Identifikasi Suara pada Pembelajaran Tenses dengan Menggunakan Metode Fast Fourier Transform (FFT)
IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENGAN
MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT)
SKRIPSI
ANANDA RIZKY
101402008
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENGAN
MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
ANANDA RIZKY
101402008
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIV
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: IDENTIFIKASI SUARA PADA PEMBELAJARAN
TENSES DENGAN MENGGUNAKAN METODE FAST
FOURIER TRANSFORM (FFT)
Kategori
: SKRIPSI
Nama
: ANANDA RIZKY
Nomor Induk Mahasiswa : 101402008
Program Studi
: SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing :
Pembimbing 2
Pembimbing 1
Muhammad Fadly Syahputra, B.Sc., M.Sc., IT
Sarah Purnamawati, ST., M.Sc
NIP. 195912311998021001
NIP. 19830226 201012 2 003
Diketahui/disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM.IT
NIP. 19800110200801 1 010
Universitas Sumatera Utara
iii
PERNYATAAN
IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENGAN
MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 28 Januari 2016
Ananda Rizky
101402008
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Puji dan syukur penulis panjatkan kepada Allah SWT yang telah memberikan
rahmat serta restu-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai
syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi (S-1)
Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas
Sumatera Utara.
Penulis mempersembahkan skripsi ini kepada kedua orang tua dan keluarga
penulis yang telah memberikan dukungan dan motivasi.Terima kasih kepada ayah
saya, Bapak Drs. Mapilindo, M.Pd. dan mama saya, Ibu Dra. Lila Kesuma, M.Psi
yang selalu mendoakan, menyayangi, memotivasi dan mendidik penulis.Untuk kakak
dan adik penulis, Ayu Puspita, S.Farm., Apt., Ade Amalia dan M. Rafif Rasyidi yang
selalu mendukung dan menyemangati penulis dalam pengerjaan skripsi ini.
Ucapan terima kasih penulis sampaikan kepada Ibu Sarah Purnamawati, ST.,
M.Sc selaku pembimbing I dan Bapak Muhammad Fadly Syahputra, B.Sc., M.Sc., IT
selaku pembimbing II yang telah banyak meluangkan waktunya dalam memberikan
arahan dalam proses pengerjaan skripsi ini. Ucapan terima kasih juga ditujukan
kepada Dr. Erna Budhiarti Nababan, M.IT. dan Bapak Dani Gunawan, ST., M.T. yang
telah bersedia menjadi dosen penguji dan memberikan kritik dan saran dalam
penyempurnaan skripsi ini. Ucapan terima kasih juga ditujukan kepada Ketua
Program Studi S1 Teknologi Informasi, Bapak Muhammad Anggia Muchtar, S.T.,
MM.IT.dan Sekretaris Program Studi S1 Teknologi Informasi Bapak Mohammad
Fadly Syahputra, B.Sc., M.Sc.IT. Terima kasih juga kepada Seluruh Dosen Program
Studi S1 Teknologi Informasi yang telah memberikan ilmu yang bermanfaat bagi
penulis dari awal hingga akhir perkuliahan.
Terima kasih penulis ucapkan kepada teman-teman yang selalu memberi
dorongan, saran dan selalu setia menghibur, Handri Gunawan (The King of Coli),
Ilhamsyah Siregar (Naruto), Dian Rahmad Dermawan, Vikram Zaini (Jimbe), Dedi
Septianta Ginting (Sanji), Joko Ali Permady (Babi Aer), Nurmawan (Babi Lumpur),
Dahrul Affandi, Muhammad Habib, Fadhil Akbar, Fajar Mattius Ginting (Jengis
Khan), Ari Yudha Nugraha (Murabbi), Syafril Ramadhan, Febri Samuel Reynaldo,
Gabriella Paula Hasian Malau, Defi Wahyuningsih dan Mardiyatul Adawiyah.
Universitas Sumatera Utara
v
Ucapan terima kasih juga penulis ucapkan untuk para teman spesial, Andina
Putri Saragih dan Edwin Prawiro yang selalu memberi semangat dan dukungan tiada
henti kepada penulis. Serta Teman-teman penulis di Teknologi Informasi USU
angkatan 2010 yang telah memberikan bantuan, semangat dan menjadi teman diskusi
penulis dalam menyelesaikan skripsi ini.Sekali lagi penulis mengucapkan terima kasih
kepada semua pihak yang membantu dalam penyelesaian skripsi ini yang tidak dapat
disebutkan satu-persatu. Semoga Allah SWT yang akan membalasnya.
Penulis menyadari bahwa skripsi ini masih terdapat beberapa kekurangan dan
belum sempurna.Oleh karena itu, penulis mengharapkan kritik dan saran yang
membangun demi kesempurnaan skripsi ini.Akhir kata penulis ucapkan terima kasih
untuk semua pihak yang terkait dalam tahap penyelesaian skripsi ini.
Penulis
Ananda Rizky
Universitas Sumatera Utara
vi
ABSTRAK
Dalam bidang teknologi, aplikasi smartphone telah banyak bermunculan beragam
aplikasi yang berhubungan dengan pembelajaran bahasa Inggris. Salah satunya adalah
sebuah fitur pengenalan suara. Salah satu metode yang digunakan dalam proses
pengenalan suara adalah metode Fast Fourier Transform (FFT). Fast
Fourier
Transform digunakan untuk mentransformasikan sinyal digital ke dalam bentuk
frekuensi sehingga pengenalan suara dapat dilihat dengan lebih akurat, dan untuk
membandingkan suatu nilai suara yang hendak diidentifikasi digunakan metode Mean
Squeare Error (MSE). Hasil dari penelitian ini menunjukkan bahwa perbandingan
nilai MSE dari 10 kali percobaan rata-rata sebesar 0,01551743 untuk suara “A” dan
0,0147502 untuk suara “B”. Penelitian ini menunjukkan keberhasilan sistem sebesar
70% pada keadaan normal, sedangkan pada keadaan noise persentase keberhasilan
sistem hanya sebesar 60%.
Kata Kunci : Fast Fourier Transform (FFT), Tenses, pengenalan suara.
Universitas Sumatera Utara
vii
Voice Recognition for Learning Tenses Using Fast Fourier Transform (FFT)
Method
ABSTRACT
In technological field, many smartphone applications that related
with English
Language subject has appeared in wide variety. One example is a voice recognition
feature. An example of method that used in voice recognition process is Fast Fourier
Transform (FFT) method. Fast Fourier Transform is used for transforming digital
signal into a form of frequency in order to the voice recognition can be looked more
accurately, and tocompare a voice value that want to be identified, Mean Square
Error (MSE) method is used. The result of this research show that MSE values
comparation from 10 times of trial is 0,01551743 in average for voice “A” and
0,0147502 for voice “B”. This research show that system success is 70 % at normal
situation, while for noise situation, the success percentage is only 60 %.
Key word : Fast Fourier Transform (FFT), Tenses, Voice Recognition
Universitas Sumatera Utara
viii
DAFTAR ISI
Hal.
PERSETUJUAN
ii
PERNYATAAN
iii
UCAPAN TERIMAKASIH
iv
ABSTRAK
vi
ABSTRACT
vii
DAFTAR ISI
viii
DAFTAR TABEL
xi
DAFTAR GAMBAR
xii
BAB 1
PENDAHULUAN
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
2
1.3 Tujuan Penelitian
2
1.4 Batasan Masalah
2
1.5 Manfaat Penelitian
2
1.6 Metodologi Penelitian
2
1.7 Sistematika Penelitian
3
TINJAUAN PUSTAKA
5
2.1 English Grammar
5
2.2 Tenses
6
BAB 2
2.2.1 Present Tense
7
2.2.2 Past Tense
7
2.3 Character Unicode
8
Universitas Sumatera Utara
ix
BAB 3
2.4 Android
8
2.5 Transformasi Fourier
9
2.6 Mean Square Error (MSE)
10
2.7 Penelitian Terdahulu
11
ANALISIS DAN PERANCANGAN SISTEM
13
3.1 Analisis Latar Belakang
13
3.2 Analisis Kebutuhan Sistem
13
3.3 Proses Sistem
14
3.4 Perancangan Use Case
17
3.4.1 Use Case Proses ‘Lihat Menu Utama’
18
3.4.2 Use Case Proses ‘Training Suara’
18
3.4.3 Use Case Proses ‘Lihat Teori’
19
3.4.4 Use Case Proses ‘Jawab Soal’
19
3.4.5 Use Case Proses ‘Lihat Credit’
20
3.5 Arsitektur Umum Aplikasi
20
3.6 Perancangan Activity Diagram
23
3.6.1 Activity Diagram dari Use Case Proses ‘Lihat Menu
Utama’
23
3.6.2 Activity Diagram dari Use Case Proses ‘Training Suara’ 23
3.6.3 Activity Diagram dari Use Case Proses ‘Lihat Teori’
24
3.6.4 Activity Diagram dari Use Case Proses ‘Jawab Soal’
24
3.6.5 Activity Diagram dari Use Case Proses ‘Lihat Credit’
25
3.7 Perancangan User Interface
26
3.7.1 Rancangan Halaman Pembuka
26
3.7.2 Rancangan Halaman Menu Utama
27
Universitas Sumatera Utara
x
3.7.3 Rancangan Halaman Training Suara
27
3.7.4 Rancangan Halaman Topik Pembahasan Pembelajaran
Bahasa Inggris
BAB 4
BAB 5
28
3.7.5 Rancangan Halaman Menu Pemilihan Jenis Soal
29
3.7.6 Rancangan Halaman Soal Latihan
29
3.7.8 Rancangan Halaman Credit
30
IMPLEMENTASI DAN PENGUJIAN SISTEM
32
4.1. Implementasi
32
4.2. Tampilan Penggunaan Aplikasi
32
4.2.1 Tampilan Logo Pembuka (Intro)
32
4.2.3 Tampilan Menu Utama
33
4.2.3 Tampilan Menu ‘Training’
33
4.2.4 Tampilan Menu ‘Penjelasan’
36
4.2.5 Tampilan Menu ‘Soal’
36
4.2.6 Tampilan Menu ‘Credit’
40
4.3. Pengujian Aplikasi
41
KESIMPULAN DAN SARAN
43
5.1. Kesimpulan
43
5.2. Saran
43
DAFTAR PUSTAKA
44
Universitas Sumatera Utara
xi
DAFTAR TABEL
Hal.
Tabel 2.1
Penelitian Terdahulu
11
Tabel 3.1
Penjelasan Proses “Lihat Menu Utama
18
Tabel 3.2
Penjelasan Proses “Training Suara”
18
Tabel 3.3
Penjelasan Proses “Lihat Teori”
19
Tabel 3.4
Penjelasan Proses “Jawab Soal”
19
Tabel 3.5
Penjelasan Proses “Lihat Credit”
20
Tabel 4.2
Hasil Identifikasi Suara
41
Tabel 4.3
Hasil Identifikasi Suara Terhadap Noise
42
Universitas Sumatera Utara
xii
DAFTAR GAMBAR
Hal.
Gambar 3.1
Proses Sistem
15
Gambar 3.2
Proses Sistem Pengenalan/Identifikasi Suara Pilihan “A” atau“B” 16
Gambar 3.3
Use Case
17
Gambar 3.4
Arsitektur Aplikasi
21
Gambar 3.5
Activity Diagram Dari Use Case Proses “Lihat Menu Utama”
23
Gambar 3.6
Activity Diagram Dari Use Case Proses “Training Suara”
24
Gambar 3.7
Activity Diagram Dari Use Case Proses “Lihat Teori”
24
Gambar 3.8
Activity Diagram Dari Use Case Proses “Jawab Soal”
25
Gambar 3.9
Activity Diagram Dari Use Case Proses “Lihat Credit”
26
Gambar 3.10 Halaman Pembuka
26
Gambar 3.11 Halaman Menu Utama
27
Gambar 3.12 Halaman Training Suara
28
Gambar 3.13 Halaman Isi Pembahasan Topik Bahasa Inggris
28
Gambar 3.14 Halaman Menu Pemilihan Jenis Soal
29
Gambar 3.15 Halaman Soal Latihan
30
Gambar 3.16 Halaman Credit
31
Gambar 4.1
Logo Pembuka (Intro)
32
Gambar 4.2
Menu Utama
33
Gambar 4.3
Menu Training
34
Gambar 4.4
Menu “Penjelasan”
36
Gambar 4.5
Menu “Soal”
37
Gambar 4.6
Menu “Credit”
40
Universitas Sumatera Utara
MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT)
SKRIPSI
ANANDA RIZKY
101402008
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENGAN
MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
ANANDA RIZKY
101402008
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIV
UNIVERSITAS SUMATERA UTARA
2016
Universitas Sumatera Utara
ii
PERSETUJUAN
Judul
: IDENTIFIKASI SUARA PADA PEMBELAJARAN
TENSES DENGAN MENGGUNAKAN METODE FAST
FOURIER TRANSFORM (FFT)
Kategori
: SKRIPSI
Nama
: ANANDA RIZKY
Nomor Induk Mahasiswa : 101402008
Program Studi
: SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas
: ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
Komisi Pembimbing :
Pembimbing 2
Pembimbing 1
Muhammad Fadly Syahputra, B.Sc., M.Sc., IT
Sarah Purnamawati, ST., M.Sc
NIP. 195912311998021001
NIP. 19830226 201012 2 003
Diketahui/disetujui oleh
Program Studi S1 Teknologi Informasi
Ketua,
Muhammad Anggia Muchtar, ST., MM.IT
NIP. 19800110200801 1 010
Universitas Sumatera Utara
iii
PERNYATAAN
IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENGAN
MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 28 Januari 2016
Ananda Rizky
101402008
Universitas Sumatera Utara
iv
UCAPAN TERIMA KASIH
Puji dan syukur penulis panjatkan kepada Allah SWT yang telah memberikan
rahmat serta restu-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai
syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi (S-1)
Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas
Sumatera Utara.
Penulis mempersembahkan skripsi ini kepada kedua orang tua dan keluarga
penulis yang telah memberikan dukungan dan motivasi.Terima kasih kepada ayah
saya, Bapak Drs. Mapilindo, M.Pd. dan mama saya, Ibu Dra. Lila Kesuma, M.Psi
yang selalu mendoakan, menyayangi, memotivasi dan mendidik penulis.Untuk kakak
dan adik penulis, Ayu Puspita, S.Farm., Apt., Ade Amalia dan M. Rafif Rasyidi yang
selalu mendukung dan menyemangati penulis dalam pengerjaan skripsi ini.
Ucapan terima kasih penulis sampaikan kepada Ibu Sarah Purnamawati, ST.,
M.Sc selaku pembimbing I dan Bapak Muhammad Fadly Syahputra, B.Sc., M.Sc., IT
selaku pembimbing II yang telah banyak meluangkan waktunya dalam memberikan
arahan dalam proses pengerjaan skripsi ini. Ucapan terima kasih juga ditujukan
kepada Dr. Erna Budhiarti Nababan, M.IT. dan Bapak Dani Gunawan, ST., M.T. yang
telah bersedia menjadi dosen penguji dan memberikan kritik dan saran dalam
penyempurnaan skripsi ini. Ucapan terima kasih juga ditujukan kepada Ketua
Program Studi S1 Teknologi Informasi, Bapak Muhammad Anggia Muchtar, S.T.,
MM.IT.dan Sekretaris Program Studi S1 Teknologi Informasi Bapak Mohammad
Fadly Syahputra, B.Sc., M.Sc.IT. Terima kasih juga kepada Seluruh Dosen Program
Studi S1 Teknologi Informasi yang telah memberikan ilmu yang bermanfaat bagi
penulis dari awal hingga akhir perkuliahan.
Terima kasih penulis ucapkan kepada teman-teman yang selalu memberi
dorongan, saran dan selalu setia menghibur, Handri Gunawan (The King of Coli),
Ilhamsyah Siregar (Naruto), Dian Rahmad Dermawan, Vikram Zaini (Jimbe), Dedi
Septianta Ginting (Sanji), Joko Ali Permady (Babi Aer), Nurmawan (Babi Lumpur),
Dahrul Affandi, Muhammad Habib, Fadhil Akbar, Fajar Mattius Ginting (Jengis
Khan), Ari Yudha Nugraha (Murabbi), Syafril Ramadhan, Febri Samuel Reynaldo,
Gabriella Paula Hasian Malau, Defi Wahyuningsih dan Mardiyatul Adawiyah.
Universitas Sumatera Utara
v
Ucapan terima kasih juga penulis ucapkan untuk para teman spesial, Andina
Putri Saragih dan Edwin Prawiro yang selalu memberi semangat dan dukungan tiada
henti kepada penulis. Serta Teman-teman penulis di Teknologi Informasi USU
angkatan 2010 yang telah memberikan bantuan, semangat dan menjadi teman diskusi
penulis dalam menyelesaikan skripsi ini.Sekali lagi penulis mengucapkan terima kasih
kepada semua pihak yang membantu dalam penyelesaian skripsi ini yang tidak dapat
disebutkan satu-persatu. Semoga Allah SWT yang akan membalasnya.
Penulis menyadari bahwa skripsi ini masih terdapat beberapa kekurangan dan
belum sempurna.Oleh karena itu, penulis mengharapkan kritik dan saran yang
membangun demi kesempurnaan skripsi ini.Akhir kata penulis ucapkan terima kasih
untuk semua pihak yang terkait dalam tahap penyelesaian skripsi ini.
Penulis
Ananda Rizky
Universitas Sumatera Utara
vi
ABSTRAK
Dalam bidang teknologi, aplikasi smartphone telah banyak bermunculan beragam
aplikasi yang berhubungan dengan pembelajaran bahasa Inggris. Salah satunya adalah
sebuah fitur pengenalan suara. Salah satu metode yang digunakan dalam proses
pengenalan suara adalah metode Fast Fourier Transform (FFT). Fast
Fourier
Transform digunakan untuk mentransformasikan sinyal digital ke dalam bentuk
frekuensi sehingga pengenalan suara dapat dilihat dengan lebih akurat, dan untuk
membandingkan suatu nilai suara yang hendak diidentifikasi digunakan metode Mean
Squeare Error (MSE). Hasil dari penelitian ini menunjukkan bahwa perbandingan
nilai MSE dari 10 kali percobaan rata-rata sebesar 0,01551743 untuk suara “A” dan
0,0147502 untuk suara “B”. Penelitian ini menunjukkan keberhasilan sistem sebesar
70% pada keadaan normal, sedangkan pada keadaan noise persentase keberhasilan
sistem hanya sebesar 60%.
Kata Kunci : Fast Fourier Transform (FFT), Tenses, pengenalan suara.
Universitas Sumatera Utara
vii
Voice Recognition for Learning Tenses Using Fast Fourier Transform (FFT)
Method
ABSTRACT
In technological field, many smartphone applications that related
with English
Language subject has appeared in wide variety. One example is a voice recognition
feature. An example of method that used in voice recognition process is Fast Fourier
Transform (FFT) method. Fast Fourier Transform is used for transforming digital
signal into a form of frequency in order to the voice recognition can be looked more
accurately, and tocompare a voice value that want to be identified, Mean Square
Error (MSE) method is used. The result of this research show that MSE values
comparation from 10 times of trial is 0,01551743 in average for voice “A” and
0,0147502 for voice “B”. This research show that system success is 70 % at normal
situation, while for noise situation, the success percentage is only 60 %.
Key word : Fast Fourier Transform (FFT), Tenses, Voice Recognition
Universitas Sumatera Utara
viii
DAFTAR ISI
Hal.
PERSETUJUAN
ii
PERNYATAAN
iii
UCAPAN TERIMAKASIH
iv
ABSTRAK
vi
ABSTRACT
vii
DAFTAR ISI
viii
DAFTAR TABEL
xi
DAFTAR GAMBAR
xii
BAB 1
PENDAHULUAN
1
1.1 Latar Belakang
1
1.2 Rumusan Masalah
2
1.3 Tujuan Penelitian
2
1.4 Batasan Masalah
2
1.5 Manfaat Penelitian
2
1.6 Metodologi Penelitian
2
1.7 Sistematika Penelitian
3
TINJAUAN PUSTAKA
5
2.1 English Grammar
5
2.2 Tenses
6
BAB 2
2.2.1 Present Tense
7
2.2.2 Past Tense
7
2.3 Character Unicode
8
Universitas Sumatera Utara
ix
BAB 3
2.4 Android
8
2.5 Transformasi Fourier
9
2.6 Mean Square Error (MSE)
10
2.7 Penelitian Terdahulu
11
ANALISIS DAN PERANCANGAN SISTEM
13
3.1 Analisis Latar Belakang
13
3.2 Analisis Kebutuhan Sistem
13
3.3 Proses Sistem
14
3.4 Perancangan Use Case
17
3.4.1 Use Case Proses ‘Lihat Menu Utama’
18
3.4.2 Use Case Proses ‘Training Suara’
18
3.4.3 Use Case Proses ‘Lihat Teori’
19
3.4.4 Use Case Proses ‘Jawab Soal’
19
3.4.5 Use Case Proses ‘Lihat Credit’
20
3.5 Arsitektur Umum Aplikasi
20
3.6 Perancangan Activity Diagram
23
3.6.1 Activity Diagram dari Use Case Proses ‘Lihat Menu
Utama’
23
3.6.2 Activity Diagram dari Use Case Proses ‘Training Suara’ 23
3.6.3 Activity Diagram dari Use Case Proses ‘Lihat Teori’
24
3.6.4 Activity Diagram dari Use Case Proses ‘Jawab Soal’
24
3.6.5 Activity Diagram dari Use Case Proses ‘Lihat Credit’
25
3.7 Perancangan User Interface
26
3.7.1 Rancangan Halaman Pembuka
26
3.7.2 Rancangan Halaman Menu Utama
27
Universitas Sumatera Utara
x
3.7.3 Rancangan Halaman Training Suara
27
3.7.4 Rancangan Halaman Topik Pembahasan Pembelajaran
Bahasa Inggris
BAB 4
BAB 5
28
3.7.5 Rancangan Halaman Menu Pemilihan Jenis Soal
29
3.7.6 Rancangan Halaman Soal Latihan
29
3.7.8 Rancangan Halaman Credit
30
IMPLEMENTASI DAN PENGUJIAN SISTEM
32
4.1. Implementasi
32
4.2. Tampilan Penggunaan Aplikasi
32
4.2.1 Tampilan Logo Pembuka (Intro)
32
4.2.3 Tampilan Menu Utama
33
4.2.3 Tampilan Menu ‘Training’
33
4.2.4 Tampilan Menu ‘Penjelasan’
36
4.2.5 Tampilan Menu ‘Soal’
36
4.2.6 Tampilan Menu ‘Credit’
40
4.3. Pengujian Aplikasi
41
KESIMPULAN DAN SARAN
43
5.1. Kesimpulan
43
5.2. Saran
43
DAFTAR PUSTAKA
44
Universitas Sumatera Utara
xi
DAFTAR TABEL
Hal.
Tabel 2.1
Penelitian Terdahulu
11
Tabel 3.1
Penjelasan Proses “Lihat Menu Utama
18
Tabel 3.2
Penjelasan Proses “Training Suara”
18
Tabel 3.3
Penjelasan Proses “Lihat Teori”
19
Tabel 3.4
Penjelasan Proses “Jawab Soal”
19
Tabel 3.5
Penjelasan Proses “Lihat Credit”
20
Tabel 4.2
Hasil Identifikasi Suara
41
Tabel 4.3
Hasil Identifikasi Suara Terhadap Noise
42
Universitas Sumatera Utara
xii
DAFTAR GAMBAR
Hal.
Gambar 3.1
Proses Sistem
15
Gambar 3.2
Proses Sistem Pengenalan/Identifikasi Suara Pilihan “A” atau“B” 16
Gambar 3.3
Use Case
17
Gambar 3.4
Arsitektur Aplikasi
21
Gambar 3.5
Activity Diagram Dari Use Case Proses “Lihat Menu Utama”
23
Gambar 3.6
Activity Diagram Dari Use Case Proses “Training Suara”
24
Gambar 3.7
Activity Diagram Dari Use Case Proses “Lihat Teori”
24
Gambar 3.8
Activity Diagram Dari Use Case Proses “Jawab Soal”
25
Gambar 3.9
Activity Diagram Dari Use Case Proses “Lihat Credit”
26
Gambar 3.10 Halaman Pembuka
26
Gambar 3.11 Halaman Menu Utama
27
Gambar 3.12 Halaman Training Suara
28
Gambar 3.13 Halaman Isi Pembahasan Topik Bahasa Inggris
28
Gambar 3.14 Halaman Menu Pemilihan Jenis Soal
29
Gambar 3.15 Halaman Soal Latihan
30
Gambar 3.16 Halaman Credit
31
Gambar 4.1
Logo Pembuka (Intro)
32
Gambar 4.2
Menu Utama
33
Gambar 4.3
Menu Training
34
Gambar 4.4
Menu “Penjelasan”
36
Gambar 4.5
Menu “Soal”
37
Gambar 4.6
Menu “Credit”
40
Universitas Sumatera Utara