Pengenalan Bentuk Benda Berdasarkan Sinyal Suara dengan Transducer Mikrofon dan Teknologi Kinect

Abstract

Pengolahan suara atau pengenalan kata berkembang pesat sehingga dapat digunakan untuk berbagai aplikasi seperti menggerakan suatu sistem atau kontrol gerak dan media pembelajaran berbasis multimedia. Implementasi pengenalan suara dan deteksi citra pada penelitian ini menggunakan transducer mikrofon dan teknologi kinect. Penelitian ini bertujuan untuk menghasilkan sistem yang dapat mengidentifikasi dan mengenali suatu objek dengan perintah kata, seperti lingkaran, segitiga, segiempat dan segibanyak. Dalam pengolahan suara dilakukan ekstraksi ciri suara dengan Mel-Frequency Cepstrum Coeffecient (MFCC). Pemodelan kata dilakukan dengan menggunakan pemodelan statistik yaitu Hidden Markov Model (HMM). HMM mampu memberikan mekanisme yang efisien untuk memodelkan secara statistik keragaman dalam ucapan atau kata. Pengambilan data sampel dengan transducer mikrofon secara offline dan online. Pada penelitian ini pencocokan pola kata melalui proses pelatihan dan pengujian kata. Keluaran sistem ini berupa kata yang dikenali berdasarkan probabilitas tertinggi dan menampilkan bentuk benda berdasarkan kata yang dikenali. Prosesnya setelah kata dikenali, sistem akan mentracking citra benda berdasarkan bentuk benda kemudian menampilkan bentuk benda yaitu lingkaran, segitiga, segiempat dan segibanyak. Hasil pengujian dengan tranducer mirofon, untuk sumber terlatih 85%, sumber tidak terlatih 81,5%, dan pengujian dengan Kinect sumber tidak terlatih 84% sehingga sistem pengenalan kata dapat diimplementasikan dengan teknologi Kinect