Fakultas Ilmu Komputer
Universitas Brawijaya
2876
Rancang Bangun Dapur Pada
Smart Home
Dengan Fitur
Speech
Recognition
Menggunakan Aplikasi Labview Berbasis NI myRIO 1900
Hafizh Hamzah Wicaksono1, Wijaya Kurniawan2, Hurriyatul Fitriyah3
Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1[email protected], 2[email protected], 3[email protected]
Abstrak
Teknologi smart home sangatlah dibutuhkan karena dapat meningkatkan kualitas hidup seorang manusia. Sedangkan di Indonesia sendiri, perkembangan teknologi smart home saat ini masih lambat jika dibandingkan negara-negara tetangga seperti Singapura, Australia, dan Malaysia. Selain itu banyak dari pengguna dapur tidak paham akan tata cara dan resep memasaknya. Berdasarkan permasalahan tersebut, perlu adanya perkembangan dalam dunia smart home khususnya pada dapur. Peneliti menggunakan NI myRIO 1900 sebagai mikrokontroller, dan labview dan microsoft visual studio sebagai
software pembuatan program. Pada penelitian kali ini terdapat 5 fitur yaitu (1) Menyalakan dan mematikan lampu secara otomatis menggunakan sensor PIR(Passive Infrared Reciver). (2) Menyalakan dan mematikan kran air secara otomatis menggunakan sensor IR(Infrared Reciver) obstacle. (3) Pendeteksian apabila terdapat titik api di dapur menggunakan sensor flame. (4) Menutup pintu kulkas secara otomatis dengan menggunakan motor DC. (5) Pencarian resep yang menggunakan teknologi speech recognition. Setelah penelitian dilakukan, terdapat beberapa kesimpulan. Kesimpulan pertama, yaitu mengukur tigkat keakurasian sensor PIR yang mencapai 83% dengan cara melakukan pergerakan tangan pada prototype dapur sebanyak 6 kali percobaan. Kedua, yaitu mengukur tingkat keakurasian sensor IR obstacle yang mencapai 86% dengan cara melakukan pendekatan tangan pada kran air sebanyak 6 kali percobaan. Ketiga, yaitu mengukur tingkat keakurasian sensor flame yang mencapai 86% dengan cara meletakan lilin sebagai titik api sebanyak 6 kali percobaan. Keempat, yaitu mengukur tingkat keakurasian speech recognition yang mencapai 83% dengan cara mengucapkan kata yang telah didaftarkan sebanyak 15 kali.
Kata kunci: rumah pintar, dapur pintar, speech recognition, labview, NI myRIO-1900
Abstract
Smart home technology is absolutely necessary because it can improve the quality of life of a human being. In Indonesia, the smart home technology is currently still slow if compared to neighboring countries such as Singapore, Australia, and Malaysia. In addition, many of users do not understand the procedures and cooking recipes. Based on these problems, development smart home technology especially in the kitchen is necessary. Researchers use NI myRIO 1900 as mikrokontroler, labview and microsoft visual studio as a software development program. In this research there are 5 features that is (1) Turns on and off lamp automatically using PIR(Passive Infared Reciver) sensors. (2) Turn on and off the water faucet automatically using IR(Infared Reciver) obstacle sensor. (3) Detection when there is fire in the kitchen using flame sensors. (4) Closes the refrigerator door automatically by using a Motor DC. (5) Search recipe that uses speech recognition technology. After the researchers, there are several conclusions. the first, measuring accuracy of the PIR sensor to reach 83% by movement of hands on a prototype kitchen as much as 6 times the experiment. Second, that measure the level of accuracy of the sensor IR obstacle to reach 86% by way of doing the hands on approach to tap water as much as 6 times the experiment. Third, that measures the level of accuracy of the flame sensor reaches 86% by the way put a candle flame as much as 6 times the experiment. Fourth, measuring the level of accuracy of speech recognition to reach 83% by way of pronouncing the words that have been registered as many as 15 times.
1. PENDAHULUAN
Smart home bukan hanya menawarkan fitur keamanan namun lebih dari itu. Mulai dari pengelolaan rumah yang baik, serta aspek lain yang terdapat di dalamnya, seperti keamanan, penghematan energi dan kontrol penuh atas apa yang terjadi pada tempat tinggal anda (Suhendro, 2015). Teknologi rumah pintar atau smart home terdiri dari sensor, monitor, antarmuka, peralatan dan perangkat yang bekerja bersama-sama untuk memungkinkan otomatisasi, baik dari jarak jauh maupun dari jarak dekat (Aldrich, 2003). Berdasarkan survey State of Smarthome pada tahun 2014, 90% responden tertarik dengan
Smart home karena fitur keamanannya untuk personal dan keluarga di rumah. Unsur-unsur pendukung dari tempat tinggal yang ideal antara lain: teras depan, ruang tamu, dapur, ruang keluarga, ruang makan, ruang tidur, kamar mandi, gudang, garasi, ruang/ kamar tambahan (Ahandi, 2011). Menurut Sudiara dan Sabudi (1996:76) Dapur adalah suatu ruangan khusus yang difungsikan sebagai tempat pengolahan makanan.
Perkembangan teknologi dalam bidang pengolahan sinyal digital telah membawa perubahan positif dalam kehidupan manusia. Pemrosesan sinyal digital sudah banyak diterapkan dalam berbagai aplikasi. Sebagai contoh, aplikasi-aplikasi tersebut meliputi teknik pengenalan suara, televisi atau telepon digital, dan kompresi sinyal (gambar, dan data) (Gunawan & Juwono, 2012). Teknologi pengenalan suara atau speech recognition
bekerja dengan menangkap suara manusia yang dan dirubah menjadi format digital sehingga dapat diterjemahkan dalam suatu sistem. Kemudian sistem tersebut yang akan membandingkan antara informasi masukkan yang telah berupa format digital tersebut dengan database suara yang digunakan (Darma, 2009).
Sedangkan di Indonesia sendiri, perkembangan teknologi smart home saat ini masih lambat jika dibandingkan negara-negara tetangga seperti Singapura, Australia, dan Malaysia (Osay, 2106). Padahal teknologi smart home sangatlah dibutuhkan karena dapat meningkatkan kualitas hidup seorang manusia. Selain itu fitur yang harus dimiliki Smart home
ialah keamaanan. Semisal sistem harus dapat menangani apabila pengguna lupa mematikan perangkat elektronik. Seperti kejadian yang terjadi di situbondo(13/2/2017), terjadi
kebakaran karena pengguna lupa mematikan kompor. "kebakaran itu terjadi karena korban lupa mematikan kompor gas didapurnya" kata Hadi Siswoyo ketua Damkar pemkab Situbondo. Dari 222 kasus yang terjadi di DKI jakarta tahun 2016, 15 terjadi karena pengguna lupa mematikan kompor(Kemenristek, 2016).
Indonesia merupakan negara yang memiliki keberagaman kebudayaan, hal ini dapat dicerminkan dari makanan yang dimiliki pada setiap daerah. Masakan Indonesia mempunyai ciri yaitu berupa cita rasa yang kuat, karena hampir seluruh masakan Indonesia kaya akan bumbu yang berasal dari rempah-rempah. Tata cara memasak suatu masakan sesuai dengan urutan proses atau instruksi serta mencakup alat dan bahan yang digunakan dan diperlukan disebut dengan resep dari suatu masakan (Badudu & Zain, 1994). Akan tetapi banyak dari pengguna dapur tidak tau akan tata cara dan resep memasaknya.
2. PERANCANGAN DAN
IMPLEMENTASI
2.1 Perancangan Perangkat Keras
Gambar 1 Diagram Blok Sistem
Pada gambar 1 merupakan blok diagram dari sistem secara umum. Pada blok masukan terdapat sensor PIR yang berfungsi mendeteksi keberadaan pengguna. Sensor Infrared berfungsi untuk mendeteksi tanggan pengguna untuk menyalakan kran air. Sensor flame berfungsi untuk mendeteksi titik api pada dapur yang mengindikasi bahwa terjadi kebakaran. Push button berfungsi untuk mendeteksi apakah pintu kulkas terbuka atau tertutup. Potensiometer berfungsi untuk menyalakan dan mematikan kompor. Microphone berfungsi sebagai masukan suara untuk diolah menggunakan
sistem yang pertama yaitu motor DC yang berfungsi untuk menutup pintu kulkas apabila tidak ditutup oleh pengguna selama 5 detik. LED berfungsi sebagai keluaran dari lampu ruangan, air pada kran, dan kompor. Sedangkan monitor berfungsi sebagai tampilan kepada pengguna dan resep yang ditampilkan berdasarkan kata yang diucapkan.
Gambar 2 Flow Chart Lampu Ruangan
Gambar 2 merupakan flow chart dari lampu ruangan. Apabila terdeteksi manusia melalui sensor PIR pada prototype dapur maka LED dalam dapur akan menyala. Dan apabila tidak terdeteksi manusia dalam dapur maka lampu akan otomatis mati.
Gambar 3 Flow Chart Kran Air
Gambar 3 merupakan flow chart dari fitur kran air. Pendeteksian adanya tangan dilakukan oleh sensor infrared. Apabila terdeteksi adanya tangan kurang dari 3 cm maka LED yang diilustrasikan air akan menyala. Begitupun sebaliknya, apabila tangan mulai menjauh dari 3 cm dari sensor maka LED akan mati.
Gambar 4 Flow chart Kompor
Gambar 4 merupakan flow chart dari fitur kompor. Apabila terdeteksi titik api pada sekitaran kompor maka kompor akan mati dan buzzer akan berbunyi. Begitupun sebaliknya, apabila tidak terdeteksi titik api maka kompor akan tetap menyala dan buzzer tidak berbunyi.
Gambar 5 Flow Chart Kulkas
Gambar 5 merupakan flow chart dari fitur kulkas. Pendeteksian terbuka atau tertutupnya pintu kulkas menggunakan reed switch yang ditaruh di ujung pintu kulkas. Apabila pintu terbuka selama lebih dari 5 detik maka motor DC akan berputar menutup pintu kulkas.
Gambar 6 merupakan flow chart dari fitur
speech recognition menggunakan microsoft visual studio. Masukan suara menggunakan
Gambar 6 Flow Chart Speech Recognition
Gambar 7 Rangkaian Perangkat Keras
Gambar 7 merupakan rangkaian sensor dan aktuator terhadap NI myRIO-1900. Pada fitur lampu, menggunakan sensor PIR yang dihubungkan dengan PIN C DI.4 dan aktuator LED yang dihubungkan dengan PIN C DO.7. Kemudian pada fitur kran air menggunakan sensor IR yang dihubungkan dengan PIN C DI.0 dan aktuator LED yang dihubungkan dengan PIN C DO.1. Kemudian pada fitur kompor menggunakan masukan potensiometer yang dihubungkan dengan PIN AI.0 dan sensor flame
yang dihubungkan dengan PIN C DI.2, aktuator yang digunakan yaitu buzzer yang dihubungkan dengan PIN DO.5.
2.2 Perancangan Perangkat Lunak
Gambar 8 Pemrograman Pada Labview
Gambar 8 merupakan program yang
dilakukan pada labview. Program disesuaikan dengan perancangan perangkat keras. Yang dimana masing-masing masukan dari sensor dibaca kemudian di keluarkan melalui aktuator yang telah dirancang sebelumnya. Pada pemrograman kali ini pun merancang fornt panel yang nantinya akan menjadi antarmuka terhadap pengguna.
Tabel 1. Kata Pada Speech Recognition
No Kata
1 Cake Tape
2 Martabak Mini
3 Ayam Pedas
4 Bakso
5 Jasuke
2.3 Implementasi Perangkat Keras
Pada tahap implementasi perangkat keras ini, dilakukan pembuatan sistem dengan menggunakan perangkat keras yang telah dirancang sebelumnya. Sesuai dengan perancangan sebelumnya, sensor yang digunakan yaitu sensor PIR, IR, dan flame dan aktuator berupa motor DC, LED dan buzzer.
Gambar 9Prototype Dapur
Gambar 9 merupakan implementasi dari
protoype dapur yang telah dirancang. Prototyppe
ini berukuran 70*58 cm dengan masing-masing fitur yang sudah diletakan diatasnya. NI myRIO-1900 diletakan dibawah prototype, sehingga meminimalkan kabel yang terlihat diatas
prototype.
2.4 Implementasi Perangkat Lunak
Gambar 10 Antarmuka Program
Pada gambar 10 merupakan antarmuka pada sistem. Antarmuka akan bisa dijalankan pada saat program telah dimasukan kedalam myRIO.
3. PENGUJIAN DAN ANALISIS
3.1 Pengujian Sensor PIR
Proses pengujian pada tahap ini yaitu dengan membandingkan gerakan dan pembacaan sensor pada sistem, yang apabila terdeteksi maka LED ruangan akan menyala. Pengujian ini dilakukan sebanyak 6 kali dengan jarak yang berbeda.
Tabel 2 Pengujian Sensor PIR
No Pergerakan Tanggan Pembacaan
1 Ada LED Menyala
Berdasarkan tabel 2 yang merupakan hasil pengukuran pembacaan sensor PIR diperoleh tingkat keakurasian sebesar 83%.
3.2 Pengujian Sensor IR
Proses pengujian pada tahap ini yaitu dengan membandingkan peletakan tanggan didepan kran dan pembacaan sensor pada sistem, yang apabila terdeteksi maka LED pada kran akan menyala. Pebgujian ini dilakukan sebanyak 6 kali dengan jarak halangan tangan yang berbeda.
Tabel 3 Pengujian Sensor IR
No Pergerakan Tanggan Pembacaan
1 Ada(1.0 cm) LED Menyala
Berdasarkan tabel 3 yang merupakan hasil pengujian sensor IR pada kran air diperoleh tingkat keakurasian sebesar 83%. Tidak terbacanya halangan tangan pada jarak 3.5 cm dikarenakan keterbatasan sensor dalam pembacaan.
3.3 Pengujian Sensor flame 460nm 1100nm
Proses pengujian pada tahap ini yaitu dengan membandingkan peletakan api menggunakan lilin dan pembacaan sensor pada sistem. pengujian dilakukan sebanyak 6 kali dengan titik api yang berbeda.
Tabel 4 Pengujian sensor flame
No Pergerakan Tanggan Pembacaan
1 Titik 1 LED Menyala
Berdasarkan tabel 4 yang merupakan hasil pengujian sensor flame 460nm 1100nm diperoleh tingkat keakurasian sensor sebesar 83%. Tidak terdeteksinya titik api dikarenakan keterbatasan sesnor dalam pembacaan yang mempunyai maksimum 5 cm.
3.4 Pengujian Speech Recognition
Langkah awal pada proses pengujian ini ialah memastikan program speech recognition
dan labview telah sukses dijalankan. Kemudian peneliti menggunakan 15 kata yang telah didaftarkan secara acak untuk kemudian diucapkan kedalam sistem.
Tabel 5 Pengujian Speech Recognition
No Kata Yang Diucapkan Pembacaan
10 Martabak Mini Martabak Mini
Berdasarkan tabel 5 yang merupakan hasil dari pengujian speech recognition diperoleh tingkat keakurasian sebesar 86%.
4. KESIMPULAN
Berdasarkan hasil penelitian yang telah dilakukan, maka didapatkan kesimpulan sebagai berikut.
1. Untuk menampilkan resep pada dapur dapat menggunakan teknologi speech recognition
yang kemudian resep dan cara memasak dapat ditampilkan kedala front panel
labview, dengan tingkat kepuasan sebesar 84.5%.
2. Penggunaan library speech recognition
pada Microsoft Visual Studio dapat dikatakan berhasil, karena dari 15 kata yang diucapkan hanya terdapat 2 kata yang tidak dapat terdeteksi oleh sistem atau memiliki tingkat keakurasian sebesar 86%.
3. Penggunaan sensor dapat dikatakan efektif karena berdasarkan hasil pengujian sensor
PIR memiliki tingkat akurasi 83%, sensor
IR obstacle memiliki tingkat akurasi 83%, sensor flame memiliki tingkat keakurasian 83%.
4. Persentase error disebabkan oleh keterbatasan sensor dalam pembacaan. Yang dimana setiap sensor mempunyai batas maksimal dalam melakukan pembacaan.
DAFTAR PUSTAKA
Bishop, C., 2006. Pattern Recognition and Machine Learning. Edinburgh: Royal Society
BNPB, 2016. [Online] Available at: http://dibi.bnpb.go.id/ [Diakses 8 july 2017].
Damien, 2009. [Online] Available at: http://subari.blogspot.co.id/2008/03/smart-home-sistem-pintar-di-rumah.html
Gunawan & Juwono, 2012. Pengolahan Sinyal Digital. Yogyakarta:Graha Ilmu.
Kaneko, M. et al., 2016. Devlopment of
Superposing Projection System Devlopment of Superposing Projection System fo Cooking Support. Kanagawa Institute of Technology, p. 2.
Microsoft, 2012. Microsoft Visual Studio. [Online] Available at: https://www.visualstudio.com/ [Diakses 2017].
National Instruments, 2016. [Online] Available at: http://www.ni.com [Diakses 17 2 2017].
Osay, G., 2106. [Online] Available at: Equipped With Voice Recognition.
International Journal of Industrial Electronics and Electrical Engineering, Volume IV, p. 3.
Suhendro, P., 2015. Perkembangan Smart Home
