Pengenalan Ucapan Metoda MFCC-HMM Untuk Perintah Gerak Robot Mobil Penjejak Identifikasi Warna

Main Article Content

Fitrilina .
Rahmadi Kurnia
Siska Aulia

Keywords

Abstract

Dewasa ini, teknologi human machine cukup berkembang dan mendapatkan perhatian.. Dua bidang yang cukup berperan dalam perkembangan teknologi human machine adalah pemrosesan suara dan pemrosesan image. Penelitian ini mengimplementasikan pemrosesan suara dan image pada sistem robot mobil sehingga robot dapat mendengar, melihat, memberi  respon dan diperintah berdasarkan ucapan. Sistem pengenalan ucapan menggunakan Mel Frequency Cepstrum Coefficient (MFCC) dan Hidden Markov Model (HMM). Robot mobil melakukan tracking objek berdasarkan empat jenis warna  yaitu merah kuning, hijau dan biru. Pada penelitian ini segmentasi menggunakan metode multilevel color thresholding pada ruang warna HIS. Keluaran dari sistem robot mobil dihubungkan ke motor servo standar sebagai penggerak kamera dalam proses tracking objek. Keluaran sistem berupa gerakan horizontal kamera dan respon maju yang dilakukan robot mobil berdasarkan ucapan yang dikenali. Hasil pengujian untuk pengenalan ucapan sumber terlatih 83,33% dan untuk sumber tidak dilatih sebesar 80,25%. Sedangkan pengujian untuk objek tracking berdasarkan ucapan yang dikenali mencapai keberhasilan 100%. Oleh karena itu dapat disimpulkan bahwa robot dapat mentracking dan merespon objek.

Kata kunci : pengenalan ucapan, segmentasi, tracking objek

References

[1] Fitrilina, Sistem Pengenalan Isolated Digit yang Robust Dengan Menggunakan Spectral Subtraction Berdasarkan Minimum Statistics, Teknika No 35 Vol 1.THNXVII April 2011
[2] Rabiner, “A Tutorial on Hidden Markov Model and Selected Aplications in Speech Recognition,” Proceedings of the IEEE, vol 77, No 2, 1989
[3] Tomi Aarnio, “Speech Recognition with Hidden Markov Models in Visual Communication,” Master of Science Thesis, University of Turki, 1999
[4] Ting Chee Ming,.” Malay Continous Speech Recognition using Continous Density Hidden Markov Model”, Thesis, Universiti Teknologi Malaysia, 2007.
[5] Mikael Nilson, marcus Ejnarson, “Speech recognition using Hidden Markov Model, Performance Evaluation in Noisy Environtment”, Theiss Blekinge institute of Technology, Sewen, 2002.
[6] Yao, Wang, J.Ostermann & Y.Q.Zhang. 2002. ”Video Processing and Communications”. New Jersey: Prentice Hall.
[7] Microsoft Corporation.2001. “Microsoft Paint Software”. New York: Microsoft Corporation.
[8] Hearn, Donald dan M. Pauline Baker. 1996. “Computer Graphics C Version 2nd Edition”. New York: Prentice Hall.

Most read articles by the same author(s)