Ramba, Lery Sakti (2020) Perancangan Sistem Home Automation Dengan Kendali Perintah Suara Menggunakan Deep Learning Convolutional Neural Network (Dl-Cnn). Other thesis, Universitas Komputer Indonesia.
UNIKOM_LERY SAKTI RAMBA_COVER.pdf
Download (30kB) | Preview
UNIKOM_LERY SAKTI RAMBA_LEMBAR PENGESAHAN.pdf
Download (224kB) | Preview
UNIKOM_LERY SAKTI RAMBA_SURAT KETERANGAN PERSETUJUAN PUBLIKASI.pdf
Download (134kB) | Preview
UNIKOM_LERY SAKTI RAMBA_SURAT PERNYATAAN TIDAK PLAGIAT.pdf
Download (245kB) | Preview
UNIKOM_LERY SAKTI RAMBA_KATA PENGANTAR.pdf
Download (68kB) | Preview
UNIKOM_LERY SAKTI RAMBA_DAFTAR ISI.pdf
Download (114kB) | Preview
UNIKOM_LERY SAKTI RAMBA_BAB I.pdf
Download (33kB) | Preview
UNIKOM_LERY SAKTI RAMBA_BAB II.pdf
Download (845kB) | Preview
UNIKOM_LERY SAKTI RAMBA_BAB III.pdf - Published Version
Restricted to Repository staff only
Download (21kB) | Request a copy
UNIKOM_LERY SAKTI RAMBA_BAB IV.pdf - Published Version
Restricted to Repository staff only
Download (91kB) | Request a copy
UNIKOM_LERY SAKTI RAMBA_BAB V.pdf - Published Version
Download (24kB) | Preview
UNIKOM_LERY SAKTI RAMBA_DAFTAR PUSTAKA.pdf - Published Version
Download (121kB) | Preview
Abstract
Penelitian ini bertujuan untuk merancang sebuah sistem home automation yang dapat dikendalikan dengan menggunakan perintah suara. Penelitian ini dilakukan dengan mempelajari penelitian lain yang bekaitan dengan topik pada penelitian ini, berdiskusi dengan pihak-pihak yang kompeten, merancang sistem, menguji sistem, dan melakukan analisis berdasarkan pengujian yang telah dilakukan. Pada penelitian ini dirancang sebuah sistem pengenalan suara menggunakan Deep Learning Convolutional Neural Network (DL-CNN). Model CNN yang telah dirancang kemudian akan dilatih untuk mengenali beberapa macam perintah suara. Hasil dari penelitian ini adalah sebuah sistem pengenalan suara yang dapat digunakan untuk mengendalikan beberapa perangkat elektronik yang terhubung ke sistem. Sistem pengenalan suara pada penelitian ini memiliki persentase keberhasilan sebesar 100% pada kondisi ruangan dengan intensitas background noise 24dB (senyap), sebesar 67,67% pada kondisi ruangan dengan intensitas background noise 42dB, dan hanya 51,6 % pada kondisi ruangan dengan intensitas background noise 52dB (bising). Persentase keberhasilan sistem pengenalan suara pada penelitian ini sangat dipengaruhi oleh besarnya intensitas background noise pada suatu ruangan. Oleh karena itu, untuk memperoleh hasil yang optimal, sistem pengenalan suara pada penelitian ini lebih cocok digunakan pada ruangan dengan intensitas background noise yang rendah.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Home Automation, Perintah Suara, Deep Learning, Convolutional Neural Network. |
| Subjects: | 600 TECHNOLOGY > Engineering & Allied Operations |
| Divisions: | S1 Skripsi > Teknik Elektro |
| Depositing User: | Mrs. Calis Maryani |
| Date Deposited: | 28 Jan 2021 02:30 |
| Last Modified: | 28 Jan 2021 02:30 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/3211 |
