Pengenalan Ucapan Dengan Metode FFT Pada Mikrokontroler ATMega32

Septamara, Rizki ( 0622034 ) (2010) Pengenalan Ucapan Dengan Metode FFT Pada Mikrokontroler ATMega32. Other thesis, Universitas Kristen Maranatha.

[img]
Preview
Text
0622034_Abstract_TOC.pdf - Accepted Version

Download (49Kb) | Preview
[img]
Preview
Text
0622034_Appendices.pdf - Accepted Version

Download (558Kb) | Preview
[img]
Preview
Text
0622034_Chapter1.pdf - Accepted Version

Download (1274Kb) | Preview
[img] Text
0622034_Chapter2.pdf - Accepted Version
Restricted to Repository staff only

Download (2564Kb)
[img] Text
0622034_Chapter3.pdf - Accepted Version
Restricted to Repository staff only

Download (2296Kb)
[img] Text
0622034_Chapter4.pdf - Accepted Version
Restricted to Repository staff only

Download (3406Kb)
[img]
Preview
Text
0622034_Conclusion.pdf - Accepted Version

Download (1024Kb) | Preview
[img]
Preview
Text
0622034_Cover.pdf - Accepted Version

Download (76Kb) | Preview
[img]
Preview
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 (Other)
Uncontrolled Keywords: Sistem Pengenalan Ucapan, FFT, Pengontrol Mikro ATMega32
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > School of Electronics
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 View Item