Sistem Remote Cerdas Terpusat Berbasis Speech Recognition Menggunakan Kombinasi Convolutional Neural Network, Band Pass Filter, Dan Transformasi Wavelet

Azhar, Ahmad (2023) Sistem Remote Cerdas Terpusat Berbasis Speech Recognition Menggunakan Kombinasi Convolutional Neural Network, Band Pass Filter, Dan Transformasi Wavelet. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_Ahmad Azhar ZA_Cover.pdf - Published Version Download (47kB)
	Text UNIKOM_Ahmad Azhar ZA_Lembar Pengesahan.pdf - Published Version Download (326kB)
	Text UNIKOM_Ahmad Azhar ZA_Surat Publikasi.pdf - Published Version Download (300kB)
	Text UNIKOM_Ahmad Azhar ZA_Surat Tidak Plagiat.pdf - Published Version Download (359kB)
	Text UNIKOM_Ahmad Azhar ZA_Kata Pengantar.pdf - Published Version Download (149kB)
	Text UNIKOM_Ahmad Azhar ZA_Daftar Isi.pdf - Published Version Download (207kB)
	Text UNIKOM_Ahmad Azhar ZA_Bab I.pdf - Published Version Download (216kB)
	Text UNIKOM_Ahmad Azhar ZA_Bab II.pdf - Published Version Download (548kB)
	Text UNIKOM_Ahmad Azhar ZA_Bab III.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_Ahmad Azhar ZA_Bab IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_Ahmad Azhar ZA_Bab V.pdf - Published Version Download (178kB)
	Text UNIKOM_Ahmad Azhar ZA_Daftar Pustaka.pdf - Published Version Download (205kB)
	Text UNIKOM_Ahmad Azhar ZA_Kontak Kontributor.pdf - Published Version Download (107kB)

Abstract

Pengendalian perangkat elektronik telah mengalami perkembangan dengan adanya penggunaan remote terpusat. Teknologi smart home menjadi solusi dengan mengintegrasikan remote terpusat dengan jaringan internet. Pada penelitian ini memperkenalkan sistem remote cerdas terpusat berbasis teknologi pengenalan suara dengan metode band pass filter, transformasi wavelet, dan Convolutional Neural Network (CNN). Penelitian ini memiliki beberapa komponen penting termasuk penguatan sinyal, filter frekuensi yakni band pass filter, dan teknologi noise reduction meliputi transformasi wavelet untuk meningkatkan kualitas pengenalan suara. Selain itu, penelitian ini menguji sistem dalam berbagai kondisi, termasuk tingkat kebisingan yang berbeda dan jarak antara pengguna dan perangkat. Hasil pengujian menunjukkan bahwa sistem mampu mengenali instruksi suara dengan tingkat akurasi sekitar 90% pada tingkat kebisingan di bawah 56,76dB. Namun, akurasi menurun menjadi sekitar 70% pada tingkat kebisingan yang lebih tinggi (56,76dB dan 67,51dB). Respons frekuensi sinyal instruksi suara berada pada rentang 20 Hz – 4 kHz berdasarkan rspons frekuensi rangkaian analog band pass filter dan (Finite Impulse Response) FIR band pass filter. Selain itu, level 4 transformasi wavelet pada tingkat kebisingan kurang dari 56,76dB menyebabkan tingkat akurasi pengenalan instruksi suara mencapai 90% dalam rentang MSE dan PSNR sebesar 6% - 12% dan 19dB – 30dB. Pada tingkat kebisingan 56,76dB dan 67,51dB difilter pada level 7 transformasi wavelet yang mengakibatkan tingkat akurasi pengenalan instruksi suara mencapai 70% dengan 15% - 19% dan 16dB – 20dB sebagai rentang MSE dan PSNR.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	remote cerdas terpusat, CNN, band pass filter, tranformasi wavelet.
Subjects:	600_TECHNOLOGY. > 620_Engineering & Allied Operations. T Technology > TC Hydraulic engineering. Ocean engineering
Divisions:	S1_SKRIPSI > FTIK_Teknik Elektro (31)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	25 Nov 2024 08:04
Last Modified:	25 Nov 2024 08:23
URI:	http://elibrary.unikom.ac.id/id/eprint/9512

Actions (login required)

View Item