Implementasi Sistem Kendali Lampu dengan Voice Command Menggunakan Google API
Keywords:
Lampu, voice command, smart lampAbstract
Lampu merupakan sebuah perangkat yang saat ini digunakan dimana-mana dan kini menjadi suatu kebutuhan manusia yang tidak dapat diabaikan. Smart lamp merupakan suatu sistem yang dirancang untuk megendalikan lampu-lampu yang sudah terintegrasi dengan sistem yang ada pada suatu ruangan. Sistem ini menggunakan Raspberry Pi sebagai microcontroller dan algoritma RNN dan LSTM yang sudah tersedia pada Google API dalam mengolah suara perintah dari user, serta Relay sebagai aktuator yang akan menggerakkan lampu untuk on atau off. Dari penelitian yang dibangun, dilakukan pengujian pada tiga device. Diperoleh hasil pengujian bahwa rata-rata waktu yang diperlukan sistem untuk menghidupkan dan mematikan Lampu I secara berturut-turut adalah 3,3 second dan 3,28 second dengan intensitas suara minimal 60,6 dB. Untuk menghidupkan dan mematikan Lampu II secara berturut-turut adalah 3,43 second dan 3,61 second dengan intensitas suara minimal 60,8 dB. Sedangkan untuk menghidupkan dan mematikan Lampu III secara berturut-turut adalah 3,32 second dan 3,39 second dengan intensitas suara minimal 61,32 dB. Ketiga lampu dapat dikendalikan dengan jarak terjauh adalah 1,2 meter.
Downloads
References
D. W. Sudiharto, A. Gautama, P. Satwiko, and R. L. Haposan, “Implementasi Prototipe Automasi Pintu dan Jendela Rumah Melalui Perintah Suara,” p. 20, 2016.
F. Z. Rahman, “Smart Home Berbasis IoT,” in Seminar Nasional Inovasi Teknologi Terapan, 2017, pp. 369–374.
M. Sidiq, T. A. B. W, and S. Sa’adah, “Desain dan Implementasi Voice Command Menggunakan Metode MFCC dan HMMs,” Epoch, vol. 2, no. 1, pp. 1–10, 2012.
F. Elkusnandi, U. N. Wisesty, F. Informatika, U. Telkom, and A. Buzo, “Implementasi Sistem Pengenalan Ucapan Bahasa Indonesia Menggunakan Kombinasi MFCC dan PCA Berbasis HMM,” vol. 5, no. 2, pp. 3608–3622, 2018.
G. K. Berdibaeva, O. N. Bodin, V. V. Kozlov, D. I. Nefed’Ev, K. A. Ozhikenov, and Y. A. Pizhonkov, “Pre-processing voice signals for voice recognition systems,” Int. Conf. Young Spec. Micro/Nanotechnologies Electron Devices, EDM, pp. 242–245, 2017.
A. Ravulavaru, AI Services Quick Start Guide. Packt Publishing Ltd, 2018.
R. Dorf and R. Bishop, Modern Control System, 12th ed. London: Pearson Education, 2010.
M. F. Wicaksono, Mudah Belajar Raspberry Pi. Bandung: Informatika, 2018.
M. Saleh and M. Haryanti, “Jurnal Teknologi Elektro, Universitas Mercu Buana ISSN : 2086 ‐ 9479,” J. Teknol. Elektro, Univ. Buana, vol. 8, no. 2, pp. 87–94, 2017.
G. Cloud, “AI & Machine Learning Products,” Google, 2008. [Online]. Available: https://cloud.google.com/speech-to-text/. [Accessed: 02-Sep-2019].
A. Sandi, “Mengenal Apa itu Web API,” Code Politan, 2017. [Online]. Available: https://www.codepolitan.com/mengenal-apa-itu-web-api-5a0c2855799c8. [Accessed: 13-Aug-2019].
B. Prijono, “Pengenalan Recurrent Neural Network (RNN) – Bagian 1,” 2018. [Online]. Available: https://indoml.com/2018/04/04/pengenalan-rnn-bag-1/. [Accessed: 22-Nov-2019].
K. Dutta and K. K. Sarma, “Multiple feature extraction for RNN-based Assamese speech recognition for speech to text conversion application,” Proc. 2012 Int. Conf. Commun. Devices Intell. Syst. CODIS 2012, pp. 600–603, 2012.
B. Prijono, “Pengenalan Long Short Term Memory (LSTM) dan Gated Recurrent Unit (GRU) – RNN Bagian 2,” 2018. [Online]. Available: https://indoml.com/2018/04/13/pengenalan-long-short-term-memory-lstm-dan-gated-recurrent-unit-gru-rnn-bagian-2. [Accessed: 22-Nov-2019].
J. Li, A. Mohamed, G. Zweig, and Y. Gong, “LSTM time and frequency recurrence for automatic speech recognition,” 2015 IEEE Work. Autom. Speech Recognit. Understanding, ASRU 2015 - Proc., pp. 187–191, 2016.
