Septamara, Rizki ( 0622034 ) (2010) Pengenalan Ucapan Dengan Metode FFT Pada Mikrokontroler ATMega32. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
0622034_Abstract_TOC.pdf - Accepted Version Download (49Kb) | Preview |
|
|
Text
0622034_Appendices.pdf - Accepted Version Download (558Kb) | Preview |
|
|
Text
0622034_Chapter1.pdf - Accepted Version Download (1274Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
0622034_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (2564Kb) |
|
|
Text
0622034_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (2296Kb) |
|
|
Text
0622034_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (3406Kb) |
|
|
Text
0622034_Conclusion.pdf - Accepted Version Download (1024Kb) | Preview |
|
|
Text
0622034_Cover.pdf - Accepted Version Restricted to Repository staff only Download (76Kb) |
|
|
Text
0622034_References.pdf - Accepted Version Download (1023Kb) | Preview |
Abstract
Teknologi suara adalah salah satu aplikasi teknologi yang sangat berguna dalam kehidupan sehari-hari. Contohnya, dalam menyalakan sebuah lampu orang hanya menepuk tangannya, dan lampu pun akan menyala, dan masih banyak lagi dari teknologi suara yang dapat digunakan untuk mengontrol sesuatu. Pada Tugas Akhir ini, dirancang sebuah alat yang dapat mengenali ucapan dengan menggunakan metode FFT (Fast Fourier Transform). Dengan metode ini akan didapatkan sinyal dalam domain frekuensi, hal ini bertujuan agar pola karakteristik ucapan kata yang satu dengan yang lainnya dapat dibedakan. Sinyal suara masuk yang merupakan sinyal analog dikonversikan menjadi sinyal digital dengan ADC pada mikrokontroler ATMega32, selanjutnya akan ditransformasikan menggunakan transformasi fourier diskrit (FFT). Langkah berikutnya, informasi yang didapat dibandingkan dengan database nilai FFT beberapa ucapan yang telah disimpan sebelumnya dalam memori EEPROM mikrokontroler, dan dicari error terkecil dengan metode RMSE (Root Mean Squared Error). Kata-kata yang dikenali adalah kanan, kiri, maju, mundur, dan stop. Berdasarkan percobaan yang dilakukan dalam Tugas Akhir ini, sistem pengenalan ucapan yang dibuat berhasil direalisasikan dengan persentase keberhasilan yang paling tinggi adalah kata maju (91.33%) dan persentase keberhasilan yang paling kecil adalah kata mundur (66.67%).
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Sistem Pengenalan Ucapan, FFT, Pengontrol Mikro ATMega32 |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 04 Sep 2013 08:18 |
| Last Modified: | 04 Sep 2013 08:18 |
| URI: | http://repository.maranatha.edu/id/eprint/3971 |
Actions (login required)
 |
View Item |
