Pengenalan Ucapan Sebagai Pengendali Gerakan Kursi Roda Secara Real-Time dengan Metode MFCC dan BP-NN

Lutfiana, Alfia (2018) Pengenalan Ucapan Sebagai Pengendali Gerakan Kursi Roda Secara Real-Time dengan Metode MFCC dan BP-NN. Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0914040036 - Alfia Lutfiana - Pengenalan Ucapan Sebagai Pengendali Gerakan Kursi Roda Secara Real-Time dengan Metode MFCC dan BP-NN.pdf
Restricted to Repository staff only

Download (3MB)

Abstract

Kursi roda merupakan alat bantu gerak untuk penyandang cacat yang membutuhkan mobilitas untuk dapat melakukan aktifitas sehari-hari. Pada saat ini telah dikembangkan kursi roda elektrik menggunakan bantuan joy-stick. Banyak pula dikembangkan alat-alat yang dapat mempermudah gerak manusia hanya melalui sebuah perintah suara memanfaatkan aplikasi-aplikasi yang telah tersedia seperti google voice. Tanpa banyak yang mengetahui bahwa ada ilmu lain yang dapat dikembangkan untuk membuat alat-alat serupa. Oleh karena itu dibuatlah sebuah sistem pengendali kursi roda melalui pengenalan perintah suara yang dapat mempermudah pasien penderita kelumpuhan kaki dan tangan dalam beraktifitas. Pengenalan perintah suara ini diproses menggunakan metode Mel-Frequency Cepstrum Coefficient (MFCC) yang digunakan untuk membuat pola dari perintah suara dan Back Propagation-Neural Network (BP-NN) yang digunakan untuk mengambil keputusan dari pola perintah suara yang dihasilkan. Hasil dari penggunaan metode Mel-Frequency Cepstrum Coefficient dan Back PropagationNeural Network bekerja dengan cukup akurat dalam hal pengenalan perintah suara dan menggerakkan kursi roda. Pengujian dilakukan dengan melakukan lima kondisi. Tingkat keberhasilan 100% didapatkan pada pengujian perintah maju, 100% didapatkan pada pengujian perintah mundur, 100% didapatkan pada pengujian perintah kanan, 75% didapatkan pada pengujian perintah kiri, dan tingkat akurasi sebesar 75% didapatkan pada pengujian perintah berhenti. Total akurasi keberhasilan dari 20 data uji adalah 90%.

Item Type: Thesis (Diploma)
Additional Information: No. Inventaris : 4731/TO-14/2018_Lokasi TA : 270
Uncontrolled Keywords: Back Propagation-Neural Network, Kursi Roda, Mel-Frequency Cepstrum Coefficient, Suara.
Subjects: T Technology > T Technology (General)
Divisions: Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi
Depositing User: Unnamed user with email repository@ppns.ac.id
Date Deposited: 19 Jun 2019 07:21
Last Modified: 22 Jun 2021 01:35
URI: http://repository.ppns.ac.id/id/eprint/1592

Actions (login required)

View Item View Item