SISTEM PENGUNCIAN PINTU OTOMATIS
MENGGUNAKAN SUARA BERBASIS
MIKROKONTROLER-ANDROID
AUTOMATIC DOOR LOCKING SYSTEM USING VOICE
BASED ANDROID-MICROCONTROLER
Indo Intan1, Ahmad Yani2
1,2Program Studi Teknik Informatika, STMIK Dipanegara, Makassar e-mail: 1indo.intan@dipanegara.ac.id,2ahmadyani3469@gmail.com
Abstrak
Sistem pengamanan rumah terotomatisasi menggunakan perangkat lunak sudah menjadi kebutuhan. Hal ini karena kondisi pembobolan rumah sering terjadi di era kecanggihan teknologi. Tujuan penelitian ini adalah untuk membuat sistem penguncian otomatis pintu rumah menggunakan suara berbasis android dan mikrokotroler. Metode penelitian yaitu melakukan perancangan perangkat keras dan perangkat lunak yang melibatkan perangkat lunak mobile Android Package, Bluetooth, dan seperangkat mikrokotroler dan driver. Kemudian melakukan skenario pengujian melalui eksperimen terhadap pengucapan kata sandi menggunakan suara. Hasil pengujian menunjukkan bahwa sistem bisa dioperasikan untuk menutup dan membuka pintu pada skala prototipe dengan menghasilkan akurasi pengenalan dan respon terhadap kata sandi input rata-rata sebesar 59,38%. Hasil ini disebabkan oleh faktor noise suara sekitar dan bahasa daerah yang tidak dikenali oleh google voice.
Kata kunci—penguncian pintu otomatis, suara, kata sandi, android, dan mikrokontroler.
Abstract
Automatic home security system is using software has become a necessity. It is caused by home break-ins often occur in era of advanced technology. This research aims to make the automatic door locking system using voice based microcotroler and Android. The research method to do the design of hardware and software that involves Android Package, Bluetooth, and a set of microcotroller and drivers and do testing scenario through experiments on passwords greeting. The results show that the system can be operated to close and open the door on a scale prototype to generate recognition accuracy and response to input password by an average of 59.38%. Its result was caused by the noise surrounding sound and regional languages that are not recognized by google voice.
Keywords—automatic door locking, voice, password, android, microcontroller.
1. PENDAHULUAN
System pengamanan rumah menjadi hal yang sangat penting bagi penghuninya. Banyak pembobolan rumah dilakukan akibat pintu rumah mudah diakses karena pada umumnya hanya menggunakan gembok atau kunci manual. Hal ini tentu saja menjadi tantangan bagi dunia teknologi informasi dan komunikasi atau orang-orang yang berkecimpung di dalamnya untuk
memberikan solusi dengan membuat system pengaman pada pintu rumah. Pandangan tentang sistem pengamanan pintu rumah tidak hanya melibatkan perangkat keras dari pintu saja, atau aplikasi pengamanannya secara perangkat lunak saja. Akan tetapi keduanya harus dijamin dalam kondisi sebagai satu kesatuan yang memberikan jaminan keamanan. Secara perangkat keras, pintu harus memiliki bahan, struktur dan fungsi yang kokoh dan kuat. Secara perangkat lunak, sistem sekuritinya memberikan akses yang terbatas hanya kepada penghuni rumah saja. Untuk itu diperlukan simulasi pengamanan pintu menggunakan suara sebagai kuncinya. Suara ini akan ditangkap oleh mikrofon yang terdapat di smartphone berbasis android yang sudah tersambung dengan unit mikrokontroler untuk menggerakkan pintu, baik pada proses menutup maupun membukanya
Penelitian pengamanan pintu menggunakan mikrokontroler sudah banyak dilakukan oleh peneliti sebelumnya. Antara lain dilakukan oleh penulis [1] yang merancang simulasi pengoperasin pintu menggunakan sensor api dan asap. Perancangan kursi roda elektrik menggunakan suara berbasis android yang dilakukan oleh Liem dkk [2] atau pengenalan suara menggunakan simulasi mikrokontroler dan berbasis speech recognition menggunakan algoritma mel-frequency cepstrum coefficients dan adaptive neuro-fuzzy inferense system [3].
Penelitian yang dilakukan oleh penulis melalui penggabungan antara mikrokontroler dengan android berbasis speech recognition menghasilkan sistem pengamanan yang sifatnya fleksibel karena menggunakan android, tetapi sangat fungsionalitas karena aplikasinya pada hal vital bertujuan sebagai prototype untuk melindungi nyawa, kehormatan, dan harta benda.
Ada beberapa istilah yang berkaitan dengan penelitian ini antara lain, APK android, speech recognition berbasis google, dan mikrokontroler.
1.1 Android Package (APK)
APK adalah paket aplikasi android yang umumnya digunakan untuk menyimpan sebuah aplikasi atau program yang berbasis linux [4] yang akan dijalankan pada perangkat android yang terdiri atas [5] [6]: kernel linux, android runtime dan libraries berisi Dalvik Virtual machine dank ode library dalam Bahasa java, aplikasi framework berisi program utnuk mengatur fungsi-fungsi dasar smartphone, dan aplikasi .
1.2 Google Voice atau Google Speech Application Programing Interface
Google speech API adalah sebuah framework yang dikembangkan oleh Google untuk mengenali suara, mengubahnya menjadi string (teks) dan memasukkanya ke dalam halaman pencarian Google sehingga akan tampil hasil pencarian berdasarkan input suara. Pengenalan suara dilakukan pada server Google menggunakan algoritma Hidden Markov Model (HMM) [7].
1.3 Bluetooth
Bluetooth merupakan chip radio yang dimasukkan ke dalam komputer, printer, handphone dan sebagainya. Chip bluetooth ini dirancang untuk menggantikan kabel. Informasi yang biasanya dibawa oleh kabel dengan bluetooth ditrasmisikan pada frekuensi tertentu kemudian diterima oleh chip bluetooth kemudian informasi tersebut diterima oleh komputer, handphone dan sebagainya [8].
1.4 Mikrokontroler
Mikrokontroler merupakan alat pengendali system berupa rangkaian elektronika berupa prosesor atau mikrokontroler. Pada bagian mikrokontroler terdapat tiga bagian: Pertama, bagian yang berfungsi untuk membaca data dari masukan sensor. Kedua, bagian yang berfungsi untuk memproses data. Ketiga, bagian yang berfungsi untuk menuliskan data untuk pengalamatan ke actuator [1].
Mikrokontroler menjalankan fungsi berdasarkan pemrogramannya melalui proses coding, compiler, downloader, dan eksekusi. Proses coding merupakan proses yang digunakan
untuk menulis program. Salah satu software-nya yaitu CodeVision AVR yang menggunakan bahasa Assembler dan bahasa C. Proses kompiler untuk mengubah listing program dari format c menjadi hex, sedangkan proses downloader adalah mendownload program dari komputer yang berformat hex ke mikrokontroler, untuk selanjutnya diekseskusi oleh mikrokontroler sesuai instruksi (input) yang diberikan [1].
Mikrokontroler yang digunakan di sini adalah mikrokontroler Atmega 8535 yang merupakan mikrokontroler AVR memiliki RISC (Reduced Instruction Set Computing) 8 bit, dimana semua instruksi dikemas dalam kode 16-bit (16-bit Word) dan sebagian besar instruksi di eksekusi dalam 1 (satu) siklus clock, serta mempunyai kecepatan maksimal 16MHZ. Selain itu, ATMega8535 mempunyai 6 pilihan mode sleep untuk menghemat daya listrik, serta fitur-fitur yang lain yang semuanya menyatu dalam satu chips.
2. METODE PENELITIAN
Metode penelitian yang dilakukan melalui kegiatan sebagai berikut:
2.1 Perancangan Perangkat Lunak
Pada perancangan perangkat lunak dilakukan tahapan: 1) Perancangan APK; 2) Perancangan Mikrokontroler.
Pada perancangan APK, dilakukan dengan merancang Blok APK seperti gambar 1a Block APK yang berfungsi untuk memasukan intruksi intruksi program yang diinginkan sesuai dengan kebutuhan dan merancang output APK diperlihatkan gambar 1b.
1a. Desain Blok APK 1b. Desain Output APK Gambar 1. Desain Perangkat Lunak APK
Gambar 1b menunjukkan desain output pada saat dilakukan input suara kemudian dikonversi ke kedalam bentuk teks lalu teks tersebut dikirim melalui Bluetooth ke mikrokontroler.
Melakukan proses coding dalam Bahasa Java berbasis android dan bahasa C berbasis Codevision AVR lalu melakukan compiler untuk melihat kebenaran logika program dan tidak terdapatnya error kemudian dilakukan downloader.
Dengan kata lain input suara yang diterima oleh perangkat Android (smartphone) akan dikirimkan ke server Google, yang selanjutnya server Google melakukan pengenalan dan mengubahnya menjadi teks. Hasil konversi suara menjadi teks kemudian dimasukkan dalam halaman pencarian Google kemudian server Google akan mengirimkan hasil pencarianya tersebut ke perangkat Android, kemudian instruksinya akan dikirimkan ke mikrokontroler.
2.2 Perancangan Perangkat Keras
Yaitu membuat rangkaian mekanik dan elektronika untuk modul rangkaian: catu daya, limit switch, motor DC bertegangan 12 volt, dan motor servo bertegangan 5 volt, driver, Bluetooth, dan mikrokontroler Atmega 8535.
Bluetooth Module HC-06 merupakan module komunikasi nirkabel pada frekuensi 2.4GHz dengan default koneksi hanya sebagai SLAVE. Interface yang digunakan adalah serial
RXD, TXD, VCC dan GND. Built in LED sebagai indicator koneksi bluetooth. Bluetooth ini dapat langsung dihubungkan ke berbagai macam mikrokontroler 8535.
Gambar 2 menunjukkan perancangan mekanik dan elektronik. Pada perancangan mekanik menggunakan tiga jenis mekanik yang berbeda, yaitu fungsi: a) membuka dan menutup pintu menggunakan motor dc bertegangan input 12 Volt; b) mengunci dan membuka kunci menggunakan motor servo bertegangan input 5 Volt; c) merapatkan dan menghentikan pintu menggunakan Limit switch dengan tegangan input 5 Volt.
2a. Tampilan Fisik Sistem 2b. Skema Minimum Sistem Gambar 2. Desain Perangkat Keras Sistem Penguncian Pintu Otomatis
Pada gambar 3 menunjukkan rangkaian mikrokontroler yang berfungsi untuk mengelola data yang diterima dari smartphone android melalui Bluetooth kemudian memberikan keluaran yang sesuai dengan kondisi data yang masuk dengan program yang telah dibuat dan diisikan di dalamnya.
3a. Tampilan Fisik Mikrokontroler 3b. Skema Minimum Mikrokontroler Gambar 3. Perancangan Elektronik Sistem Penguncian Pintu Otomatis
Prinsip kerja system penguncian pintu otomatis yakni input berupa suara melalui penyebutan kata sandi tertentu dimasukkan melalui speaker smartphone. Smartphone sudah dilengkapi dengan APK sehingga bisa menerima inputan suara dan Google Speech API mengubah data suara menjadi teks yang akan dikirim ke rangkaian mikrokontroler dan mekanik. Data teks ini dikirim melalui Bluetooth. Mikrokontroler akan membandingkan teks yang terkirim dengan teks yang tersimpan di template (acuan). Jika dikenali maka secara otomatis akan melaksanakan salah satu dari tiga fungsi pergerakan pintu.
2.3 Pengujian Sistem
Pengujian system penguncian pintu otomatis dilakukan melalui pengujian perangkat keras dan pengujian perangkat lunak. Pengujian perangkat keras melalui pengujian semua fungsi dari alat dan komponen perangkat yang membangun system sehingga system bisa dioperasikan dengan baik. Pengujian perangkat lunak melalui pengujian eksprimen terhadap kemampuan system dalam mengenali suara sesuai dengan intonasi suara dan bahasa yang digunakan harus dalam Bahasa Indonesia atau Bahasa Inggris. Dilakukan beberapa skenario perintah untuk menutup dan membuka pintu. Intonasi suara yang digunakan berupa: yaitu:
lembut; sedang; nada panjang; keras; cepat; kecil; suara samar; dan jelas tapi ribut. Sedangkan instruksi operasi pintu menggunakan beberapa pengucapan, yaitu: “tutup pintu”, “tutup saja”, “tutupmi”, “dua”, “buka pintu”, “buka saja”, “bukami”, dan “satu”. Instruksi-instruksi tersebut digunakan saat memerintahkan pintu untuk melakukan fungsi menutup dan membuka.
3. HASIL DAN PEMBAHASAN
Hasil pengujian yang dilakukan melalui pengujian perangkat keras menunjukkan bahwa semua alat dan komponen berfungsi dengan baik dan bisa menjalankan fungsi system secara keseluruhan. Pengujian melalui eksprimen dilakukan terhadap: jarak jangkau bluetooth dan akurasi penggunaan kata sandi berbasis suara. Hasil yang diperoleh sebagai berikut:
1) Pengujian terhadap jangkauan Bluetooth menunjukkan bahwa jarak koneksi bluetooth untuk mengirim data pada mikrokontroler berkisar antara 1 sampai dengan 22 meter berdasarkan observasi yang dilakukan dalam rentang 1 – 22 meter. Setelah jarak lebih besar dari 22 meter, maka koneksi Bluetooth terputus.
2) Pengujian terhadap kata sandi yang diucapkan sebagai inputan suara untuk mengetahui akurasi pengenalannya. Kata sandi yang digunakan ada dua kategori, yaitu: a) tutup pintu, untuk memerintahkan kepada system menutup dan mengunci pintu; b) buka pintu, untuk memerintahkan kepada system untuk melepas kunci dan membuka pintu.
Beberapa eksperimen dilakukan terhadap penggunaan beberapa kata sandi, baik kategori tutup pintu maupun kategori buka pintu. Kategori ‘tutup pintu’ terdiri atas empat jenis kata sandi yang diucapkan, yaitu: “tutup pintu”; “tutup saja”; tutupmi”; dan “dua”. Kategori ‘buka pintu’ pun terdiri atas empat jenis kata sandi yang diucapkan untuk mengoperasikan fungsi pintu berupa: “buka pintu”, “buka saja”, “bukami”, dan “satu”. Respon yang dilakukan oleh pintu yang digerakkan melalui sistem pada: APK, mikrokontroler, dan mekanik mengindikasikan dengan beroperasi atau tidaknya terhadap input suara yang dikirimkan melalui Bluetooth dari smartphone. Respon ‘beroperasi’ jika terjadi proses ‘tutup pintu’ atau pun ‘buka pintu’; sebaliknya ‘tidak beroperasi’ jika tidak bisa melakukan proses ‘tutup pintu’ atau pun ‘buka pintu’.
Hasil yang diperoleh menunjukkan bagaimana pengaruh intonasi suara terhadap akurasi dan pengucapan kata sandi serta Bahasa yang digunakan melalui smartphone. Intonasi suara dalam eksperimen ini terdiri atas delapan jenis, yaitu: lembut; sedang; nada panjang; keras; cepat; kecil; suara samar; dan jelas tapi ribut. bahasa yang digunakan adalah Bahasa Indonesia dan bahasa daerah Makassar. Hasil tersebut diperoleh seperti ditunjukkan tabel 1.
Tabel 1. Eksperimen Penggunaan beberapa Kata Sandi dan Akurasinya Intonasi Suara Kategori Tutup Pintu Kategori Buka Pintu
Tutup Pintu
Tutup Saja
Tutupmi Dua Buka Pintu Buka Saja Bukami Satu Lembut Sedang Nada Panjang Keras Cepat Kecil Suara Samar
Jelas tapi Ribut
Akurasi (%) 62.5 87.5 0 75 87.5 75 0 87.5
Tabel 1 menunjukkan bahwa pengenalan suara terhadap kata sandi yang diucapkan pada kategori tutup menunjukkan bahwa kata sandi “tutup saja” memiliki akurasi yang tertinggi sebesar 87.5%. Pada pengucapan tersebut hanya satu jenis intonasi suara yang tidak direspon oleh pintu, yaitu ‘suara samar’. Pada kata sandi “dua” memiliki nilai akurasi 75% terdapat dua jenis intonasi suara yang tidak direspon oleh pintu berupa tidak beroperasinya, baik menutup maupun mengunci pintu, yaitu intonasi ‘cepat’ dan ‘suara samar’. Pada kata sandi “tutup pintu” dengan nilai akurasi 62.5% terdapat tiga jenis suara yang tidak direspon, yakni: ‘sedang’, ‘nada panjang’, dan ‘suara samar’. Suara yang tidak dikenali dipengaruhi oleh keras-lembutnya suara, panjang-pendeknya pengucapan. Pengucapan kata sandi “tutupmi” memiliki nilai akurasi terendah sebesar 0% pada semua jenis intonasi suara. Hal ini disebabkan karena kata sandi “tutupmi” merupakan Bahasa Makassar. Nilai rata-rata akurasi pengenalan kata sandi kategori tutup pintu sebesar 56.25%.
Fluktuasi input suara baik kategori ‘tutup pintu’ maupun kategori ‘buka pintu’ terhadap nilai akurasi pengenalan suara dideskripsikan secara grafik pada gambar 4.
Gambar 4. Grafik Akurasi Pengenalan Sistem Penguncian Pintu Otomatis
Sedikit berbeda dengan nilai akurasi pada kategori ‘buka pintu’, rata-ata nilai akurasinya sebesar 62.5%. Akurasi tertinggi pada kata sandi “buka pintu” dan kata sandi “satu” sebesar 87.5% yang hanya memiliki satu jenis intonasi suara yang tidak direspon yaitu ‘suara samar’. Pada akurasi 75%, terdapat jenis intonasi suara berupa ‘sedang’ dan ‘suara samar’ yang tidak direspon oleh pintu. Akurasi terendah memiliki nilai yang sama dengan kategori ‘tutup pintu’ yaitu 0% pada semua jenis intonasi suara, yaitu: lembut, sedang, nada panjang, keras, cepat, kecil, suara samar, dan jelas tapi ribut. Berdasarkan nilai rata-rata akurasi sistem pengenalan tersebut diperoleh sebesar 59.38%. Angka ini masih sangat rendah dibandingkan dengan beberapa penelitian sebelumnya yang memperoleh nilai akurasi rata-rata sebesar 92.8% [9] dan 95.98 pada data yang tidak terlatih [3] menggunakan metode ekstraksi fitur mel-frequency cepstrum coefficientsmetode klasifikasiadaptive neuro-fuzzy inferense system.
Akan tetapi bila dibandingkan dengan penelitian (Supriyanta dan Widodo) [5] maka penelitian ini masih lebih unggul karena sudah menghitung nilai akurasi pengenalan sistem untuk membuat pengembangan yang sifatnya memperbaiki sistem. Rendahnya nilai akurasi tersebut sebagai akibat bahwa sistem masih rentan terhadap noise atau perubahan pengucapan, misalnya panjang-pendeknya pengucapan berpengaruh dalam penerjemahan karakter. Semakin panjang pengucapan maka jumlah karakter juga semakin banyak sehingga tidak bersesuaian dengan pengucapan di template. Bahasa Makassar yang digunakan tidak dikenali 100% karena kemampuan google voice hanya menerjemahkan Bahasa Indonesia sesuai ejaan yang disempurnakan. Selain itu akibat transmisi pengenalan melalui media internet, sehingga terdapat
0 10 20 30 40 50 60 70 80 90 100 T u tu p Pin tu T u tu p Saja T u tu p m i Du a B u k a Pin tu B u k a Saja B u k am i Sat u
Kategori Tutup Pintu Kategori Buka Pintu
waktu pengiriman ke server yang berakibat pada noise dan diferensiasi interpretasi pengucapan oleh google voice dengan template.
4. KESIMPULAN
Sistem penguncian pintu otomatis dalam skala prototype berhasil dilakukan pada operasi menutup dan membuka pintu. Dari beberapa scenario yang dilakukan melalui penggunaan kata sandi dan intonasi suara dihasilkan akurasi pengenalan rata-rata sekitar 59.38%. beberapa factor yang mempengaruhi akurasi antara lain: intonasi suara, noise akibat transmisi via server google voice, serta Bahasa yang digunakan harus didukung oleh google voice. Beberapa di antara hasil penelitian yang masih perlu diperbaiki dan dikembangkan: 1. Sistem pengenalan suara atau ucapan yang dilakukan oleh server google sangat tergantung
pada cepat-lambatnya koneksi internet, sehingga aplikasi tidak akan beroperasi maksimal pada koneksi internet yang lambat.
2. Pengenalan suara masih menitikberatkan pada ucapan kata sandi sehingga masih mudah mengalami noise dan mudah diretas oleh orang yang tidak berwenang.
3. Untuk melihat pengenalan dan respon pintu secara otomatis masih sangat tergantung pada kuantitas dan luasan bahan pintu sehingga tidak serta merta jika akurasi pengenalannya bagus maka respon operasinya juga bagus.
5. SARAN
1. Penelitian selanjutnya membuat aplikasi pengenalan pola suara atau ucapan menjadi teks pada handphone yang bisa bersifat stand alone sehingga pengenalan tidak perlu dilakukan oleh server.
2. Pengenalan suara sebaiknya menitikberatkan pada kekhasan frekuenosi suara seseorang dalam mengucapkan kata sandi, tidak hanya penekanannya pada rahasia kata sandi akan tetapi pada penggunaan algoritma klasifikasi yang sesuai sehingga akurasi yang rendah bias dioptimalkan.
3. Mengimplementasikan prototype system ini pada aplikasi dan skala yang lebih besar sehingga representative dengan fungsi dan tujuan dari system yaitu penguncian otomatis pintu rumah secara real.
UCAPAN TERIMA KASIH
Penulis mengucapkan terima kasih kepada STMIK Dipanegara Makassar yang telah memberi dukungan baik finansial dan moril terhadap penelitian ini.
DAFTAR PUSTAKA
[1] Intan, I., Ibrahim, A. 2014. Penanganan Kebakaran Otomatis Berbasis Mikrokontroler, Proseding Konferensi Nasional Sistem dan Informatika, November 7-8.
[2] Liem, Hatta, Y.K., Pujiono, dan Tasripan. 2012. Rancang Bangun Kursi Roda Elektrik Menggunakan Perintah Suara Berbasis Android. Jurnal Teknik Pomits, No. 1, Vol. 1, 1-6. [3] Sanjaya, M., Salleh, Z. 2014. Implementasi Pengenalan Pola Suara Menggunakan Cepstrum
Coefficients (MFCC) Dan Adaptive Neuro-Fuzzy System (ANFIS) Sebagai Kontrol Lampu Otomatis. Al-Hazen Jurnal of Physics, No.1 Vol. 1.
[4] Kusuma, P. A. J., Purnawan, I. K. A., Mandenni, N. M. I. M. 2015. Aplikasi Sistem Informasi Hotel Berbasis Android. Merpati, No. 1, Vol. 3.
[5] Athoillah, M., Irawan, M. I. 2013. Perancangan Sistem Informasi Mobile Berbasis Android untuk Kontrol Persediaan Barang di Gudang. Jurnal Sains dan Seni Pomits, No. 1, Vol. 1, 1-6
[6] Supriyanta, Widodo, P. 2016. Aplikasi Konversi Suara Ke Teks Berbasis Android Menggunakan Googe Speech API. Indonesian Journal on Networking and Security, No. 2, Vol. 2, 21-25.
[7] Raghavendhar, Reddy, B., Mahender, E. 2013. Speech To Text Conversion Using Android Paltform. International Journal of Engineering Research and Applicaiton (IJERA), No.1, Vol. 3, 253- 258.
[8] Yulia, Santoso, L. W. 2004. Studi dan Uji Coba Teknologi Bluetooth sebagai Alternatif Komunikasi Data Nirkabel. 2004. Jurnal Informatika, No. 2, Vol. 5, 106 – 114.
[9] Rahmiati, P., Firdaus, G., Fathorrahman, N. 2014. Implementasi Sistem Bluetooth menggunakan Android dan Arduino untuk Kendali Peralatan Elektronik. Jurnal Elkomnika Teknik Elektro Itenas, No.1, Vol. 2, 1-14.
