Sistem Pengenalan Suara untuk Pengendali Sepeda Motor dengan Menggunakan Google Speech API

Authors

  • Nicholas Gian Hillary Universitas Sanata Dharma Yogyakarta
  • Damar Widjaja Universitas Sanata Dharma Yogyakarta

Keywords:

suara, google speech API, android, raspberryPi

Abstract

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.

 

Human speech in the world has many of characteristics. There are deep voices, soft voices, high and low voices, etc. Human can hear the voice and knowing what are they telling about. Many Research has been inovated to made an Artficial Intelegent for learning what are they saying for. This is the reason why we interested to made something like that. In this study, we designed voice recognition system based on Google Speech API on Android Smartphone to control motorcycle using Bluetooth Technology HC-05 and plug it at Raspberry Pi. There are 3 tests for this research. First test is used to know the ideal distances between lips and microphone of Android Smartphone while giving commands to motorcycle. Second test is used to know the ideal distances for bluetooth communicating between Android Smartphone and Raspberry Pi, and the last testing is used to made an addition security system that used fingerprint sensor on Android Smartphone. The highest percentage of First Test is on 5cm between lips and microphone with a value of 99.17% and the lowest one is on 30cm with a value of 78.33%. Second test has resulted that the max distances for communicating between Smartphone Android and Raspberry Pi is 20m. This cannot be used for more than 20m. The last test has resulted that application cannot be used if it read other fingerprint that used to be registed before and because of it the program will do some looping until it recognizes the true fingerprint.

Downloads

Download data is not yet available.

References

Wening, Tyas. 2018. Kenapa Suara Manusia Terdengar Berbeda-Beda? Yuk, Cari Tahu!. https://bobo.grid.id/read/08954863/kenapa-suara-manusia-terdengar-berbeda-beda-yuk-cari-tahu?page=all, diakses tanggal 26 Januari 2021

Aryani, Diah, dan tim. 2018. Perancangan Smart Door Lock Menggunakan Voice Recognition Berbasis Raspberry Pi 3. Tangerang: STMIK Raharja.

Gyulyustan, Hasan, dan Svetoslav Enkov. 2017. Experimental Speech Recognition System Based on Raspberry Pi 3. Bulgaria: Plovdiv University.

Published

20-01-2022

How to Cite

[1]
N. G. Hillary and D. Widjaja, “Sistem Pengenalan Suara untuk Pengendali Sepeda Motor dengan Menggunakan Google Speech API”, SENTER, pp. 25–37, Jan. 2022.