Publication Search

Suara manusia memiliki banyak sekali karakteristik. Ada yang memiliki suara berat, suara yang lembut, suara yang tinggi, suara yang rendah dan lain sebagainya. Manusia dapat mengenali karakteristik suara tersebut dan mengerti hal-hal yang diucapkan. Berbagai inovasi telah dikeluarkan untuk merancang suatu kecerdasan buatan untuk mengerti arti ucapan yang diberikan oleh manusia. Hal ini menjadi ketertarikan bagi penulis untuk merancang sistem pengenalan suara. Rancangan yang dibuat penulis adalah membuat sistem pengenalan suara yang berbasis Google Speech API pada Smartphone Android untuk dapat mengendalikan sepeda motor dengan menggunakan teknologi Bluetooth HC-05 pada Raspberry Pi. Penelitian ini menggunakan 3 tahap pengujian. Pengujian pertama merupakan pengujian untuk mengetahui jarak ideal antara bibir dengan microphone pada Smartphone Android saat memberikan perintah kepada sepeda motor. Pengujian kedua dilakukan untuk mengetahui jarak ideal untuk berkomunikasi antara Smartphone Android dengan Raspberry Pi, dan pengujian ketiga adalah untuk merancang sistem keamanan tambahan dengan menggunakan sidik jari pada Smartphone Android. Hasil yang didapatkan pada pengujian pertama adalah persentase keberhasilan tertinggi berada pada jarak 5cm dengan nilai sebesar 99.17% dan tingkat terendah pada jarak 30cm antara bibir dengan microphone dengan nilai sebesar 78.33%. Pengujian kedua didapatkan hasil bahwa jarak maksimal untuk melakukan komunikasi antara Smartphone Android dengan modul Bluetooth HC-05 pada Raspberry Pi adalah sebesar 20m, lebih dari itu perangkat tidak dapat berkomunikasi. Pengujian ketiga didapatkan hasil bahwa selain sidik jari yang terdaftar maka user tidak dapat menggunakan aplikasi yang telah dirancang karena aplikasi akan melakukan looping secara terprogram.

Pelacakan objek merupakan suatu proses untuk menentukan dan mengikuti posisi dari sebuah objek bergerak yang diinginkan menggunakan kamera secara realtime. Ada berbagai macam algoritma dalam pembuatan sistem pelacakan objek, salah satunya adalah algoritma correlation tracker pada pustaka DLIB. Sistem pelacakan objek ini menggunakan Raspberrry Pi 4 yang berisi program python untuk pelacakan objek. Pi Camera digunakan sebagai input gambar video realtime. Hasil penggunaan algoritma correlation tracker yang ada pada pustaka DLIB, yaitu proses pelacakan objek dapat berjalan dengan baik. Terdapat 5 objek yang dilacak dan hasilnya kotak pelacakan selalu berada di sekitar objek, baik saat objek bergerak ke kiri, ke kanan, maju dan mundur. Apabila objek bergerak maju dan mundur, skala pada kotak pelacakan dapat berubah mengikuti ukuran objek. Performa pada Raspberry Pi dapat dilihat dari framerate video sebesar 10,5 fps.