Bab ini menjelaskan tentang analisis dan perancangan aplikasi pembelajaran Bahasa Inggris dengan metode FFT sebagai media dalam proses pengenalan suara.
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM
Bab ini menjelaskan implementasi dari hasil analisis dan perancangan yang dilakukan pada bab 3.
BAB 5 KESIMPULAN DAN SARAN
ABSTRAK
Dalam bidang teknologi, aplikasi smartphone telah banyak bermunculan beragam aplikasi yang berhubungan dengan pembelajaran bahasa Inggris. Salah satunya adalah sebuah fitur pengenalan suara. Salah satu metode yang digunakan dalam proses pengenalan suara adalah metode Fast Fourier Transform (FFT). Fast Fourier Transform digunakan untuk mentransformasikan sinyal digital ke dalam bentuk frekuensi sehingga pengenalan suara dapat dilihat dengan lebih akurat, dan untuk membandingkan suatu nilai suara yang hendak diidentifikasi digunakan metode Mean
Squeare Error (MSE). Hasil dari penelitian ini menunjukkan bahwa perbandingan
nilai MSE dari 10 kali percobaan rata-rata sebesar 0,01551743 untuk suara “A” dan 0,0147502 untuk suara “B”. Penelitian ini menunjukkan keberhasilan sistem sebesar 70% pada keadaan normal, sedangkan pada keadaan noise persentase keberhasilan sistem hanya sebesar 60%.
Voice Recognition for Learning Tenses Using Fast Fourier Transform (FFT) Method
ABSTRACT
In technological field, many smartphone applications that related with English Language subject has appeared in wide variety. One example is a voice recognition feature. An example of method that used in voice recognition process is Fast Fourier Transform (FFT) method. Fast Fourier Transform is used for transforming digital signal into a form of frequency in order to the voice recognition can be looked more accurately, and tocompare a voice value that want to be identified, Mean Square Error (MSE) method is used. The result of this research show that MSE values comparation from 10 times of trial is 0,01551743 in average for voice “A” and 0,0147502 for voice “B”. This research show that system success is 70 % at normal situation, while for noise situation, the success percentage is only 60 %.
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA
SKRIPSI
ANANDA RIZKY 101402008
PROGRAM STUDI S1 TEKNOLOGI INFORMASI ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA 2016
IDENTIFIKASI SUARA PADA PEMBELAJARAN MENGGUNAKAN METODE
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIV
IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSES DENGAN
MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT)
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Teknologi Informasi
ANANDA RIZKY 101402008
PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA 2016
DENGAN (FFT)
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Judul : IDENTIFIKASI SUARA PADA PEMBELAJARAN
TENSES DENGAN MENGGUNAKAN METODE FAST
FOURIER TRANSFORM (FFT)
Kategori : SKRIPSI
Nama : ANANDA RIZKY
Nomor Induk Mahasiswa : 101402008
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Muhammad Fadly Syahputra, B.Sc., M.Sc., IT Sarah Purnamawati, ST., M.Sc
NIP. 195912311998021001 NIP. 19830226 201012 2 003
Diketahui/disetujui oleh
Program Studi S1 Teknologi Informasi Ketua,
Muhammad Anggia Muchtar, ST., MM.IT NIP. 19800110200801 1 010
PERNYATAAN
IDENTIFIKASI SUARA PADA PEMBELAJARAN TENSESDENGAN
MENGGUNAKAN METODE FAST FOURIER TRANSFORM (FFT)
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.
Medan, 28 Januari 2016
Ananda Rizky 101402008
Puji dan syukur penulis panjatkan kepada Allah SWT yang telah memberikan rahmat serta restu-Nya sehingga penulis dapat menyelesaikan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Teknologi Informasi, Program Studi (S-1) Teknologi Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Sumatera Utara.
Penulis mempersembahkan skripsi ini kepada kedua orang tua dan keluarga penulis yang telah memberikan dukungan dan motivasi.Terima kasih kepada ayah saya, Bapak Drs. Mapilindo, M.Pd. dan mama saya, Ibu Dra. Lila Kesuma, M.Psi yang selalu mendoakan, menyayangi, memotivasi dan mendidik penulis.Untuk kakak dan adik penulis, Ayu Puspita, S.Farm., Apt., Ade Amalia dan M. Rafif Rasyidi yang selalu mendukung dan menyemangati penulis dalam pengerjaan skripsi ini.
Ucapan terima kasih penulis sampaikan kepada Ibu Sarah Purnamawati, ST., M.Sc selaku pembimbing I dan Bapak Muhammad Fadly Syahputra, B.Sc., M.Sc., IT selaku pembimbing II yang telah banyak meluangkan waktunya dalam memberikan arahan dalam proses pengerjaan skripsi ini. Ucapan terima kasih juga ditujukan kepada Dr. Erna Budhiarti Nababan, M.IT. dan Bapak Dani Gunawan, ST., M.T. yang telah bersedia menjadi dosen penguji dan memberikan kritik dan saran dalam penyempurnaan skripsi ini. Ucapan terima kasih juga ditujukan kepada Ketua Program Studi S1 Teknologi Informasi, Bapak Muhammad Anggia Muchtar, S.T., MM.IT.dan Sekretaris Program Studi S1 Teknologi Informasi Bapak Mohammad Fadly Syahputra, B.Sc., M.Sc.IT. Terima kasih juga kepada Seluruh Dosen Program Studi S1 Teknologi Informasi yang telah memberikan ilmu yang bermanfaat bagi penulis dari awal hingga akhir perkuliahan.
Terima kasih penulis ucapkan kepada teman-teman yang selalu memberi dorongan, saran dan selalu setia menghibur, Handri Gunawan (The King of Coli), Ilhamsyah Siregar (Naruto), Dian Rahmad Dermawan, Vikram Zaini (Jimbe), Dedi Septianta Ginting (Sanji), Joko Ali Permady (Babi Aer), Nurmawan (Babi Lumpur), Dahrul Affandi, Muhammad Habib, Fadhil Akbar, Fajar Mattius Ginting (Jengis Khan), Ari Yudha Nugraha (Murabbi), Syafril Ramadhan, Febri Samuel Reynaldo, Gabriella Paula Hasian Malau, Defi Wahyuningsih dan Mardiyatul Adawiyah.
Ucapan terima kasih juga penulis ucapkan untuk para teman spesial, Andina Putri Saragih dan Edwin Prawiro yang selalu memberi semangat dan dukungan tiada henti kepada penulis. Serta Teman-teman penulis di Teknologi Informasi USU angkatan 2010 yang telah memberikan bantuan, semangat dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini.Sekali lagi penulis mengucapkan terima kasih kepada semua pihak yang membantu dalam penyelesaian skripsi ini yang tidak dapat disebutkan satu-persatu. Semoga Allah SWT yang akan membalasnya.
Penulis menyadari bahwa skripsi ini masih terdapat beberapa kekurangan dan belum sempurna.Oleh karena itu, penulis mengharapkan kritik dan saran yang membangun demi kesempurnaan skripsi ini.Akhir kata penulis ucapkan terima kasih untuk semua pihak yang terkait dalam tahap penyelesaian skripsi ini.
Penulis
ABSTRAK
Dalam bidang teknologi, aplikasi smartphone telah banyak bermunculan beragam aplikasi yang berhubungan dengan pembelajaran bahasa Inggris. Salah satunya adalah sebuah fitur pengenalan suara. Salah satu metode yang digunakan dalam proses pengenalan suara adalah metode Fast Fourier Transform (FFT). Fast Fourier Transform digunakan untuk mentransformasikan sinyal digital ke dalam bentuk frekuensi sehingga pengenalan suara dapat dilihat dengan lebih akurat, dan untuk
membandingkan suatu nilai suara yang hendak diidentifikasi digunakan metode Mean
Squeare Error (MSE). Hasil dari penelitian ini menunjukkan bahwa perbandingan nilai MSE dari 10 kali percobaan rata-rata sebesar 0,01551743 untuk suara “A” dan 0,0147502 untuk suara “B”. Penelitian ini menunjukkan keberhasilan sistem sebesar 70% pada keadaan normal, sedangkan pada keadaan noise persentase keberhasilan sistem hanya sebesar 60%.
Voice Recognition for Learning Tenses Using Fast Fourier Transform (FFT) Method
ABSTRACT
In technological field, many smartphone applications that related with English Language subject has appeared in wide variety. One example is a voice recognition feature. An example of method that used in voice recognition process is Fast Fourier Transform (FFT) method. Fast Fourier Transform is used for transforming digital signal into a form of frequency in order to the voice recognition can be looked more accurately, and tocompare a voice value that want to be identified, Mean Square Error (MSE) method is used. The result of this research show that MSE values comparation from 10 times of trial is 0,01551743 in average for voice “A” and 0,0147502 for voice “B”. This research show that system success is 70 % at normal situation, while for noise situation, the success percentage is only 60 %.
Hal. PERSETUJUAN ii PERNYATAAN iii UCAPAN TERIMAKASIH iv ABSTRAK vi ABSTRACT vii
DAFTAR ISI viii
DAFTAR TABEL xi
DAFTAR GAMBAR xii
BAB 1 PENDAHULUAN 1 1.1 Latar Belakang 1 1.2 Rumusan Masalah 2 1.3Tujuan Penelitian 2 1.4Batasan Masalah 2 1.5 Manfaat Penelitian 2 1.6 Metodologi Penelitian 2 1.7 Sistematika Penelitian 3
BAB 2 TINJAUAN PUSTAKA 5
2.1 English Grammar 5
2.2 Tenses 6
2.2.1 Present Tense 7
2.2.2 Past Tense 7
2.4 Android 8
2.5 Transformasi Fourier 9
2.6 Mean Square Error (MSE) 10
2.7 Penelitian Terdahulu 11
BAB 3 ANALISIS DAN PERANCANGAN SISTEM 13
3.1 Analisis Latar Belakang 13
3.2 Analisis Kebutuhan Sistem 13
3.3 Proses Sistem 14
3.4 Perancangan Use Case 17
3.4.1 Use Case Proses‘Lihat Menu Utama’ 18
3.4.2 Use Case Proses‘Training Suara’ 18
3.4.3 Use Case Proses‘Lihat Teori’ 19
3.4.4 Use Case Proses‘Jawab Soal’ 19
3.4.5 Use Case Proses ‘Lihat Credit’ 20
3.5 Arsitektur Umum Aplikasi 20
3.6 Perancangan Activity Diagram 23
3.6.1 Activity Diagram dari Use Case Proses‘Lihat Menu
Utama’ 23
3.6.2 Activity Diagram dari Use Case Proses‘Training Suara’ 23
3.6.3 Activity Diagram dari Use Case Proses‘Lihat Teori’ 24
3.6.4 Activity Diagram dari Use Case Proses ‘Jawab Soal’ 24
3.6.5 Activity Diagram dari Use Case Proses‘Lihat Credit’ 25
3.7 Perancangan User Interface 26
3.7.4 Rancangan Halaman Topik Pembahasan Pembelajaran
Bahasa Inggris 28
3.7.5 Rancangan Halaman Menu Pemilihan Jenis Soal 29
3.7.6 Rancangan Halaman Soal Latihan 29
3.7.8 Rancangan Halaman Credit 30
BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM 32
4.1. Implementasi 32
4.2. Tampilan Penggunaan Aplikasi 32
4.2.1 Tampilan Logo Pembuka (Intro) 32
4.2.3 Tampilan Menu Utama 33
4.2.3 Tampilan Menu ‘Training’ 33
4.2.4 Tampilan Menu ‘Penjelasan’ 36
4.2.5 Tampilan Menu ‘Soal’ 36
4.2.6 Tampilan Menu ‘Credit’ 40
4.3. Pengujian Aplikasi 41
BAB 5 KESIMPULAN DAN SARAN 43
5.1. Kesimpulan 43
5.2. Saran 43
DAFTAR TABEL
Hal.
Tabel 2.1 Penelitian Terdahulu 11
Tabel 3.1 Penjelasan Proses “Lihat Menu Utama 18
Tabel 3.2 Penjelasan Proses “Training Suara” 18
Tabel 3.3 Penjelasan Proses “Lihat Teori” 19
Tabel 3.4 Penjelasan Proses “Jawab Soal” 19
Tabel 3.5 Penjelasan Proses “Lihat Credit” 20
Tabel 4.2 Hasil Identifikasi Suara 41
Hal.
Gambar 3.1 Proses Sistem 15
Gambar 3.2 Proses Sistem Pengenalan/Identifikasi Suara Pilihan “A” atau“B” 16
Gambar 3.3 Use Case 17
Gambar 3.4 Arsitektur Aplikasi 21
Gambar 3.5 Activity Diagram Dari Use Case Proses “Lihat Menu Utama” 23
Gambar 3.6 Activity Diagram Dari Use Case Proses “Training Suara” 24
Gambar 3.7 Activity Diagram Dari Use Case Proses “Lihat Teori” 24
Gambar 3.8 Activity Diagram Dari Use Case Proses “Jawab Soal” 25
Gambar 3.9 Activity Diagram Dari Use Case Proses “Lihat Credit” 26
Gambar 3.10 Halaman Pembuka 26
Gambar 3.11 Halaman Menu Utama 27
Gambar 3.12 Halaman Training Suara 28
Gambar 3.13 Halaman Isi Pembahasan Topik Bahasa Inggris 28
Gambar 3.14 Halaman Menu Pemilihan Jenis Soal 29
Gambar 3.15 Halaman Soal Latihan 30
Gambar 3.16 Halaman Credit 31
Gambar 4.1 Logo Pembuka (Intro) 32
Gambar 4.2 Menu Utama 33
Gambar 4.3 Menu Training 34
Gambar 4.4 Menu “Penjelasan” 36
Gambar 4.5 Menu “Soal” 37
