IMPLEMENTASI PENGENALAN KATA DENGAN METODE MEL FREQUENCY CEOSTRUMCOEFICIENT DAN HIDDEN MARKOV MODEL UNTUK MENGONTROL GERAK ROBOT MOBIL PENJEJAK IDENTIFIKASI WARNA

Aulia, Siska (2008) IMPLEMENTASI PENGENALAN KATA DENGAN METODE MEL FREQUENCY CEOSTRUMCOEFICIENT DAN HIDDEN MARKOV MODEL UNTUK MENGONTROL GERAK ROBOT MOBIL PENJEJAK IDENTIFIKASI WARNA. Other thesis, Fakultas Teknik.

Preview

PDF (IMPLEMENTASI PENGENALAN KATA DENGAN METODE MEL FREQUENCY CEOSTRUMCOEFICIENT DAN HIDDEN MARKOV MODEL UNTUK MENGONTROL GERAK ROBOT MOBIL PENJEJAK IDENTIFIKASI WARNA) - Supplemental Material Available under License Creative Commons Public Domain Dedication. Download (536Kb) | Preview

Abstract

Proses pengolahan sinyal ucapan (speech recognition) telah herkemhang pesat sehingga dapat digunaknn untuk berbagai aplikasi seperti menggerakan suatu sistem atau kontrol gerak. Saat ini dikembangkan proses pengolahan sinyal. ucapan menjadi suaiu rtnnirol untuk menggerokan robat mobil melalui lwmputer. Pada tugas akhir ini, dikembangknn suatu sistem robot mobil yang dapat mendengar, melihat, memberi respon dsn dikontrol dengan ucapan. Proses pengotrolan ucapan menggunakan Mel Frequency Cepstrum Cofficient sebagai ekstraksi ciri, sedangkan Hidden Markov Model (HMM sebagai pengenalan pola . Berbeda dengan mata manusia, kamera pada robot perlu melakukan berbagai proses pengolahan citra untuk mendefinisiknn objek yqng dilihatnya. Pada tugas akhir ini setelah kata dikenali, robot mobil melakukan tracking objek berdasakan 4 jenis warna yaitu merah, kuning,hijau dan biru. Dasar dari objek tracking adalah segmentasi dengan metode multilevel color thresholding pada ruang wsrns HIS. Keluaran dari sisiem robot mobil ini dihubungknn ke motor servo standar sebagai penggerak kamera dalam proses tracking objek. Keluaran sistem ini berupa gerakan horizontal kamera dan respon maju yang dilakukan robot mobil berdasarksn kota yang dikenali. Hasil pengujian untuk pengenalan ucapan terlatih sebesar 100%, kemudian sumber terlatih sebesar 83,33% dan untuk sumber tidak dilatih sebesar 80,25%. Sedangkan pengujian dan pengamatan untuk objek trecking berdasarkan kata yang dikenali didapatkan tingkat keberhasilan sebesar 100%. Oleh karena itu dapat disimpulkan bahwa robot dapat mentracking dan merespon objek.

Actions (login required)

View Item