. Menggunakan Matlab untuk pengenalan ucapan

i.

Ucapan yang dikenali untuk menggerakan kipas adalah ucapan hidup, lambat, cepat, dan mati

j.

Menggunakan ucapan dari tiga user

untuk menggerakkan kipas.

1.4

Metodologi Penelitian

Langkah-langkah dalam mengerjakan tugas akhir ini adalah

a. Pengumpulan bahan-bahan referensi berupa buku-buku dan artikel serta referensi dari internet berupa jurnal-jurnal.

b. Perancangan subsistem software dan hardware. Tahap ini bertujuan untuk

mencari bentuk model yang optimal dari sistem yang akan dibuat dengan mempertimbangkan berbagai faktor–faktor permasalahan dan kebutuhan yang


(25)

telah ditentukan. Gambar 1.1. memperlihatkan blok diagram model yang akan dirancang.

Gambar 1.1. Blok diagram model perancangan

c. Secara garis besar gambar 1.1 blok diagram model perancangan diatas menunjukan bagian perangkat keras dan perangkat lunak. Sistem dari blok diagram model perancangan akan bekerja ketika menerima masukan ucapan manusia menggunakan mikrofon yang akan diproses di-souncard menggunakan matlab. Kemudian diserialkan menggunakan modul K 125 R ke mikrokontroler ATMega 8535. Setelah itu mikrokontroler akan mengontrol relay yang sebelumnya dikuatkan oleh penguat arus untuk menggerakan relay secara bergantian. Relay ini selanjutnya akan terangkai dengan rangkaian kendali kipas. d. Pengujian sistem. Setelah mendapatkan ukuran batas potong, segment averaging

dan k-nearest neighbor (KNN) yang menghasilkan tingkat pengenalan yang terbaik secara tidak real time maka selanjutnya akan dilakukan pengujian secara

real time. Pengujian secara tidak real time dilakukan terhadap 120 ucapan dari tiga orang user. Setiap ucapan dari masing-masing user akan diuji sebanyak 10 kali. Hal ini diharapkan bisa merepresentasikan tingkat pengenalan ucapan yang dilakukan secara tidak real time dan real time.

e. Proses pengambilan data pada software. Cara pengambilan data dilakukan dengan cara mengambil data secara tidak real time dari batas potong, segment averaging

dan k-nearest neighbor (KNN) yang menghasilkan tingkat pengenalan yang terbaik. Data hasil pengenalan ucapan terbaik dipakai untuk mengambil data

Ucapan

user

Mikrofon Komputer/Laptop

Penguat arus ATMega

8535

Soundcard

Modul serial K 125 R

Rangkaian penggerak

kipas Kipas angin


(26)

secara real time sebanyak sepuluh kali pengucapan dari masing-masing ucapan untuk menguji tingkat keberhasilan program yang dibuat.

f. Proses pengambilan data pada alat (hardware). Teknik pengambilan data dilakukan dengan cara mengambil data kecepatan putaran kipas yang sudah diatur kecepatan masing-masing kondisi putaran melalui trimpot.


(27)

5

BAB II

DASAR TEORI

2.1

Suara/Ucapan

Suara merupakan suatu hal yang unik dan memiliki rentang yang bisa didengar dan tidak bisa didengar oleh manusia, mempunyai frekuensi tertentu dan juga intensitas. Satuan dari frekuensi suara adalah Hertz diambil dari nama Fisikawan Heinrich Rudolf Hertz untuk menghargai jasa atas kontribusinya dalam bidang elektromagnetisme. Suara mempunyai rentang yang bisa didengar dan tidak bisa didengar. Rentang suara tersebut dibagi menjadi tiga bagian yaitu audible, infrasonik dan ultrasonik. Frekuensi audible

adalah frekuensi yang bisa didengar oleh manusia, dengan frekuensi 20Hz - 20Khz. Frekuensi infrasonic adalah frekuensi di bawah 20 Hz, sementara frekuensi ultrasonik di atas 20 KHz.

Gambar 2.1. Ucapan

Sekarang ini hampir seluruh produksi audio menggunakan teknologi komputer untuk pemrosesan ataupun penyimpanannya. hal ini juga yang menyebabkan timbulnya berbagai macam format audio digital. Format digital yang digunakan untuk penelitian ini adalah Waveform (WAV), audio yaitu format audio standar Microsoft dan IBM untuk PC. WAV adalah data tidak terkompres sehingga seluruh sampel audio disimpan semuanya di harddisk. Software yang dapat menciptakan WAV dari Analog Sound misalnya adalah

Windows Sound Recorder. WAV jarang sekali digunakan di internet karena ukurannya yang relatif besar[5]


(28)

2.2

Mikrofon

Mikrofon adalah suatu alat yang dapat mengubah getaran suara menjadi getaran listrik. Mikrofon merupakan masukan untuk merekam suara. Karena sangat peka dalam menerima getaran suara, peletakan mikrofon memerlukan pengaturan yang khusus agar suara-suara yang tidak diperlukan tidak ikut masuk menggetarkan membrane mikrofon. Media penghantar getaran listriknya merambat melalui kabel[6]. Untuk mendapatkan hasil rekaman yang baik maka harus mengunakan mikrofon yang baik. Hal-hal yang harus diperhatikan untuk mendapatkan mikrofon yang baik adalah : prinsip cara kerja mikrofon dari jenis mikrofon itu sendiri, daerah respon frekuensi suara yang mampu dicuplik oleh mikrofon, keluaran sinyal listrik yang dihasilkan mikrofon dan bentuk fisik mikrofon. Gambar 2.2. memperlihatkan jenis mikrofon yang digunakan.

Gambar 2.2. Bentuk fisik mikrofon

2.3

Kartu Suara (Sound Card)

Sound Card adalah suatu perangkat keras komputer yang digunakan untuk mengeluarkan suara dan merekam suara. Pada awalnya, Sound Card hanyalah sebagai pelengkap dari komputer. Sound card merupakan periferal yang terhubung ke slot ISA atau

PCI pada motherboard, yang memungkinkan komputer untuk memasukkan input, memproses dan menghantarkan data berupa suara. Disebut sound card karena perangkat yang berbentuk sebuah lempengan PCB ini mampu mengolah suara. Sound card dapat digunakan untuk mengukur sinyal-sinyal yang rentang frekuensi suara (20 Hz-20 kHz)[7]. Gambar 2.3 memperlihatkan bentuk fisik sound card.


(29)

Gambar 2.3. Kartu suara (Sound Card)

2.4

Matlab

Matlab (Matrix Laboratory) adalah sebuah program untuk analisis dan komputasi numerik dan merupakan suatu bahasa pemograman matematika lanjutan yang dibentuk dengan dasar pemikiran menggunakan sifat dan bentuk matriks. Pada awalnya, program ini merupakan interface untuk koleksi rutin-rutin numerik dari proyek LINPACK dan

EISPACK, dan dikembangkan menggunakan bahasa FORTRAN namun sekarang merupakan produk komersial dari perusahaan Mathworks,Inc. yang dalam perkembangan selanjutnya dikembangkan menggunakan bahasa C++ dan assembler yang utamanya untuk fungsi-fungsi dasar Matlab. Matlab telah berkembang menjadi sebuah environtment

pemrograman yang canggih yang berisi fungsi-fungsi built-in untuk melakukan tugas pengolahan sinyal, aljabar linier, dan kalkulasi matematis lainnya. Matlab juga berisi

toolbox yang berisi fungsi-fungsi tambahan untuk aplikasi khusus. Matlab bersifat

extensible, dalam arti bahwa seorang pengguna dapat menulis fungsi baru untuk ditambahkan pada library ketika fungsi-fungsi built-in yang tersedia tidak dapat melakukan tugas tertentu [8]. Ada beberapa window yang tersedia dalam Matlab yang digunakan antara lain[7]:


(30)

2.4.1

Window Utama Matlab

Window ini merupakan window induk untuk pengaksesan ke seluruh lingkungan kerja menu-menu yang ada dalam Matlab. Gambar 2.4. memperlihatkan tampilan window.

Gambar 2.4. Window utama Matlab

2.4.2

Comand Window

Command window ini dapat diakses dengan mengaksesnya pada menu window

utama Matlab. Window ini berfungsi menerima perintah dari user untuk menjalankan seluruh fungsi yang ada di matlab. Gambar 2.5. memperlihatkan tampilan Comand window.


(31)

2.4.3

Matlab Editor

Ketika membuka window utama Matlab, window editor ini tidak akan langsung muncul tetapi harus diakses lewat prompt matlab atau dengan cara mengklik menu file,

new dan pilih M-File sehingga muncul window editor. Gambar 2.6. memperlihatkan tampilan window editor.

Gambar 2.6. Window editor

2.5

Sampling

Sampling merupakan proses pencuplikan gelombang suara yang akan menghasilkan gelombang diskret [9]. Dalam proses sampling, ada yang disebut dengan laju pencuplikan (sampling rate). Sampling rate menandakan berapa banyak pencuplikan gelombang analog dalam satu detik. Satuan dari sampling rate ialah Hertz (Hz). Kriteria Nyquist perlu diperhatikan dalam melakukan sampling. Kriteria Nyquist menyatakan bahwa sebuah sinyal harus memiliki sampling rate yang lebih besar dari 2 dengan adalah frekuensi paling tinggi yang muncul di sebuah sinyal.

2.6

Windowing

Pada saat perekaman, hasil yang dapat dilihat berupa gambar sinyal. Pada tepi sinyal terdapat diskontinuitas. Hal ini akan menghasilkan munculnya banyak sinyal-sinyal frekuensi tinggi pada proses ekstraksi ciri DCT. Munculnya sinyal-sinyal frekuensi tinggi tersebut, akan dapat mempengaruhi keakuratan hasil ekstraksi ciri DCT. Untuk mengurangi munculnya sinyal-sinyal frekuensi tinggi tersebut, maka tepi-tepi sinyal masukan perlu dikurangi kontinuitasnya dengan menggunakan windowing [10].


(32)

2.6.1

Hamming

Hamming adalah suatu jendela yang dapat digunakan untuk keperluan windowing.

Hamming window digunakan untuk menaikan dan menghimpitkan bentuk gelombang sehingga bantuk gelombang yang turun mempunyai nilai puncak. Hamming window dapat juga digunakan untuk perhitungan sinyal yang efektif dengan meminimalkan sinyal yang terdiskontinuitas. Hamming window dapat dirumuskan sebagai berikut[11] :

Gambar 2.7. memperlihatkan contoh hammingwindow.

Gambar 2.7. Spektrum dengan Window Hamming.

2.7

Discrete Cosine Transform (DCT)

DCT merupakan suatu jenis transformasi yang banyak digunakan untuk pemampatan sinyal. DCT dari suatu runtun u (n) dengan panjang N titik, dirumuskan secara matematis sebagai berikut [12]:


(33)

Dengan:

{

√ (2.3)

Gambar 2.9 memperlihatkan contoh pengaruh windowing. Pada gambar terlihat sinyal DCT hasil windowing terlihat lebih rapat, karena sinyal-sinyal frekuensi tinggi tidak tampak.[10].

Gambar 2.8. Contoh DCT Dari Sinyal Dengan Menggunakan DCT 256 Titik

2.8

Fungsi Jarak Divergensi

Fungsi jarak divergensi digunakan untuk pengenalan ucapan atau suara. Jarak divergensi dirumuskan dengan[13]

Di mana:

= Jarak Divergensi

= Dua vektor yang akan dicari jaraknya


(34)

2.9

Metode Template Matching

Template Matching adalah sebuah operasi dalam pengenalan pola yang digunakan untuk menentukan ada tidaknya perbedaan antara dua entitas (titik, kurva atau bentuk) dari jenis template (acuan) yang sama. Metode template matching adalah salah satu metode terapan, biasanya digunakan untuk mengidentifikasi citra angka, sidik jari dan aplikasi pencocokan citra lainnya. Secara umum template matching diartikan sebagai suatu cara untuk membandingkan dua deret angka untuk menentukan kesamaannya.[14]

2.10

Metode K-Nearest Neighbor (KNN) [15]

Algoritma k-nearest neighbor adalah sebuah metode untuk melakukan klasifikasi terhadap obyek berdasarkan data pembelajaran yang jaraknya paling dekat dengan obyek tersebut. Dari gambar yang diberi vector x dan ukuran jarak, maka:

a. Dari vector N, mengidentifikasi k-nearest neighbor (KNN),yang lepas dari label kelas. k adalah yang dipilih untuk menjadi dua kelas bermasalah, dan secara umum tidak menjadi kelipatan dari jumlah kelas M.

b. Dari sample k, mengidentifikasi untuk jumlah vector, , yang termasuk dalam kelas , i= 1,2,…,M. tentunya∑

c. Penetapan x untuk kelas dengan maksimal jumlah sampel dari .

2.11

Modul Serial (K 125 R)

Modul serial (K 125 R) merupakan USB atmel AVR ISP Programmer yang dilengkapi dengan komunikasi USB ke serial. K 125 R membantu dalam memprogram Mikrokontroler. Bentuk fisik K 125 R diperlihatkan pada gambar 2.9.


(35)

Gambar 2.10. Bentuk fisik port ISP pada modul serial (K 125 R) Modul K 125 R memiliki spesifikasi sebagai berikut:

a. Format file yang didukung adalah *.hex

b. Target In system Programmer (ISP)

c. Kompatibel dengan Windows XP, Windows Vista dan Windows 7

d. Didukung oleh software CodeVision AVR Evaluasi, AVR OSP II dan AVR Studio 4. e. Tidak membutuhkan catu daya tambahan dari luar.

f. Terdapat selector jumper untuk power board mikrokontroler AVR jika membutuhkan

power dari USB untuk download program[16]

2.12

Mikrokontroler ATMega8535

Atmel adalah salah satu vendor yang bergerak di bidang mikroelektronika, telah mengembangkan AVR (Alf and Vegard’s Risc Processor). Berbeda dengan mikrokontroler MCS51, AVR menggunakan arsitektur RISC (Reduce Instruction Set Computer) yang mempunyai lebar bus data 8 bit. Perbedaan ini bisa dilihat dari frekuensi kerjanya. MCS51 memiliki frekuensi kerja seperduabelas kali frekuensi osilator sedangkan frekuensi kerja AVR sama dengan frekuensi osilator. Jadi dengan frekuensi osilator yang sama kecepatan AVR dua belas kali lebih cepat dibandingkan dengan MCS51. Secara umum AVR dibagi menjadi 4 kelas, yaitu ATtiny, AT90Sxx, ATMega dan AT86RFxx[18].

2.12.1

Arsitektur ATMega 8535

a. Fitur

a. 8 bit AVR berbasis RISC dengan performa tinggi dan konsumsi daya rendah b. Kecepatan maksimal 16 MHz


(36)

d. Timer/Counter : 2 buah 8 bit timer/counter, 1 buah 16 timer/counter, 4 kanal PWM e. 8 kanal 10/8 bit ADC

f. Programable Serial USART g. Komparator Analog

h. 6 pilihan sleep mode untuk penghematan daya listrik i. 32 jalur I/O yang bisa diprogram

Gambar 2.11. Bentuk fisik mikrokontroler ATMega 8535

b. Konfigurasi PIN Mikrokontroler ATMega 8535

Mikrokontroler AVR memiliki arsitektur RISC 8 bit, sehingga semua instruksi dikemas dalam kode 16 bit (16-bits word) dan sebagian besar instruksi dieksekusi dalam satu siklus instruksi clock. Mikrokontroler AVR ATMega 8535 mempunyai 40 kaki, 32 kaki diperlukan untuk keperluan port pararel. Setiap port terdiri dari 8 pin. Gambar 2.12. memperlihatkan konfigurasi pin ATMega 8535.


(37)

a. VCC merupakan pin yang berfungsi sebagai pin masukan catu daya b. GND merupakan pin Ground

c. Port A ( PA0, PA1, PA2, PA3, PA4, PA5, PA6, PA7) merupakan pin I/O dan pin masukan ADC.

d. Port B ( PB0, PB1, PB2, PB3, PB4, PB5, PB6, PB7) merupakan pin I/O dan pin yang mempunyai fungsi khusus yaitu Timer/Counter, Comparator Analog dan SPI

e. Port C (PC0, PC1, PC2, PC3, PC4, PC5, PC6, PC7) merupakan Port I/O dan pin yang mempunyai fungsi khusus, yaitu komparator analog dan Timer Oscillator.

f. Port D (PD0, PD1, PD2, PD3, PD4, PD5, PD6, PD7) merupakan port I/O dan pin fungsi khusus yaitu komparator analog dan interrupt eksternal serta komunikasi serial. g. RESET merupakan pin yang di gunakan untuk mereset mikrokontroler

h. XTAL1 dan XTAL2 merupakan pin masukan clock eksternal

i. AVCC merupakan pin masukan untuk tegangan ADC

j. AREF merupakan pin masukan tegangan referensi untuk ADC[17]

2.13

Penguat Arus

Penguat arus yang digunakan adalah ULN 2803 yang didalamnya terdapat delapan transistor darlington yang dikemas di dalam satu IC (integrated circuit) dan mempunyai 18 pin. Setiap transistor bekerja secara individu atau terpisah sehingga beban yang dapat dipasang pada ULN 2803 sebanyak 8 buah. Gambar 2.13. Bentuk fisik ULN 2803.

Gambar 2.13. Bentuk fisik ULN 2803

ULN 2803 digunakan untuk menguatkan relay. ULN 2803 terdiri dari 16 kaki untuk input dan output. Kaki 1 sampai dengan 8 digunakan sebagai input dengan tegangan masukan sebesar 30 V dan arus maksimalnya adalah 25 mA. kaki 9 sampai 16 digunakan


(38)

sebagai keluaran dengan hasil penguatan memiliki tegangan maksimal 50 V dan arus 500 mA. Gambar 2.14 memperlihatkan bentuk Schematik kaki input dan output ULN 2803[19].

Gambar 2.14. Bentuk Schematik ULN 2803

2.14

Triac

Triac atau Triode for Alternating Current (Trioda untuk arus bolak-balik) adalah komponen elektronika yang ekivalen dengan dua SCR yang disambungkan anti paralel dan kaki gerbangnya disambung bersama. TRIAC (Bidirectional Triode Thyristor) mempunyai tiga piranti yang dapat melewatkan arus dalam kedua arah melalui jalur utamanya. Terminal-terminal arus utama dikenal sebagai terminal utama-1 (T1) dan terminal utama-2 (T2). Seperti yang diperlihatkan pada gambar 2.15 a

(a) (b) Gambar 2.15. Simbol Triac dan rangkaian ekuivalen Triac

Triac tersusun dari dua buah SCR yang di pasang paralel berkebalikan seperti pada gambar 2.15 b

SCR (Silicon Controlled rectifier) adalah suatu piranti semikonduktor yang hanya dapat melewatkan arus dalam satu arah. Maka akan sangat berguna untuk mengendalikan


(39)

arus DC. Jika dua SCR digabung secara pararel berkebalikan maka didapatkan suatu pengendali fasa AC dan disebut dengan triac.

2.15

Relay

Relay adalah suatu komponen elektronika yang akan bekerja bila ada arus yang melalui kumparannya. Sebuah relay terdiri dari kumparan yang dililitkan pada inti besi dan kontak-kontak penghubung. Apabila kumparan yang melilit inti besi dilalui arus listrik maka akan menimbulkan induksi medan magnet, dan induksi ini akan menarik kontak-kontak penghubung relay. Relay mempunyai dua keadaan yaitu NC (Normally Close) dan NO (Normally Open) .Gambar 2.16. memperlihatkan keadaan relay NC.

Gambar 2.16. Normally Close

Pada gambar di atas ditunjukan pada saat elektromagnetik tidak diberikan sumber tegangan maka tidak ada medan magnet yang menarik armature, sehingga saklar relay

tetap terhubung ke terminal NC (Normally Close) seperti terlihat pada gambar di atas. Kemudian pada saat electromagnet diberikan sumber tegangan maka terdapat medan magnet yang menarik armature, sehingga saklar relay terhubung ke terminal NO (Normally Open) seperti gambar 2.17.


(40)

V1 VR (t) IR

Vs = Vm sin wt Is = Im sin wt

VC (t) IC

Vs = Vm sin wt Is

2.16

Rangkaian Pengendali Fase

2.16.1

Hubungan Arus dan Tegangan Sinyal Sinusoida di R dan C

a. Rangkaian arus bolak-balik dengan resistor murni

Tegangan sinusoida dapat ditulis dalam bentuk persamaan tegangan sebagai fungsi waktu. Persamaan di bawah ini menunjukan tegangan yang melewati resistor pada waktu t

Tegangan yang melewati resistor berbentuk sinusoida. Dengan demikian arus yang dihasilkan juga sinusoida dan dapat dinyatakan dengan

Dimana dan adalah tegangan dan arus maksimum pada rangkaian. Dari kedua persamaan di atas dapat dilihat bahwa tegangan dan arus pada resistor adalah sefase.

(a) (b)

Gambar 2.18. Rangkaian (a) Resistor (b) Kapasitor b. Rangkaian arus bolak-balik dengan kapasitor murni

Pada gambar 2.18.b rangkaian di atas menunjukan suatu rangkaian seri antara sumber AC dengan sebuah kapasitor. Persamaan untuk tegangan dalam sebuah kapasitor adalah


(41)

L

R

C

Vs

Dengan , maka:

)

Dengan reaktansi kapasitif:

Dari persamaan tersebut dapat diketahui bahwa arus pada kapasitor mendahului tegangannya sebesar 90 derajat.

2.16.2

Hubungan Seri RLC

Rangkaian seri terdiri dari sebuah resistor, induktor, dan kapasitor diperlihatkan pada gambar 2.19.

Gambar 2.19. Rangkaian RLC seri Tegangan catu daya yang diberikan:


(42)

Dimana Z adalah impedansi rangkaian, dan besarnya adalah

√ 2.12

Dan besarnya sudut fase:

Tegangan pada kapasitor dapat dicari dengan pembagi tegangan:

2.17

Regulator Tegangan

Pengatur tegangan (voltage regulator) berfungsi menyediakan suatu tegangan keluaran DC tetap yang tidak dipengaruhi oleh perubahan tegangan masukan, arus beban keluaran, dan suhu. Pengatur tegangan adalah salah satu bagian dari rangkaian catu daya DC. Dimana tegangan masukannya berasal dari tegangan keluaran filter, setelah melalui proses penyearahan tegangan AC menjadi DC[20].

2.17.1. Pengatur Tegangan IC 78XX

IC 78XX adalah regulator tegangan positif dengan tiga terminal, masing-masing

input, ground dan output. IC 78XX tersedia untuk beberapa nilai tegangan keluaran seperti diperlihatkan pada tabel 2.1[20].

Tabel 2.1. Tipe IC 78XX

Type VOUT (Volt IOUT (A) VIN (Volt)

78XXC 78LXX 78MXX Min Maks

7805 5 1 0,1 0,5 7,5 20

7806 6 1 0,1 0,5 8,6 21

7808 8 1 0.1 0.5 10.5 23

7809 9 1 0.1 0.5 11,5 24

7810 10 1 0.1 0.5 12,5 25


(43)

Tabel 2.1. (lanjutan) Tipe IC 78XX

7815 15 1 0.1 0.5 17,5 30

7818 18 1 0.1 0.5 21 33

7824 24 1 0.1 0.5 27 38

Meskipun semula dirancang untuk regulator tegangan tetap, namun regulator ini dapat dikembangkan untuk tegangan dan arus yang dapat diatur. Untuk tegangan dan arus

output sesuai nilai nominalnya rangkaian dasar 78XX ditunjukkan pada gambar 2.20.

Gambar 2.20 Rangkaian dasar regulator 78XX

C1 diperlukan jika regulator jauh dari Kapasitor filter pencatu daya sedangkan C2 diperlukan untuk memperbaiki tanggapan kilasan dan penindasan kerut (trancient response)[20]. Dalam penerapannya, tegangan masukan VIN harus lebih besar dari tegangan keluaran, jika kurang maka regulator tidak berfungsi tetapi bila melebihi nilai VIN maksimumnya dapat merusak regulator. Perhitungan nilai kapasitor C1 menggunakan persamaan:

dengan

C : Kapasitor dalam Farad

: Arus beban dalam Ampere

f : Frekuensi dalam Hz


(44)

Di mana nilai dapat dicari dengan menggunakan persamaan[20]:

dengan adalah tegangan ripple peak to peak yang merupakan selisih antara tegangan masukan regulator dengan tegangan masukan minimum IC regulator yang digunakan atau dapat dirumuskan sebagai berikut:[21]

dengan:

: Tegangan masukkan regulator dalam volt : Tegangan masukkan minimum IC regulator

Apabila tegangan masukan regulator berasal dari tegangan AC yang kemudian disearahkan menggunakan dioda, nilai dicari menggunakan persamaan[20]:

Dengan merupakan nilai tegangan AC yang sudah diturunkan menggunakan trafo step-down (volt) dan adanya nilai 1,4 karena menggunakan dioda sebagai penyearah.


(45)

23

BAB III

PERANCANGAN ALAT

3.1

Gambaran Umum Perancangan Alat

Perancangan sistem kerja alat adalah gambaran umum untuk mengidentifikasi seluruh sistem kerja alat. Secara garis besar alat ini terdiri dari perangkat lunak dan perangkat keras. Gambar 3.1. memperlihatkan gambaran umum sistem kerja alat.


(46)

Perangkat lunak merupakan program matlab di laptop yang berfungsi untuk menyimpan data hasil rekaman ucapan seperti hidup, lambat, cepat dan mati. Program matlab ini juga berperan untuk pengenalan tiga ucapan user mulai dari perekaman hingga menampilkan data hasil rekaman. Selain itu perangkat lunak yang lainnya yaitu program di dalam mikrokontroler yang berfungsi untuk menggerakan kipas AC sedangkan yang termasuk dalam perangkat keras yaitu Modul K 125 R untuk mendukung Mikrokontroler dan rangkaian mikrokontroler ATMega 8535 yang berfungsi untuk menerima data user

dari Matlab kemudian mengolahnya untuk menggerakan kipas AC. Keluaran dari mikrokontroler ATMega 8535 berupa data yang terhubung ke penguat tegangan dan arus dan selanjutnya mikrokontroler akan menggerakan relay. Relay ini yang selanjutnya akan berfungsi sebagai saklar elektronis yang terangkai dengan rangkaian kendali kipas AC.

3.1.1

Ucapan

Masukan berupa ucapan dengan jarak user dan mikrofon ± 10 cm. Ucapan yang diucpakan yaitu hidup, lambat, cepat dan mati. Setiap kata diucapkan sebanyak sepuluh kali untuk pembentukan database dan 10 kata untuk proses pengenalan. Proses terbentuknya ucapan terjadi ketika udara yang dikeluarkan oleh paru-paru menggerakkan pita suara. Gerakan membuka dan menutup pita suara itu menyebabkan udara di sekitar pita suara itu bergetar. Perubahan bentuk saluran suara yang terdiri atas rongga faring, rongga mulut, dan rongga hidung menghasilkan bunyi bahasa yang berbeda-beda.

3.1.2

Mikrofon

Mikrofon yang digunakan adalah mikrofon merk genius. Tujuan menggunakan mikrofon adalah untuk menangkap sinyal analog masukan dan ucapan hidup, lambat, capat, dan mati lalu diteruskan menuju sound card pada laptop melalui line in yang ada pada sound card. Spesifikasi mikrofon dapat dilihat pada table 3.1.

Tabel 3.1. Spesifikasi Mikrofon genius

Frequency Response 100 Hz - 10 KHz

Sensitivity -62dB


(47)

3.1.3

Kartu Suara (Sound Card)

Kartu suara (Sound card) merupakan salah satu subsistem elektronik yang berada di laptop untuk merubah sinyal ucapan berupa sinyal analog menjadi sinyal digital sehingga dapat diproses di Matlab. Kartu suara juga digunakan untuk merekam suara masukan dari mikrofon yang terhubung pada laptop.

3.1.4

Matlab

Matlab digunakan untuk mengolah data ucapan. Pada matlab dibuat program untuk pembentukan database, pengenalan ucapan, komunikasi dan pengiriman data.

3.1.5

Modul Serial K 125 R

Modul serial K 125 R berfungsi untuk komunikasi data secara serial. Modul ini mengirimkan data pengenalan ucapan dari laptop yang diolah dalam software Matlab ke mikrokontroler ATMega 8535.

3.1.6

ATMega 8535

ATMega 8535 digunakan untuk menerima data serial pengolahan pengenalan ucapan dan mengolah data serial untuk mengatur kecepatan kipas AC.

3.1.7

Penguat Arus

Penguat arus yang digunakan pada perancangan ini yaitu ULN 2803. Tujuan penggunaan ULN 2803 adalah untuk menguatkan keluaran tegangan dan arus dari mikrokontroler untuk dapat menggerakan relay.

3.1.8

Penggerak Kipas

Rangkaian penggerak kipas merupakan rangkaian yang digunakan untuk menggerakan kipas AC berdasarkan ucapan dari user.

3.1.9

Kipas Angin

Kipas angin merupakan hasil terakhir dari perancangan yang dibuat. Kipas akan berputar sesuai dengan ucapan yang diucapkan. Kipas angin yang digunakan adalah merk


(48)

Perekaman Pre processing Ekstraksi ciri DCT

Pembanding (jarak divergensi)

Penentuan keluaran Pengiriman serial

Database

3.2

Perancangan Software, Proses Pengenalan dan Kerja Sistem

3.2.1

Perancangan Proses Pengenalan Ucapan

Proses perancangan untuk pengenalan ucapan user yang direkam dan akan dikenali ucapannya di database melalui proses sampling. Proses pengenalan ucapan dimulai dari proses perekaman pengenalan ucapan, Pre-processing, ekstraksi ciri, database, Pembanding (jarak divergensi), penentuan keluaran dan pengiriman data secara serial ke

hardware. Gambar blok diagram 3.2. memperlihatkan proses kerja sistem.

Gambar 3.2. Diagram blok proses sistem pengenalan

Proses sampling merupakan proses pencuplikan ucapan user. Pencuplikan ucapan

user dipengaruhi oleh frekuensi sampling dan banyaknya waktu pencuplikan. Penentuan frekuensi sampling ditentukan berdasarkan rentang suara manusia yang berkisar 300 - 3000 Hz. Penentuan ini diambil berdasarkan teori Kriteria Nyquist menyatakan bahwa sebuah sinyal harus memiliki sampling rate yang lebih besar dari 2 dengan adalah frekuensi paling tinggi yang muncul disebuah sinyal. Hasil perekaman juga akan ditunjukan dalam bentuk plot pada matlab.

Pada saat proses perekaman atau pencuplikan, hasil pencuplikan berupa WAV. Rentang waktu yang digunakan untuk proses perekaman adalah 1,5 detik (lihat lampiran 5). Dengan waktu tersebut cukup untuk melakukan proses pencuplikan, sehingga data sinyal ucapan yang disampling tidak terpotong. Gambar diagram alir 3.3. memperlihatkan proses pencuplikan ucapan.


(49)

Panjang Pencuplikan MULAI

Rentang waktu Pencuplikan

Masukan : (Ucapan Manusia (User))

Keluaran : (data ucapan tercuplik)

SELESAI Rekam

Gambar 3.3. Diagram alir proses pencuplikan ucapan

Panjang pencuplikan merupakan banyaknya jumlah data sinyal ucapan yang tercuplik selama rentang waktu pencuplikan. Panjang pencuplikan ini diperoleh sebagai berikut :

2 .

.2


(50)

Normalisasi

Pemotongan sinyal

Windowing

Zero padding

SELESAI

Masukkan : Hasil pencuplikan ucapan

Keluaran : Hasil pre-processing

MULAI

3.2.2

Pre-Processing

Pengkondisi sinyal data hasil ucapan pengenalan maupun database merupakan proses pre-processing. Proses pre-processing ini meliputi proses normalisasi, pemotongan sinyal, windowing dan zero padding. Gambar diagram alir3.4. memperlihatkan proses pre-processing.


(51)

MULAI

Masukkan : Hasil pencuplikan ucapan

Normalisasi

Keluaran : Hasil normalisasi

SELESAI a. Normalisasi

Proses normalisasi merupakan proses lanjutan dari hasil sampling. Tujuan dari

normalisasi adalah untuk menyamakan besar nilai amplitudo maksimum database

sehingga efek dari kuat lemahnya ucapan tidak mempengaruhi pada proses pengenalan

database. Pada proses normalisasi hasil pencuplikan ucapan akan disamakan nilai amplitudo dengan skala maksimum amplitudo maksimum 1 atau -1 dengan menggunakan rumus normalisasi sebagai berikut :

Dimana : x0 = Data masukan

x1 = Hasil normalisasi

Gambar 3.5. memperlihatkan proses normalisasi.


(52)

b. Pemotongan sinyal

Data hasil normalisasi akan dimasukan ke proses pemotongan sinyal yang bertujuan untuk menghilangkan atau memotong sinyal yang bukan merupakan data hasil ucapan dan untuk mendapatkan data ucapan yang diperlukan. Proses pemotongan sinyal memiliki variabel batas potong yang bertujuan untuk membatasi data sinyal ucapan yang akan dipotong. Pemotongan sinyal dimulai dari bagian kiri sinyal yang tidak mengandung data sinyal ucapan dan terakhir pada bagian kanan sinyal. Pemotongan sinyal ini ditentukan oleh variabel batas potong yang sudah ditentukan yaitu 0,2; 0,3; 0;4; 0,5. Gambar diagram alir 3.6. memperlihatkan proses pemotongan sinyal.

Gambar 3.6. Diagram alir proses pemotongan sinyal c. Windowing

Proses selanjutnya setelah proses pemotongan sinyal adalah proses windowing .

Windowing yang digunakan adalah Hamming window. Tujuan dari menggunakan

Windowing ini adalah untuk mengurangi efek diskontinuitas dari data sinyal pada ucapan, MULAI

Masukkan : Hasil normalisasi

SELESAI Potong kiri

Potong kanan

Keluaran : Hasil pemotongan sinyal


(53)

MULAI

Masukkan : (hasil pemotongan sinyal)

Proses windowing

Keluaran : hasil windowing

SELESAI

dan mengatur nilai standar deviasi sehingga membantu keakuratan hasil ekstraksi ciri Proses windowing diperlihatkan pada gambar diagram alir 3.7.

Gambar 3.7. Diagram alir proses windowing

d. Zero padding

Proses selanjutnya setelah windowing adalah proses Zero padding. Zero padding

digunakan untuk menyamakan panjang data sinyal setelah proses pemotongan sinyal. Pada saat proses pemotongan sinyal, banyak terjadi perbedaan panjang sinyal data. Sehingga

Zero padding digunakan untuk menyamakan panjang gelombang dengan menyisipkan nilai 0 (nol) pada data. Panjang ukuran sinyal data yang berlebihan bisa diatasi dengan menggunakan persamaan 2n (Ukuran sinyal). Proses Zero Padding diperlihatkan pada gambar diagram alir 3.8.


(54)

MULAI

Masukan (hasil processing)

A SELESAI

Keluaran : hasil Zerro padding

MULAI

Proses zerro padding

Masukan (hasil windowing)

Gambar 3.8.Diagram alir proses zero padding

3.2.3

Ekstraksi Ciri

Setelah proses Zero Pading, proses selanjutnya yaitu ekstra ciri. Ekstraksi ciri terdiri dari proses downsampling dan transformasi. Proses downsampling bertujuan untuk mencuplik data sinyal ucapan menjadi lebih sedikit. Proses selanjutnya adalah proses transformasi, transformasi yang digunakan adalah transformasi DCT (Discrete Cosine Transform). Gambar 3.9. memperlihatkan diagram alir ekstraksi ciri.


(55)

SELESAI Menghitung log

keluaran hasil ekstraksi ciri DCT

Segment averaging

Menghitung absolut DCT A

MULAI

Masukan (hasil ekstraksi ciri DCT)

B

Gambar 3.9. (lanjutan) Diagram alir proses ekstraksi ciri

3.2.4

Pembanding (Jarak Divergensi)

Proses pembandingan menggunakan jarak divergensi. Jarak divergensi digunakan untuk membandingkan masukan data sinyal ucapan dengan database ucapan. Hasil proses pembandingan ini digunakan sebagai penentu hasil pengenalan ucapan. Gambar 3.10. memperlihatkan proses pembanding (jarak divergensi).


(56)

Fungsi jarak divergensi

SELESAI

Keluaran hasil pembanding (jarak divergensi)

database

B

Masukan hasil pembanding (jarak divergensi)

MULAI

C

Proses k-nearest neighbor

(KNN)

Gambar 3.10. (lanjutan) Diagram alir proses pembandingan (jarak divergensi)

3.2.5

Perancangan Penentuan Keluaran

Pada proses penentuan keluaran ini merupakan proses terakhir yang akan dikirim secara serial ke mikrokontroler. Penentuan keluaran ini mempunyai keluaran yang berupa data hasil pengenalan ucapan yang ditentukan berdasarkan kelas yang paling banyak muncul dengan menggunakan metode k-nearest neighbor (KNN). Setelah itu hasil dari nilai kelas yang paling banyak muncul tersebut akan menjadi keluaran berupa teks ucapan yaitu hidup, lambat, cepat dan mati. Gambar 3.11 memperlihatkan proses penentuan keluaran.


(57)

Inisialisasi dengan nama : 4 jenis ucapan

SELESAI

Keluaran: hasil pengenalan

Keluaran kelas yang paling sering muncul dari KNN

C

Gambar 3.11. (lanjutan) Diagram alir proses penentuan keluaran

3.2.6

Perancangan Pengiriman Pengenalan Ucapan

Pengiriman pengenalan ini merupakan proses terakhir pada matlab. Hasil pengenalan berupa teks akan dikirim secara serial dari matlab ke mikrokontroler melalui modul K 125 R dalam bentuk karakter kode ascii dan akan dilanjutkan pada proses selanjutnya. Tujuan dari penggunaaan kode ascci adalah mengubah karakter ke dalam bentuk hexadesimal sehingga bisa dikenali mikrokontroler. Tabel 3.2. memperlihatkan inisialisasi dari ucapan, hidup, lambat, cepat dan mati.

Tabel 3.2. Tabel Pengenalan pada mikrokontroler

Pengenalan Kode Ascii Bilangan Hexa

Hidup H 048

Lambat L 04C

Cepat C 043

Mati M 04D


(58)

Ya Tidak MULAI

SELESAI Buka gerbang serial

Masukan (penentuan keluaran)

Tutup gerbang serial

Hidup Lambat Cepat Mati

Keluaran kirim kode ‘H’

Keluaran kirim kode ‘M’ Keluaran

kirim kode ‘C’ Keluaran

kirim kode ‘L’

Tidak Tidak Tidak

Ya Ya Ya


(59)

Ucapan Perekaman Normalisasi

Zero Padding Ekstraksi ciri

Hasil ekstraksi ciri

Pemotongan Sinyal

Windowing

3.1

Perancangan Referensi Ucapan

Pada perancangan ini ucapan hidup, lambat, cepat dan mati digunakan sebagai referensi. Terdapat 12 set sampel yang berasal dari kombinasi variasi batas potong (0,2 ; 0,3 ; 0,4 ; 0,5) , Segment averaging (8, 16, 32, 64, 128, 256) , dan KNN (1, 3, 5, 7).

Setiap sampel akan melalui proses sampling, windowing, zerro padding DCT dan KNN. Diagram blok proses diperlihatkan pada gambar 3.13.

Gambar 3.13. Diagram blok proses pengambilan referensi ucapan

3.2

Perancangan Ucapan Uji

Pembuatan ucapan uji untuk menentukan batas potong dan segment averaging, dan KNN yang optimal. Ucapan uji ada 40 (4 kata X 10 ucapan) dengan tiga user sehingga total ucapan uji adalah 120 (40 kata X 3 user).

3.3

Perancangan Tampilan GUI Matlab

Pada perancangan ini menggunakan GUI matlab sebagai tampilan. Tampilan GUI ini untuk mempermudah menggunakan alat yang dibuat. Program tampilan GUI matlab ini menampilkan plot hasil perekaman, plot hasil pre-processing, plot hasil ekstraksi ciri DCT

dan teks ucapan yang dikenali. Program ini memberikan variabel batas potong, Segment averaging dan KNN yang dapat dimasukkan oleh user. Gambar 3.14 memperlihatkan tampilan GUI matlab.


(60)

Gambar 3.14. Tampilan GUI Matlab pengenalan ucapan untuk pengaturan kipas AC

Tabel 3.3. Keterangan tampilan utama GUI Matlab

Nama Bagian Keterangan

Tombol rekam Tombol ini digunakan untuk mengambil

data ucapan yang ingin direkam oleh user

Tombol reset Tombol ini digunakan untuk reset atau

mengambil ulang data ucapan user

Tombol keluar Tombol ini digunakan untuk keluar dari

tampilan GUI

Variabel batas potong Digunakan untuk memilih nilai batas potong dalam proses pengenalan ucapan yaitu 0.2, 0.3, 0.4 dan 0.5

KNN Digunakan untuk menentukan nilai keluaran

pada proses pengenalan. Nilai KNN yang digunakan yaitu 1, 3, 5 dan 7

User Digunakan untuk memilih masing-masing


(61)

Laptop Modul Serial K 125 R

ATMega 8535

Kipas angin

Penguat Arus

Rangkaian Penggerak Kipas

Tabel 3.3. (Lanjutan) Keterangan tampilan Utama GUI Matlab

Segment averaging Digunakan untuk memilih nilai segment averaging dalam proses pengenalan ucapan.

segment averaging yang digunakan yaitu 8, 16, 32, 64, 128 dan 256

Hasil rekaman Digunakan untuk menampilkan grafik data

hasil perekaman

Hasil Ekstraksi DCT Digunakan untuk menampilkan grafik data hasil ekstraksi DCT

3.4

Perancangan Hardware Pengaturan Kipas AC

Perancangan perangkat keras terdiri dari modul K 125 R, ATMega 8535, penguat arus, penggerak kipas, ATMega 8535 merupakan kendali utama di hardware untuk menggerak kipas angin AC dengan menerima data secara serial dari program matlab. Keluaran dari mikrokontroler berupa data yang berhubungan dengan suatu penguat tegangan dan arus. Mikrokontroler akan akan menggerakan relay secara bergantian. Relay

ini selanjutnya berfungsi sebagai saklar elektronis yang terangkai dengan rangkaian kendali kipas. Diagram blok rangkaian perangkat keras ditunjukan pada gambar 3.15.

Gambar 3.15. Diagram Blok Perangkat Keras (Hardware)

3.6.1

Masukan (Input)

Proses perbandingan untuk menggerak kipas menggunakan pembanding (jarak divergensi). Hasil dari proses pengenalan diinisialisasikan sesuai dengan nama pengenalan pada keluaran. Setelah diinisialisasikan hasil keluarannya akan dikomunikasikan secara serial menggunakan modul K 125 R dan data tersebut dikirim ke ATMega 8535.


(62)

3.6.2

Perancangan Mikrokontroler ATMega 8535

Penerimaan data hasil inisialisasi dari matlab ke mikrokontroler akan diproses selanjutnya untuk menentukan nilai yang mengatur relay sehingga dapat menentukan keadaan kipas AC. Mikrokontroler merupakan pusat untuk mengontrol kipas. Mikrokontroler mempunyai 4 port A, B, C dan D, dan setiap port memiliki 8 pin. Rangkaian ATMmega 8535 ditunjukan pada gambar 3.16.

Gambar 3.16. Rangkaian ATMega 8535

Konfigurasi penggunaan port ATMega 8535 sebagai masukan data serial adalah

portISP dan port yang digunakan output adalah port B.0 sampai port B.3. Konfigurasi pin diperlihatkan pada tabel 3.4.

Tabel 3.4. Konfigurasi Pin Mikrokontroler

Fungsi Hardware Port yang digunakan

Masukan Penerima serial Port ISP

Keluaran Relay Port B.0

Port B.1

Port B.2 Port B.3


(63)

3.6.3

Perancangan ULN 2803

ULN 2803 digunakan untuk menguatkan relay. ULN 2803 memiliki 16 pin seperti untuk masukan dan keluarannya seperti pada gambar 3.17.

Gambar 3.17. Rangkaian ULN 2803

Pin satu, pin dua, pin tiga dan pin empat dihubungkan ke ATMega 8535 dengan tegangan masukan pada ULN 2803 sebesar 30 volt dan arus maksimalnya adalah 25 mA. Pin lima belas, pin enam belas, tujuh belas, delapan belas dihubungkan ke relay. Pin delapan dihubungkan ke ground dan pin delapan belas dihubungkan ke VCC.

3.6.4

Perancangan Keadaan Kipas AC

Keadaan kipas untuk ucapan hidup, cepat, lambat dan mati dibagi ke dalam 5 level dengan kecepatan putaran yang berbeda seperti diperlihatkan pada tabel di bawah. Keadaan kipas AC di perlihatkan pada tabel 3.5.

Tabel 3.5. Tabel Keadaan Kipas AC Keadaan

Sekarang

Masukan

Hidup Lambat Cepat Mati

Level 0 Level 4 Level 0 Level 1 Level 0

Level 1 Level 4 Level 0 Level 2 Level 0

Level 2 Level 4 Level 1 Level 3 Level 0

Level 3 Level 4 Level 2 Level 4 Level 0

Level 4 Level 4 Level 3 Level 4 Level 0

Dari tabel keadaan di atas dapat dibuat diagram alir seperti diperlihatkan pada gambar 3.18.


(64)

(65)

Dari diagram alir di atas ditentukan tiga variabel yaitu A, B dan C. Variabel A dan C digunakan untuk menentukan keadaan, sedangkan B sebagai variabel untuk menentukan keluaran seperti diperlihatkan pada tabel 3.6.

Tabel 3.6. Keluaran Variabel B

Keluaran variabel B

0

1

2

3

4

Selektor 0000 1000 0100 0010 0001

3.6.1

Rangkaian Relay

Rangkaian relay merupakan rangkaian yang terhubung dengan mikrokontroler.

Relay yang digunakan adalah relay lima kaki. Kumparan magnetik pada relay akan bekerja jika ada masukan 12 Volt DC. Sehingga memberikan kondisi close untuk NO dan kondisi

open untuk NC. Karena tidak dimungkinkan untuk menggerakan kipas langsung dari mikrokontroler karena keluaran dari mikrokontroler hanya sebesar 5 Volt dan arus 15 mA maka harus ditambah penguatan tegangan dan penguat arus untuk dapat menggerakkan

relay. Gambar 3.19. memperlihatkan rangkaian relay.


(66)

Penyangga tegangan yang dimiliki ULN 2803 adalah 8 (delapan) penyangga tegangan dan arus. Perancangan ini menggunakan 4 (empat) penyangga untuk menggerakan relay, sesuai dengan 4 (empat) keadan putaran level 0 sampai level 3.

3.6.2

Rangkaian Penggerak Kipas

Rangkaian penggerak kipas menggunakan triac atau dua buah thyristor yang dirangkai secara paralel dengan satu elektroda pintu (gate). Gambar 3.20. memperlihatkan rangkaian penggerak kipas.

Gambar 3.20. Rangkaian Penggerak Kipas AC

Triac dipicu dalam conducting mode-nya oleh kondisi yang dipasang pada gerbangnya. Jika tegangan yang dipasang pada gerbang adalah nol, triac mencegah aliran arus dalam kedua arah apapun polaritas dari kedua terminal utamanya. Dari data sheet

diketahui tegangan break over untuk memicu triac adalah 1.5 Volt. Pada gambar 3.18 diketahui bahwa VG (tegangan gerbang) adalah tegangan pada kapasitor (Vc), dari

persamaan (2.14) di dapat :

Jika nilai kapasitor ditentukan sebesar 1uF dan frekuensi sumber 50 Hz, maka nilai reaktansi kapasitifnya dapat diketahui dari persamaan (2.10)


(67)

) = 3183,099 Ω

Jika tegangan sumber yang digunakan adalah 220 Volt, maka : ⁄

(1.5/220) = (3183,099/ Z) Z = 466854,52 Ω

Perancangan alat ini, kipas angin memiliki spesifikasi 220V / 20 W / 50 Hz dan berdasarkan hasil pengukuran didapat hasil pengukuran seperti ditunjukan tabel 3.7.

Tabel 3.7. Pengukuran Kipas Kecepatan Putar kipas

(rpm)

Tegangan sumber (V)

Arus (A)

43,6 rpm – 2275,1 rpm 221,2 V 200 mA

Dari tabel hasil pengukuran dapat dihitung reaktansi dari kipas sebagai berikut :

= 44 VA


(68)

Jadi nilai reaktansi pada kipas adalah 5324 . Pada gambar 2.20 memperlihatkan gambar rangkaian seri RLC, maka dari gambar tersebut dapat dicari nilai hambatan (R) sebagai berikut:

√ √

= 4,7

Dari hasil perhitungan nilai hambatan maka nilai resistor yang dapat digunakan untuk memicu triac adalah 4,7 .


(1)

LM7805C, LM7812C, LM7815C

SNOSBR7D – MAY 2000 – REVISED APRIL 2013 www.ti.com

TYPICAL PERFORMANCE CHARACTERISTICS (continued)

Output Impedance Dropout Voltage

Figure 9. Figure 10.

Dropout Characteristics Quiescent Current

Figure . Figure 11.

Quiescent Current

Figure 12.

6 Submit Documentation Feedback Copyright © 2000–2013, Texas Instruments Incorporated

Product Folder Links:LM7805C LM7812C LM7815C

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI


(2)

LM7805C, LM7812C, LM7815C

www.ti.com SNOSBR7D – MAY 2000 – REVISED APRIL 2013

REVISION HISTORY

Changes from Revision C (April 2013) to Revision D

Page

Changed layout of National Data Sheet to TI format ...

6

Copyright © 2000–2013, Texas Instruments Incorporated Submit Documentation Feedback 7

Product Folder Links:LM7805C LM7812C LM7815C

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI


(3)

PACKAGE OPTION ADDENDUM

www.ti.com 15-Jul-2014

Addendum-Page 1

PACKAGING INFORMATION

Orderable Device Status

(1)

Package Type Package Drawing Pins Package Qty Eco Plan (2) Lead/Ball Finish (6)

MSL Peak Temp

(3)

Op Temp (°C) Device Marking

(4/5)

Samples

LM7805CT ACTIVE TO-220 NDE 3 45 TBD Call TI Call TI 0 to 70 LM340T5

7805 P+

LM7805CT/NOPB ACTIVE TO-220 NDE 3 45 Pb-Free (RoHS

Exempt)

CU SN Level-1-NA-UNLIM 0 to 70 LM340T5

7805 P+

LM7815CT NRND TO-220 NDE 3 45 TBD Call TI Call TI 0 to 70 LM340T15

7815 P+

LM7815CT/NOPB ACTIVE TO-220 NDE 3 45 Green (RoHS

& no Sb/Br)

CU SN Level-1-NA-UNLIM 0 to 70 LM340T15

7815 P+

(1)

The marketing status values are defined as follows: ACTIVE: Product device recommended for new designs.

LIFEBUY: TI has announced that the device will be discontinued, and a lifetime-buy period is in effect.

NRND: Not recommended for new designs. Device is in production to support existing customers, but TI does not recommend using this part in a new design. PREVIEW: Device has been announced but is not in production. Samples may or may not be available.

OBSOLETE: TI has discontinued the production of the device.

(2)

Eco Plan - The planned eco-friendly classification: Pb-Free (RoHS), Pb-Free (RoHS Exempt), or Green (RoHS & no Sb/Br) - please check http://www.ti.com/productcontent for the latest availability information and additional product content details.

TBD: The Pb-Free/Green conversion plan has not been defined.

Pb-Free (RoHS):TI's terms "Lead-Free" or "Pb-Free" mean semiconductor products that are compatible with the current RoHS requirements for all 6 substances, including the requirement that lead not exceed 0.1% by weight in homogeneous materials. Where designed to be soldered at high temperatures, TI Pb-Free products are suitable for use in specified lead-free processes. Pb-Free (RoHS Exempt): This component has a RoHS exemption for either 1) lead-based flip-chip solder bumps used between the die and package, or 2) lead-based die adhesive used between the die and leadframe. The component is otherwise considered Pb-Free (RoHS compatible) as defined above.

Green (RoHS & no Sb/Br): TI defines "Green" to mean Pb-Free (RoHS compatible), and free of Bromine (Br) and Antimony (Sb) based flame retardants (Br or Sb do not exceed 0.1% by weight in homogeneous material)

(3)

MSL, Peak Temp. - The Moisture Sensitivity Level rating according to the JEDEC industry standard classifications, and peak solder temperature.

(4)

There may be additional marking, which relates to the logo, the lot trace code information, or the environmental category on the device.

(5)

Multiple Device Markings will be inside parentheses. Only one Device Marking contained in parentheses and separated by a "~" will appear on a device. If a line is indented then it is a continuation of the previous line and the two combined represent the entire Device Marking for that device.

(6)

Lead/Ball Finish - Orderable Devices may have multiple material finish options. Finish options are separated by a vertical ruled line. Lead/Ball Finish values may wrap to two lines if the finish value exceeds the maximum column width.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI


(4)

PACKAGE OPTION ADDENDUM

www.ti.com 15-Jul-2014

Addendum-Page 2

Important Information and Disclaimer:The information provided on this page represents TI's knowledge and belief as of the date that it is provided. TI bases its knowledge and belief on information provided by third parties, and makes no representation or warranty as to the accuracy of such information. Efforts are underway to better integrate information from third parties. TI has taken and continues to take reasonable steps to provide representative and accurate information but may not have conducted destructive testing or chemical analysis on incoming materials and chemicals. TI and TI suppliers consider certain information to be proprietary, and thus CAS numbers and other limited information may not be available for release.

In no event shall TI's liability arising out of such information exceed the total purchase price of the TI part(s) at issue in this document sold by TI to Customer on an annual basis.

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI


(5)

MECHANICAL DATA

NDE0003B

www.ti.com

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI


(6)

IMPORTANT NOTICE

Texas Instruments Incorporated and its subsidiaries (TI) reserve the right to make corrections, enhancements, improvements and other changes to its semiconductor products and services per JESD46, latest issue, and to discontinue any product or service per JESD48, latest issue. Buyers should obtain the latest relevant information before placing orders and should verify that such information is current and complete. All semiconductor products (also referred to herein as “components”) are sold subject to TI’s terms and conditions of sale supplied at the time of order acknowledgment.

TI warrants performance of its components to the specifications applicable at the time of sale, in accordance with the warranty in TI’s terms and conditions of sale of semiconductor products. Testing and other quality control techniques are used to the extent TI deems necessary to support this warranty. Except where mandated by applicable law, testing of all parameters of each component is not necessarily performed.

TI assumes no liability for applications assistance or the design of Buyers’ products. Buyers are responsible for their products and applications using TI components. To minimize the risks associated with Buyers’ products and applications, Buyers should provide adequate design and operating safeguards.

TI does not warrant or represent that any license, either express or implied, is granted under any patent right, copyright, mask work right, or other intellectual property right relating to any combination, machine, or process in which TI components or services are used. Information published by TI regarding third-party products or services does not constitute a license to use such products or services or a warranty or endorsement thereof. Use of such information may require a license from a third party under the patents or other intellectual property of the third party, or a license from TI under the patents or other intellectual property of TI.

Reproduction of significant portions of TI information in TI data books or data sheets is permissible only if reproduction is without alteration and is accompanied by all associated warranties, conditions, limitations, and notices. TI is not responsible or liable for such altered documentation. Information of third parties may be subject to additional restrictions.

Resale of TI components or services with statements different from or beyond the parameters stated by TI for that component or service voids all express and any implied warranties for the associated TI component or service and is an unfair and deceptive business practice. TI is not responsible or liable for any such statements.

Buyer acknowledges and agrees that it is solely responsible for compliance with all legal, regulatory and safety-related requirements concerning its products, and any use of TI components in its applications, notwithstanding any applications-related information or support that may be provided by TI. Buyer represents and agrees that it has all the necessary expertise to create and implement safeguards which anticipate dangerous consequences of failures, monitor failures and their consequences, lessen the likelihood of failures that might cause harm and take appropriate remedial actions. Buyer will fully indemnify TI and its representatives against any damages arising out of the use of any TI components in safety-critical applications.

In some cases, TI components may be promoted specifically to facilitate safety-related applications. With such components, TI’s goal is to help enable customers to design and create their own end-product solutions that meet applicable functional safety standards and requirements. Nonetheless, such components are subject to these terms.

No TI components are authorized for use in FDA Class III (or similar life-critical medical equipment) unless authorized officers of the parties have executed a special agreement specifically governing such use.

Only those TI components which TI has specifically designated as military grade or “enhanced plastic” are designed and intended for use in military/aerospace applications or environments. Buyer acknowledges and agrees that any military or aerospace use of TI components which havenotbeen so designated is solely at the Buyer's risk, and that Buyer is solely responsible for compliance with all legal and regulatory requirements in connection with such use.

TI has specifically designated certain components as meeting ISO/TS16949 requirements, mainly for automotive use. In any case of use of non-designated products, TI will not be responsible for any failure to meet ISO/TS16949.

Products Applications

Audio www.ti.com/audio Automotive and Transportation www.ti.com/automotive

Amplifiers amplifier.ti.com Communications and Telecom www.ti.com/communications

Data Converters dataconverter.ti.com Computers and Peripherals www.ti.com/computers

DLP® Products www.dlp.com Consumer Electronics www.ti.com/consumer-apps

DSP dsp.ti.com Energy and Lighting www.ti.com/energy

Clocks and Timers www.ti.com/clocks Industrial www.ti.com/industrial

Interface interface.ti.com Medical www.ti.com/medical

Logic logic.ti.com Security www.ti.com/security

Power Mgmt power.ti.com Space, Avionics and Defense www.ti.com/space-avionics-defense

Microcontrollers microcontroller.ti.com Video and Imaging www.ti.com/video

RFID www.ti-rfid.com

OMAP Applications Processors www.ti.com/omap TI E2E Community e2e.ti.com

Wireless Connectivity www.ti.com/wirelessconnectivity

Mailing Address: Texas Instruments, Post Office Box 655303, Dallas, Texas 75265 Copyright © 2014, Texas Instruments Incorporated

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI

PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI