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.

Earthquake is one of the natural disasters that can occur without being used. Earthquakes originate from vibrations in the bowels of the earth that travel to the surface caused by fractures in the earth breaking and shifting violently. To prevent material and inmaterial losses, this research can be carried out by utilizing hardware technology in the form of Raspberry PI and Piezoelectric Sensors. Raspberry PI is a small single-board computer (SBC) used for electronics projects. Raspberry PI has 40 pins divided into two modes, namely BCM and BOARD. For making a Piezoelectric Sensor value reading program using the Python Programming Language. The results of reading the output of the Piezoelectric Sensor integrated with the Raspberry PI are in the form of a voltage value. The output of the voltage is sent to the Website Page in real time. The collection of output data can then be analyzed if there are indications of an earthquake. The trial form was carried out by dropping the weight of objects weighing 2 and 3 Kilograms with the drop points being 25 cm, 50 cm and 95 cm. The experiment was carried out 3 times based on weight and falling point. From the test results, the value of vibration on the piezoelectric sensor was obtained with the lowest value of 107787 and the highest 568785063. For the criteria for an earthquake or not, it is divided into 2 categories, namely weak or strong. If the vibration value is more than 880000 it is interpreted as a strong category otherwise if it is less than 880000 it is categorized as weak. The sensor reading results are then stored in the database and displayed on the Website Page.

Earthquake is one of the natural disasters that can occur without being used. Earthquakes originate from vibrations in the bowels of the earth that travel to the surface caused by fractures in the earth breaking and shifting violently. To prevent material and inmaterial losses, this research can be carried out by utilizing hardware technology in the form of Raspberry PI and Piezoelectric Sensors. Raspberry PI is a small single-board computer (SBC) used for electronics projects. Raspberry PI has 40 pins divided into two modes, namely BCM and BOARD. For making a Piezoelectric Sensor value reading program using the Python Programming Language. The results of reading the output of the Piezoelectric Sensor integrated with the Raspberry PI are in the form of a voltage value. The output of the voltage is sent to the Website Page in real time. The collection of output data can then be analyzed if there are indications of an earthquake. The trial form was carried out by dropping the weight of objects weighing 2 and 3 Kilograms with the drop points being 25 cm, 50 cm and 95 cm. The experiment was carried out 3 times based on weight and falling point. From the test results, the value of vibration on the piezoelectric sensor was obtained with the lowest value of 107787 and the highest 568785063. For the criteria for an earthquake or not, it is divided into 2 categories, namely weak or strong. If the vibration value is more than 880000 it is interpreted as a strong category otherwise if it is less than 880000 it is categorized as weak. The sensor reading results are then stored in the database and displayed on the Website Page.