PROTOTYPE SISTEM KENDALI PENYALAAN PERALATAN LISTRIK MENGGUNAKAN PERINTAH SUARA DENGAN METODE MEL-FREQUENCY CEPSTRAL COEFFICIENTS DAN CONVOLUTIONAL NEURAL NETWORK

Sistem kendali yang sedang berkembang saat ini adalah sistem kendali
menggunakan suara. Dengan pengenalan suara pengembangan teknik dan
pembelajaran pada mesin atau komputer untuk dapat menerima masukan berupa
kata maupun kalimat yang diucapkan. Tujuan penelitian ini adalah untuk
merancang rumah pintar berbasis suara dengan metode (MFCC) dan (CNN)
diharapkan dapat meningkatkan keakurasian dalam pengontrolan. Pada penelitian
ini mengaplikasikan pengenalan suara untuk mengontrol peralatan listrik dirumah
pada proses pengenalan bahasa lisan akan dimulai dengan memanfaatkan
beberapa teknik ekstraksi fitur sebagai fondasi awal proses pengenalan, dimana
hasilnya akan dibandingkan dari sisi akurasi menggunakan algortima klasifikasi,
untuk ekstraksi ciri menggunakan metode Mel Frequency Cepstral Coefficients
(MFCC) dan untuk metode klasifikasi menggunakan Convolutional Neural
Network (CNN). Hasil penelitian menunjukan bahwa model CNN mampu
mengenali dan mengklasifikasikan perintah suara dengan akurasi 91% pada
pengujian real-time dan untuk pengujian prototype dari jarak 15-20cm sebesar
81% dan jarak 80-100cm sebesar 64%. Penurunan ini kemungkinan disebabkan
oleh perbedaan mekanisme kerja antara pengujian real-time dan pada prototype,
dan penurunan akurasi pada variasi jarak menunjukan dampak yang signifikan.
Secara keseluruhan, sistem berhasil dikembangkan dan layak digunakan untuk
kendali perangkat berbasis suara.
Kara Kunci : Pengenalan Suara, Mel Frequency Cepstral Coefficients (MFCC),
Convolutional Neural Network (CNN).