Kontrol Lampu Berbasis Voice Command Pada Raspberry PI

  

Vol. 2, No. 9, September 2018, hlm. 3124-3133 http://j-ptiik.ub.ac.id

Kontrol Lampu Berbasis Voice Command Pada Raspberry PI

_{1 2 3} Muhammad Irfan Reza , Sabriansyah Rizqika Akbar , Hurriyatul Fitriyah

  Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya _{1 2 3} Email: irfanreza@student.ub.ac.id, sabrian@ub.ac.id, hfitriyah@ub.ac.id

  

Abstrak

Smart home merupakan sebuah rumah yang menyediakan kenyamanan, keamanan dan kemudahan

  kepada penghuninya dalam pengoperasian setiap peralatan di setiap waktunya. Smart home biasanya terdiri dari beberapa peralatan elektronik seperti lampu, kipas, air-conditioner dsb. Salah satu metode pengontrolan smart home yang sedang berkembang saat ini adalah pengontrolan menggunakan suara. Saat ini terdapat terdapat beberapa teknologi voice control yang sedang dikembangkan salah satunya adalah voice control system yang dikembangkan oleh Amazon yaitu, Alexa. Pada penelitian ini dilakukan pengimplementasian Alexa Voice Service pada Raspberry Pi supaya perangkat tersebut dapat melakukan kontrol pada lampu yaitu mematikan, menyalakan, mengubah warna, mengatur intensitas dan melakukan penjadwalan. Perintah suara yang diterima pada perangkat Raspberry akan dikirimkan ke Alexa Skills Kit melalui Alexa Voice Service yang sudah terpasang di Raspberry, selanjutnya perintah suara yang sudah diterima di Alexa Skills Kit akan dikirim ke Amazon Web Service Lamba untuk di modelkan dengan format JSON sehingga dapat dikenali oleh sistem. Lalu data yang sudah diformat tersebut akan di publish ke MQTT Broker. Sistem akan men-subscribe data tersebut sebagai acuan tindakan apa yang akan dilakukan. Tingkat akurasi dari keberhasilan sistem dalam menerjemahkan perintah suara mematikan dan menyalakan lampu adalah 95,8%, menguah warna lampu 100%, mengatur intensitas 93,3% dan melakukan penjadwalan 100%.

  Kata kunci: smart home, voice command, speech recognition, alexa

Abstract

  

Smart home is a home that provides comfort, safety and convenience to its inhabitants in the operation

of every device in every time. Smart home usually consists of some electronic device such as lamps, fans,

air-conditioner, etc. One of the smart home control methods currently developing is voice control.

Currently there are some voice control technology that is being developed one of them is the voice

control system developed by Amazon.. In this research will be implementing Alexa Voice Service on

raspberry pi device so that the device can control the lamp to turn off, turn on, change color, set intensity

and do scheduling.Voice commands received on the raspberry will be sent to alexa skills kit via alexa

voice service that is installed in raspberry, then voice command that has been received in alexa skills

kit will be sent to amazon web service lamba to modeled with JSON format so it can be recognized by

system. The formatted data will be published to MQTT Broker. System will subscribe the data as a

reference action what will to do. The accuracy of the system's success in translating voice commands to

turn off and turn on is 95.8%, to change color is 100%, to set the intensity is 93.3%, to do scheduling is

100%.

  Keywords: smart home, voice command, speech recognition, alexa

  pengeluaran dana untuk pembayaran tarif energi 1. listrik. Masalah yang saat ini sering terjadi

   PENDAHULUAN

  adalah sistem kontrol manual khususnya untuk Lampu merupakan sumber penerangan menghidupkan dan mematikan lampu dari yang memanfaatkan energi listrik. Tarif dari saklar. Terkadang, warga lupa atau malas untuk energi listrik di dunia terutama di Indonesia mematikan lampu dikarenakan jauhnya posisi semakin naik dari tahun ke tahunnya. Hal ini saklar. menyebabkan warga harus melakukan penghematan energi listrik guna menghemat

  Fakultas Ilmu Komputer Universitas Brawijaya

3124

  Pada saat ini perkembanan teknologi sangatlah pesat. Salah satu contohnya adalah teknologi Smart home atau biasa disebut Rumah Pintar. Smart home merupakan sebuah rumah yang menyediakan kenyamanan dan kemudahan kepada penghuninya dalam pengontrolan setiap peralatan di setiap waktunya (Tri Fajar, dkk., 2009). Salah satu cara pengontrolan smart home yang sedang berkembang saat ini adalah pengontrolan menggunakan suara (Kjetil, 2017). Pengontrolan dengan suara memberikan kemudahan dan kenyamanan pada penggunanya(Vincent , dkk., 2006).

  Saat ini terdapat beberapa teknologi voice service yang sedang dikembangkan oleh beberapa perusahaan besar salah satunya voice service dari Amazon yaitu, Alexa (Kjetil, 2017).

  Gambar 1. Gambaran Umum Sistem dan

  Salah satu fitur dari Alexa yang berbeda dari

  Eksternal Sistem

  teknologi voice service lainnya adalah Alexa Seperti terlihat pada Gambar 1, sistem akan

  Skills Kit. Fitur tersebut memudahkan dibagi menjadi dua bagian yaitu eksternal sistem pengembang untuk merancang dan dan internal sistem. Pada eksternal sistem memanajemen sebuah kemampuan interaksi dari

  Amazon Web Service dilakukan dua percangan perintah suara yang diinginkan.

  dan implementasi yaitu pada Alexa Skills Kit Penelitian ini bertujuan untuk dan AWS Lambda. mengimplementasikan Alexa pada Raspberry Pi Sehingga perangkat tersebut dapat memiliki kemampuan sebagai modul speech recognition.

  Raspberry Pi dipilih karena dapat diimplementasikan Alexa Voice Service, selain itu pada perangkat Raspberry Pi terdapat pin GPIO yang dapat dimanipulasi untuk kebutuhan sistem ini. Nantinya Raspberry Pi akan dijadikan pusat pengontrolan lampu menggunakan perintah suara. Fungsi kontrol yang dapat

  Gambar 2 Blok Diagram Sub Sistem

  dilakukan diantaranya mematikan, menyalakan, mengatur intensitas, mengubah warna dan Gambar 2 menunujukan bagian-bagian dari melakukan penjadwalan pada lampu. Internal Sistem Raspberry Pi ditunjukan pada Gambar 1 yang telah dibagi menjadi beberapa 2.

   PERANCANGAN

  sub sistem yang nantinya akan dirancang dan diimplementasikan. yaitu Sub Sistem Mikrofon

  2.1. Gambaran Umum Sistem

  yang nantinya bertindak sebagai modul speech

  recognition , Sub Sistem LED, Sub Sistem

  Sistem ini bekerja untuk mengontrol LED Relay dan Sub Sistem MQTT. RGB dan lampu AC menggunakan Relay yang dihubungkan dengan mini komputer Raspberry

  2.2. Perancangan Sistem menggunakan voice command.

  Pada tahap perancangan sistem dibagi menjadi beberapa bagian perancangan diantaranya perancangan dari internal sistem yang meliputi perancangan Sub Sistem Mikrofon, Sub Sistem LED, Sub Sistem Relay dan Sub Sistem MQTT. Selain itu dilakukan perancangan dari eksternal sistem yaitu perancangan Alexa Skills Kit dan Amazon Web

  Service Lambda . Adapun cara kerja sistem ditunjukan oleh flowchart dibawah ini pada Gambar 3.

  Gambar 3. Flowchart Sistem Secara Keseluruhan

  custom slot

  Gambar 6. Perancangan Sample Utterance

  Sedangkan untuk sample utterance , didefinisikan beberapa contoh pengucapain yang mendukung tujuan sistem sehingga dapat mematikan, menyalakan, mengubah warna, mengatur intensitas dan melakukan penjadwalan. Cara pendefinisiannya dapat dilihat pada Gambar 6.

  Gambar 5. Perancangan Custom Slot

  tersebut. Model pendefinisiannya dapat dilihat pada Gambar 5.

  type

  , didefinisikan slot type dan value yang merepresentasikan dari slot tersebut. Slot type merupakan sebuah nama yang mewakili value yang terdapat di dalamnya. Sedangkan value merupakan nilai yang merepresentasikan slot

  Pada perancangan

  Pada perancangan Alexa Skills Skit. Pada tahap perancangan Alexa Skills Kit, dilakukan beberapa hal diantaranya mendefinisikan

  Gambar 4. Perancangan Intent Schema

  di desain dengan bentuk JSON seperti terlihat pada Gambar 4.

  utterances (contoh pengucapan). Intent schema

  Selanjutnya adalah interaction model, perancangan pada interaction model adalah mendefinisikan intent schema (representasi tindakan yang dapat memenuhi permintaan pengucap), custom slot (argument atau kata kunci dari kalimat pengucap) dan sample

  pendefinisian nama skill yang nantinya akan disebutkan diawal penggunaan sistem.

  invocation name, interaction model dan service end point type. Incovation name merupakan

  Alur yang terdapat pada Alexa Skills Kit ini dapat dilihat di flowchat pada Gambar 7. ditentukan penggunaan perangkat-perangkat yang dibutuhkan seperti mini komputer yang digunakan adalah Raspberry Pi 3 dan untuk mini mikrofonnya adalah Mini USB Microphone. Blok diagram dari sub sistem ini dapat dilihat pada Gambar 9.

  Gambar 9. Blok Diagram Sub Sistem Mikrofon

  Pada tahap perancangan Sub Sistem LED akan dilakukan penentuan penempatan LED ke pin GPIO Raspberry Pi. LED nantinya akan

  Gambar 7. Flowchart Alexa Skills Kit

  menjadi output dari hasil perintah suara yang diucapkan. Sub sistem ini nantinya akan Pada tahap perancangan Amazon Web dipengaruhi oleh data hasil subscribe ke MQTT

  Service Lambda langkah yang dilakukan adalah

  Broker yaitu berupa perintah mematikan, membuat sebuah kode program yang nantinya menyalakan, mengubah warna, mengatur akan menangani terjemahan intent dari Alexa intensitas dan menjadwalkan LED. Blok

  Skills Kit . Kode program akan dibuat dengan

  diagram sub sistem ini dapat dilihat pada Bahasa pemrograman Node.js. Nantinya Gambar 10. program tersebut akan diunggah ke Amazon Web

  Service Lambda dan di-compile disana. Program

  tersebut memiliki kemampuan menerjemahkan , mengambil nilai ,

  intent request slot

  memodelkan data yang di dapat menjadi bentuk yang dikenali oleh sistem. Nantinya data yang sudah di format tersebut akan di publish ke

  MQTT Broker . Alur kerja pada Amazon Web Gambar 10. Blok Diagram Sub Sistem LED Service Lamda dapat dilihat pada Gambar 8.

  Sedangkan untuk skematik koneksi antara pin LED ke GPIO pin Raspberry Pi dapat dilihat pada Gambar 11.

  Gambar 11. Skematik Sub Sistem LED Gambar 8. Flowchart Amazon Web Service

  Pada tahap perancangan Sub Sistem Relay

  Lambda akan dilakukan penentuan penempatan Relay ke

  pin GPIO Raspberry Pi. Relay nantinya akan Pada tahap perancangan Sub Sistem menjadi output dari hasil perintah suara yang

  Mikrofon (modul speech recognition ) diucapkan. Sub sistem ini nantinya akan dipengaruhi oleh data hasil subscribe ke MQTT Broker yaitu berupa perintah mematikan, menyalakan saja dikarenakan lampu dengan arus AC hanya mampu untuk dimatikan dan dinyalakan. Skematik untuk koneksi antara relay dan Raspberry Pi dapat dilihat pada Gambar 12, sedangkan untuk blok diagramnya dapat dilihat pada Gambar 13.

  Gambar 14. Alur Kerja Sub Sistem MQTT 3.

   IMPLEMENTASI

  Pada tahap implementasi sistem dilakukan penggabungan seluruh sub sistem menjadi sebuah sistem yang dapat mencapai tujuan dari sistem itu sendiri. Selain itu implementasi sistem menjelaskan tentang merealisasikan sistem berdasarkan perancangan yang telah dibuat. Gambar 15 dan Gambar 16 menunjukan hasil dari implementasi perancangan yang telah dibuat.

  Gambar 12. Skemaik Sub Sistem Relay Gambar 15. Gambar Sistem Ketika Lampu Relay Menyala Gambar 13. Blok Diagram Sub Sistem Relay

  Pada tahap perancangan Sub Sistem MQTT dilakukan penentuan library MQTT yang nantinya akan dipakai. Untuk sub sistem ini

  library yang akan dipakai adalah MQTT.js pada

  Bahasa pemrograman nodejs. MQTT ini nantinya akan digunakan untuk mekansime

  Gambar 16. Gambar Sistem Ketika LED

  komunikasi antara sistem dengan MQTT Broker

  Menyala

  dimana sistem akan men-subscribe suatu topik yang telah ditentukan yaitu lamp_control. Alur

  4. PENGUJIAN

  kerja dari sub sistem ini dapat dilihat pada Gambar 14.

  4.1. Pengujian Raspberry Sebagai Modul Speech Recognition

  Pengujian ini bertujuan untuk mengetahui persentase keberhasilan perangkat Raspberry Pi sebagai modul speech recognition. Tingkat keberhasilannya adalah ketika perangkat Tabel 2. Hasil Percobaan Menyalakan dan Raspberry dapat merespon ketika diucapkan Mematikan LED

  wake word alexa dan invocation name dari skill

  yang telah di implementasikan pada Alexa Skills

  No Action Location LED On/Off Kit yaitu lamp control mode.

  1 On Garden On

  Pada tahap pengujian ini dilakukan

  2 On Living room On

  pengucapan wake word dan invocation name

  3 On Bedroom On

  sebanyak 10 kali dengan hasil yang dapat dilihat

  4 Off Garden Off pada Tabel 1.

  5 Off Living room Off

  6 Off Bedroom Off

  7 On Garden On Tabel 1. Hasil Percobaan Modul Speech

  8 On Living room On Rognition

  9 On Bedroom On

  10 Off Garden Off

  11 Off Living room Off Invocation Wake Word Terhubung

  12 Off Bedroom Off No Name Ter-deteksi Ke Skill

  13 On Garden On Terdeteksi

  14 On Living room On

  15 On Bedroom On

  1 Ya Ya Ya

  2 Ya Tidak Tidak

  3 Ya Ya Ya

  Data dari hasil percobaan menunjukan

  4 Ya Ya Ya

  bahwa Sub Sistem LED dapat berfungsi

  5 Ya Ya Ya

  mematikan dan menyalakan LED dengan tingkat

  6 Ya Ya Ya

  keberhasilan 100%. Hal tersebut dapat dilihat

  7 Ya Ya Ya

  8 Ya Ya Ya

  pada Tabel 2 yatu kesesuaian antara action yang

  9 Ya Ya Ya

  diucapkan dan keadaan LED setelahnya

  10 Ya Ya Ya 4.3.

   Pengujian Menyalakan Dan Mematikan

  Data dari hasil percobaan menunjukan

  Lampu Pada Relay

  bahwa sub sistem mikrofon yang bertindak Pengujian ini bertujuan untuk mengetahui sebagai modul speech recognition dapat persentase keberhasilan Sub Sistem Relay dalam berfungsi sebagaimana mestinya yaitu menerima menjalankan fungsinya. Tingkat perintah suara tertentu dengan tingkat keberhasilannya adalah ketika perintah suara keberhasilan 90%. Sub sistem tersebut berhasil yang diucapkan untuk mematikan dan terhubung ke Alexa Skills Kit melalui Alexa menyalakan lampu pada relay berhasil di

  Voice Service sehingga siap menerima perintah subscribe oleh sub sistem. Nantinya data hasil

  selanjutnya.

  subscribe tersebut digunakan sebagai acuan

  untuk mematikan dan menyalakan lampu pada 4.2.

   Pengujian Menyalakan Dan Mematikan relay. LED

  Pada tahap pengujian ini dilakukan Pengujian ini bertujuan untuk mengetahui percobaan untuk menyalakan dan mematikan persentase keberhasilan sub sistem LED dalam lampu pada relay masing masing sebanyak 5 menjalankan fungsinya. Tingkat kali, maka akan ada total 10 kali pengujian yang keberhasilannya adalah ketika perintah suara dapat dilihat hasilnya pada Tabel 3. yang diucapkan untuk mematikan dan menyalakan LED berhasil di subscribe oleh sub

  Tabel 3. Hasil Percobaan Menyalakan dan

  sistem. Nantinya data hasil subscribe tersebut

  Mematikan Relay

  digunakan sebagai acuan untuk mematikan dan menyalakan LED.

  No Action Location Lampu On/Off

  Pada tahap pengujian ini dilakukan percobaan untuk menyalakan dan mematikan

  1 On Kitchen On

  LED masing masing sebanyak 5 kali untuk

  2 Off Kitchen Off

  3 On Kitchen On

  setiap lokasi, maka akan ada total 15 kali

  4 Off Kitchen Off

  pengujian yang dapat dilihat hasilnya pada Tabel

  5 On Kitchen On 2.

  6 Off Kitchen Off

  7 On Kitchen On

  8 Off Kitchen Off

  9 On Kitchen On

  10 Off Kitchen Off

  Data dari hasil percobaan menunjukan bahwa Sub Sistem Relay dapat berfungsi mematikan dan menyalakan lampu AC di relay dengan tingkat keberhasilan 100%. Hal tersebut dapat dilihat pada Tabel 3 yatu kesesuaian antara

  action yang diucapkan dan keadaan lampi di relay setelahnya.

  Tabel 5. Hasil Pengujian Mengatur Intensitas LED No Persentase Location Persentase

  Pada tahap pengujian ini dilakukan percobaan untuk mengubah intensitas LED pada lokasi tertentu sebanyak 10 kali pengujian yang dapat dilihat hasilnya pada Tabel 5

4.4. Pengujian Mengubah Warna LED

  1 Red Garden Red

  Pada tahap pengujian ini dilakukan percobaan untuk mengubah warna LED pada lokasi tertentu sebanyak 10 kali pengujian yang dapat dilihat hasilnya pada Tabel 4.

  On/Off

  Tabel 6. Hasil Pengujian Penjadwalan Pada LED No Action Time Location LED

  Pada tahap pengujian ini dilakukan percobaan untuk melakukan penjadwalan LED pada lokasi tertentu sebanyak 10 kali pengujian yang dapat dilihat hasilnya pada Tabel 6

  Pengujian ini bertujuan untuk mengetahui persentase keberhasilan Sub Sistem LED dalam menjalankan fungsinya. Tingkat keberhasilannya adalah ketika perintah suara yang diucapkan untuk melakukan penjadwalan pada LED berhasil di subscribe oleh sub sistem. Nantinya data hasil subscribe tersebut digunakan sebagai mematikan atau menyalakan LED pada waktu tertentu.

  4.6. Pengujian Penjadwalan Pada LED

  Data dari hasil percobaan mematikan menunjukan bahwa Sub Sistem LED dapat berfungsi mengubah intensitas LED dengan tingkat keberhasilan 100%. Hal tersebut dapat dilihat pada Tabel 5 yatu kesesuaian antara persentase dan lokasi yang diucapkan serta keadaan LED setelahnya.

  1 10 % Garden 10 % 2 40 % Living room 40 % 3 70 % Bedroom 70 % 4 100 % Garden 100 % 5 10 % Living room 10 % 6 40 % Bedroom 40 % 7 70 % Garden 70 % 8 100 % Living room 100 % 9 10 % Bedroom 10 % 10 40 % Garden 40 %

  Pada Terminal

  Hasil Subscribe

  Pengujian ini bertujuan untuk mengetahui persentase keberhasilan Sub Sistem LED dalam menjalankan fungsinya. Tingkat keberhasilannya adalah ketika perintah suara yang diucapkan untuk mengubah warna LED berhasil di subscribe oleh sub sistem. Nantinya data hasil subscribe tersebut digunakan sebagai acuan untuk mengubah warna LED.

  Pengujian ini bertujuan untuk mengetahui persentase keberhasilan Sub Sistem LED dalam menjalankan fungsinya. Tingkat keberhasilannya adalah ketika perintah suara yang diucapkan untuk mengubah intensitas LED berhasil di subscribe oleh sub sistem. Nantinya data hasil subscribe tersebut digunakan sebagai acuan untuk mengubah intensitas LED.

  2 Green Living room Green

   Pengujian Mengubah Intensitas Cahaya LED

  Data dari hasil percobaan mematikan menunjukan bahwa Sub Sistem LED dapat berfungsi mengubah warna LED dengan tingkat keberhasilan 100%. Hal tersebut dapat dilihat pada Tabel 4 yatu kesesuaian antara warna dan lokasi yang diucapkan serta keadaan LED setelahnya 4.5.

  10 White Garden White

  Tabel 4. Hasil Pengujian Mengubah Warna LED No Color Location Warna LED

  8 Green Living room Green

  7 Red Garden Red

  6 Yellow Bedroom Yellow

  5 Magenta Living room Magenta

  4 Cyan Garden Cyan

  3 Blue Bedroom Blue

  9 Blue Bedroom Blue

  1 On 4:16 am Garden On

  2 On 4:15 am Living room On

  3 On 4:17 am Bedroom On

  4 Off 4:20 am Garden Off

  5 Off 4:21 am Living room Off

  6 Off 4:22 am Bedroom Off

  7 On 4:25 am Garden On

  8 On 4:26 am Living room On

  9 On 4:27 am Bedroom On

  10 Off 4:30 am Garden Off

  Data dari hasil percobaan mematikan menunjukan bahwa Sub Sistem LED dapat berfungsi melakukan penjadwalan untuk mematikan dan menyalakan LED dengan tingkat keberhasilan 100%. Hal tersebut dapat dilihat pada Tabel 6 yatu kesesuaian antara action, waktu dan lokasi yang diucapkan serta keadaan LED setelahnya.

  Hasil pengujian tingkat akurasi ini dapat dilihat pada Tabel 8

  Pengujian ini bertujuan untuk mengetahui persentase akurasi dari sistem dalam menjalankan fungsinya. Tingkat akurasinya adalah ketika perintah suara yang diucapkan oleh 3 orang yang berbeda dapat dikenali dan dijalankan oleh sistem. Pengujian ini meliputi seluruh pengujian fungsionalitas yang sudah diuji sebelumnya yaitu mematikan, menyalakan, mengubah warna, mengatur intensitas dan melakukan penjadwalan.

  4.8. Pengujian Tingkat Akurasi

  action , waktu dan lokasi yang diucapkan serta keadaan lampu di relay setelahnya.

• – Tabel 11 dimana Tabel 8 menunjukan hasil pengujian untuk perintah mematikan dan menyalakan lampu, Tabel 9 untuk perintah mengubah warna lampu, Tabel 10 untuk perintah mengatur intensitas lampu dan Tabel 11 untuk perintah penjadwalan

4.7. Pengujian Penjadwalan Lampu Pada Relay

  1 On 4:32 am Kitchen On

  No Color Location Hasil Pada LED On/Off Speak er 1

  3 On Bedroom On On On

  4 On Kitchen On On On

  5 Off Garden Off Off Off

  6 Off Living room Off Off Off

  7 Off Bedroom Off Off Off

  8 Off Kitchen Off Off Off Tabel 9. Hasil Pengujian Akurasi Perintah Mengubah Warna

  Speak er 2 Speak er 3

  1 On Garden On On On

  1 Red Garden Red Red Red

  2 Green Living room

  Green Green Green

  3 Blue Bedroom Blue Blue Blue

  4 Cyan Garden Cyan Cyan Cyan

  5 White Living room

  White White White

  2 On Living room On Off On

  3

  2 Off 4:34 am Kitchen Off

  10 Off 4:50 am Kitchen Off

  3 On 4:36 am Kitchen On

  4 Off 4:38 am Kitchen Off

  5 On 4:40 am Kitchen On

  6 Off 4:42 am Kitchen Off

  7 On 4:44 am Kitchen On

  8 Off 4:46 am Kitchen Off

  9 On 4:48 am Kitchen On

  On/Off

  2 Spe aker

  Relay No Action Time Location Relay

  7. Tabel 7. Hasil Pengujian Penjadwalan Pada

  Pada tahap pengujian ini dilakukan percobaan untuk melakukan penjadwalan lampu di relay pada lokasi kitchen sebanyak 10 kali pengujian yang dapat dilihat hasilnya pada Tabel

  Pengujian ini bertujuan untuk mengetahui persentase keberhasilan Sub Sistem Relay dalam menjalankan fungsinya. Tingkat keberhasilannya adalah ketika perintah suara yang diucapkan untuk melakukan penjadwalan pada relay berhasil di subscribe oleh sub sistem. Nantinya data hasil subscribe tersebut digunakan sebagai mematikan atau menyalakan lampu di relay pada waktu tertentu.

  Tabel 8. Hasil Pengujian Akurasi Perintah Mematikan dan Menyalakan No Action Location Hasil Pada LED

  On/Off Spe aker

  1 Spe aker

  Data dari hasil percobaan mematikan menunjukan bahwa Sub Sistem Relay dapat berfungsi melakukan penjadwalan untuk mematikan dan menyalakan lampu di relay dengan tingkat keberhasilan 100%. Hal tersebut dapat dilihat pada Tabel 7 yatu kesesuaian antara

  1. Alexa Voice Service diimplementasikan

  

Tabel 10. Hasil Pengujian Akurasi Perintah pada perangkat Raspberry Pi dengan cara

Mengatur Intensitas melakukan cloning file ke github alexa

  voice service lalu dilakukan instalasi.

  Persentase Hasil Subscribe Pada Terminal perancangan pada Intent Schema, Custom

  2. Pada Alexa Skills Kit dilakukan

  Perse

No Location Slot dan Sample Utterances supaya suara

ntase

  Speak Speak Speak yang dikirim dari Raspberry Pi melalui er 1 er 2 er 3

  Alexa Voice Service dapat diterjemahkan. Intent Schema merupakan pemodelan

  1010 1 10 % Garden 10 % 10 %

  interaksi dalam bentuk JSON. Custom Slot

  % Living

  merupakan pemodelan nilai-nilai penting

  2 40 % 40 % 40 % 40 % room

  dari sebuah kata yang diucap. Sedangkan

  3 70 % Bedroom 70 % 70 % 70 %

  Sample Utterances merupakan pemodelan

  4 100 % Garden 100 % 100 % 100 % sampel pengucapan.

  Living 5 10 % 10 % 10 % 10 % room 3.

  Kode program pada AWS Lambda dibuat dengan Bahasa pemrograman Node.JS.

  

Tabel 11. Hasil Pengujian Akurasi Perintah Kode program tersebut berisi handlers dari

  intent request yang dikirim oleh alexa skills

  Penjadwalan

  kit. Ketika intent request termasuk dalam

  Persentase Hasil

  handlers tersebut maka hasil terjemahan

  Subscribe Pada

  akan di proses untuk dimodelkan dan di

  Terminal Acti Locatio No Time publish ke MQTT Broker. on n Spe Spe Spe

  4. Perangkat Raspberry Pi dapat menerima

  aker aker aker

  hasil perintah suara yang sudah di

  1

  2

  3

  modelkan di AWS Lambda dengan cara

  1:02

  1 On Garden On On On

  melakukan subscribe ke MQTT Broker

  pm 1:04 Living

  dengan topik lamp_control.

  2 On On On On pm room

  5. Ketika dilakukan pengujian tingkat akurasi

  1:06 Bedroo

  3 On On On On

  dengan 3 speaker berbeda. Tingkat

  pm m

  keberhasilan dari perintah mematikan dan

  1:08

  4 On Kitchen On On On pm menyalakan sebesar 95.5%, mengubah 1:10

  warna 100%, mengatur intensitas 93.3%

  5 Off Garden Off Off Off pm

  dan melakukan penjadwalan 100%

  1:12 Living

  6 Off Off Off Off pm room

  Berikut beberapa saran yang penulis harapkan

  1:14 Bedroo

  7 Off Off Off Off pm m

  dalam pengembangan sistem pada penelitian ini

  1:18 1.

  8 Off Kitchen Off Off Off Menggunakan voice service yang berbeda pm

  seperti Google Personal Assistant, Mycroft dari Microsoft atau Siri dari Apple agar Data dari hasil percobaan uji tingkat akurasi dapat dibandingkan dan ditemukan yang menunjukan bahwa untuk perintah mematikan lebih baik. dan menyalakan lampu dapat bekerja dengan 2.

  Membuat sistem menjadi modular dimana tingkat keberhasilan 95,8%, untuk perintah ketika terdapat penambahan lampu tidak mengubah warna LED tingkat keberhasilannya perlu dilakukan penambahan kode program

  100%, untuk perintah mengatur intensitas lagi. tingkat keberhasilannya 93,3% dan untuk 3.

  Melakukan penelitian lebih lanjut tentang perintah penjadwalan tingkat keberhasilannya analisis performansi pada kondisi lainnya 100% . seperti ketika kondisi koneksi internet yang terbatas atau pada bagaimana respon sistem

5. KESIMPULAN DAN SARAN

  ketika terdapat noise suara dilingkungan Berdasarkan rumusan masalah dan hasil sekitarnya. analisis penelitian yang telah dilakukan, maka ditarik beberapa kesimpulan sebagai berikut.

  6. DAFTAR PUSTAKA Ana, M., Ian. B., Alec, Z., Adrian, N., Reggie, Smart Home Concept : our immediate

  C., 2015. Home Automation Using future. IEEE E-Learning in Industrial Raspberry Pi through Siri Enabled Electronics. Mobile Devices. 8th IEEE International

  Wang, Y. dan Dong, P., 2016. The design and Conference Humanoid, implementation of the voice control Nanotechnology, Information system of smart home based on iOS.

  Technology Communication and Proceedings of 2016 IEEE International

  Control, Environment and Management Conference on Mechatronics and (HNICEM).

  Automation. Anusuya, M.A., Katti, S.K., 2009. Speech

  Zhu, J., Gao, X., Yang, Y., Li, H., Ai, Z., Cui, Recognition by Machine: A Review.

  X., 2010. Developing A Voice Control International Journal of Computer

  System for ZigBee-based Home Science and Information

  Automation. 2nd IEEE International Security,Maret. Conference onNetwork Infrastructure Grant, C., 2017. What Is Alexa? What Is the and Digital Content.

  Amazon Echo, and Should You Get One?. [online]. Tersedia di: < https://thewirecutter.com/reviews/what- is-alexa-what-is-the-amazon-echo-and- should-you-get-one/> [Diakses

  7 Desember 2017] Hidayat, S. dan Farid, S., 2015. Scheduler and

  Voice Recognition on Home Automation Control System. 3rd International Conference on Information and Communication Technology (ICoICT).

  Kjetil, H., 2017. Corporate social responsibility.

  [online]. Tersedia di: < https://blog.nordicsemi.com/getconnect ed/voice-control-in-the-smart-home> [Diakses 7 September 2017]

  Piyare, R. dan Tazil, M., 2011. Bluetooth based Home Automation System using Cell Phone.

  IEEE 15th International Symposium on Consumer Electronics. Prapto, P., 2015. Speech Recognition. [online].

  Tersedia di: < https://praptoprasojo.wordpress.com/20 15/11/13/speech-recognition/> [Diakses

  7 September 2017] Raspberry Pi Org, 2017. GPIO Raspberry Pi

  Models A and B. [online]. Tersedia di: < https://www.raspberrypi.org/documenta tion/usage/gpio/> [Diakses 7 September 2017]

  Tri, F,Y.S. dan Novi, A., 2009.

  PERANCANGAN SOFTWARE APLIKASI PERVASIVE SMART HOME. Seminar Nasional Aplikasi Teknologi Informasi. Vincent, R., David, M., David, D., Bruno, M.,

  Laurent, D., Christopher, L., 2016. The