Implementasi Pengenalan Pola Suara Menggunakan Mel-Frequency Cepstrum Coefficients(MFCC) dan Adaptive Neuro-Fuzzy Inferense System(ANFIS) sebagai Kontrol Lampu Otomatis

Penelitian ini menggambarkan implementasi pengenalan pola suara untuk mengontrol nyala dan mati lampu AC secara otomatis. Metode pengenalan pola suara yang digunakan dalam penelitian ini adalah Mel-Frequency Cepstrum Coefficients (MFCC) dan Adaptive Neuro-Fuzzy Inferense System (ANFIS). Metode LPC digunakan untuk ekstraksi ciri sinyal suara dan ANFIS digunakan sebagai metode pembelajaran untuk pengenalan pola suara. Data latih yang digunakan pada proses pembelajaran ANFIS sebanyak 6 ciri. Pengujian sistem pengenalan pola suara dilakukan menggunakan data suara terlatih dan data suara tak terlatih. Hasil pengujian menunjukkan tingkat keberhasilan untuk data suara terlatih sebesar 98,57 % dan data tak terlatih sebesar 95,90%. Sistem pengenalan pola suara ini telah diaplikasikan dengan baik untuk menyalakan dan mematikan lampu AC berbasis mikrokontroler Arduino

[1]  Vu Duc Lung,et al.  Speech Recognition on Robot Controller Implemented on FPGA , 2013 .

[2]  J. Norberto Pires.  Robot-by-voice: experiments on commanding an industrial robot using the human voice , 2005, Ind. Robot.

[3]  Uday Pandit Khot,et al.  Speech Recognition for Robotic Control , 2013 .

[4]  M. Isa Irawan,et al.  Pengenalan Ucapan Kata Sebagai Pengendali Gerakan Robot Lengan Secara Real-Time dengan Metode Linear Predictive Coding – Neuro Fuzzy , 2012 .

[5]  Namrata Dave,et al.  Feature Extraction Methods LPC, PLP and MFCC In Speech Recognition , 2013 .

[6]  E. S. Gopi.  Digital Speech Processing Using Matlab , 2013 .

[7]  Thiang,et al.  SPEECH RECOGNITION USING LPC AND HMM APPLIED FOR CONTROLLING MOVEMENT OF MOBILE ROBOT , 2011 .

[8]  K. Shanmukha Sundar,et al.  Real time control of DC motor drive using speech recognition , 2011, India International Conference on Power Electronics 2010 (IICPE2010).

[9]  Arief Fajar Permana.  Implementasi hidden markov model untuk aplikasi pengenalan ucapan sebagai kendali gerak robot mobil , 2011 .

[10]  Ande Stanly Kumar,et al.  Speech Recognition System For Controlling The Robot , 2012 .

[11]  V. Tiwari.  MFCC and its applications in speaker recognition , 2010 .

[12]  Atul Kumar,et al.  Speech Recognition Based Wheelchair Using Device Switching , 2014 .

[13]  Ali Mustofa.  Sistem Pengenalan Penutur dengan Metode Mel-frequency Wrapping , 2008 .

[14]  Dhanny Wijaya Thiang.  Limited Speech Recognition for Controlling Movement of Mobile Robot Implemented on ATmega162 Microcontroller , 2009, 2009 International Conference on Computer and Automation Engineering.

[15]  Suryo Wijoyo,et al.  Speech Recognition Using Linear Predictive Coding and Artificial Neural Network for Controlling Movement of Mobile Robot , 2011 .

[16]  Neng-Sheng Pai,et al.  Implementation of a Tour Guide Robot System Using RFID Technology and Viterbi Algorithm-Based HMM for Speech Recognition , 2014 .

[17]  Siddhant C. Joshi,et al.  MATLAB Based Feature Extraction Using Mel Frequency Cepstrum Coefficients for Automatic Speech Recognition , 2014 .

[19]  Luther Latumakulita,et al.  SISTEM PAKAR PENDIAGNOSA PENYAKIT GINJAL , 2011 .