vi
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%.
Kata Kunci : Fast Fourier Transform (FFT), Tenses, pengenalan suara.
vii
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 %.
Key word : Fast Fourier Transform (FFT), Tenses, Voice Recognition
