i
IMPLEMENTASI SISTEM KEAMANAN LOKER MENGGUNAKAN PENGENALAN SUARA MANUSIA MENGGUNAKAN METODE FUZZY LOGIC BERBASIS
RASBERRY PI 3
SKRIPSI
Diajukan Untuk Memenuhi
Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Elektro Universitas Muhammadiyah Malang
Disusun Oleh : Arianto Bahar Malluse
201210130311147
JURUSAN TEKNIK ELEKTRO FAKULTAS TEKNIK
UNIVERSITAS MUHAMMADIYAH MALANG
2018
ii
LEMBAR PERSETUJUAN
IMPLEMENTASI SISTEM KEAMANAN LOKER MENGGUNAKAN PENGENALAN SUARA MANUSIA MENGGUNAKAN METODE FUZZY LOGIC BERBASIS
RASBERRY PI 3
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana (S1) Teknik Elektro Universitas Muhammadiyah Malang
Disusun Oleh : Arianto Bahar Malluse
201210130311147
Diperiksa dan disetujui oleh :
iii
LEMBAR PENGESAHAN
IMPLEMENTASI SISTEM KEAMANAN LOKER MENGGUNAKAN PENGENALAN SUARA MANUSIA MENGGUNAKAN METODE FUZZY
LOGIC BERBASIS RASBERRY PI 3
Diajukan Untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana (S1) Teknik Elektro Universitas Muhammadiyah Malang
Disusun Oleh : Arianto Bahar Malluse
201210130311147
Tanggal Ujian : 22 Januari 2018 Tanggal Wisuda : 24 Februari 2018 Disetujui oleh :
iv
LEMBAR PERNYATAAN
Yang bertanda tangan dibawah ini :
Nama : Arianto Bahar Malluse
Tempat/Tgl Lahir : Kutai Kartanegara, 03 Januari 1995
NIM : 201210130311147
Fak/Jur. : TEKNIK/ELEKTRO
Dengan ini saya menyatakan bahwa Tugas Akhir saya dengan judul :
“IMPLEMENTASI SISTEM KEAMANAN LOKER MENGGUNAKAN PENGENALAN SUARA MANUSIA MENGGUNAKAN METODE FUZZY LOGIC BERBASIS RASBERRY PI 3” beserta seluruh isinya adalah karya saya sendiri dan bukan merupakan karya tulis orang lain, baik sebagian maupun seluruhnya, kecuali dalam bentuk kutipan yang telah disebutkan sumbernya.
Demikian surat pernyataan ini saya buat dengan sebenar-benarnya. Apabila kemudian ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini, atau ada klaim dari pihak lain terhadap keaslian karya saya ini maka saya siap menanggung segala bentuk resiko/sanksi yang berlaku.
Malang, 29 Januari 2018 Yang Membuat Pernyataan
v
ABSTRAK
Dalam proses identifikasi biometrik dengan menggunakan pengenalan suara sebagai metode input cukup efisien. Selain mudah untuk dilakukan, identifkasi dengan pengenalan suara (voice recognition) hanya di miliki oleh setiap individu secara unik, sehingga cukup aman dan sulit untuk ditiru, pengguna bisa mendapatkan keamanan yang baik dalam melindungi data-data pribadi dari pihak- pihak yang tidak bertanggung jawab.Sistem Keamanan Loker dalam penelitian ini adalah sebuah sistem keamanan yang diterapkan menggunakan pengenalan suara manusia sebagai kata sandi berbasis suara . Proses identifikasi biometrik dengan menggunakan suara sesesorang ini cukup efisien karena dapat dilakukan hanya dengan pengenalan suara sebagai metode input. Pada penelitian ini ,akan dilakukan pemprosesan suara berbasis rasberry pi 3 sebagai mini komputer dengan menggunakan metode fuzzy logic sebagai metode pengambil keputusan .Data input yang di gunakan adalah nilai frekuensi (hertz) dan nilai power spektrum (dBFs) dari suara yang telah berhasil direkam dan kemudian data input akan melalui proses ekstraksi terlebih dahulu sehingga output yang dihasilkan akan berupa nilai hertz dan desibel yang nantinya dapat di ambil sebuah keputusan menggunakan metode fuzzy logic. Penelitian ini bertujuan agar suara user yang terdaftar dalam database dapat di identifikasi dan terciptanya alat keamanan loker berbasis kata sandi suara yang baik .
Kata kunci: Rasberry pi, Voice Recognition, Fuzzy Logic, Python
vi
ABSTRACT
In the process of biometric identification by using speech recognition as the input method is quite efficient. In addition to being easy to do, identification with voice recognition is unique to each individual, so it is safe and difficult to imitate, the user can get good security in protecting personal data from irresponsible parties . The Locker Security System in this study is a security system that is applied using voice recognition as a voice-based password. The process of identifying biometrics using sounds somebody is quite efficient because it can be done only with voice recognition as an input method. In this research, raspberry- based voice processing will be pi 3 as mini computer using fuzzy logic method as decision maker method. Input data used is frequency value (hertz) and power spectrum value (dBFs) of recorded sound and then the input data will be through the extraction process first so that the resulting output will be the value of hertz and decibel which later can be taken a decision using fuzzy logic method. This study aims to enable the voice of registered users in the database to be able to identify and create a sound-based password-based locker security tool .
Kata kunci: Rasberry pi, Voice Recognition, Fuzzy Logic, Python
vii
LEMBAR PERSEMBAHAN
Puji syukur kepada Allah SWT atas rahmat dan karunia-Nya sehingga penulis dapat menyelesaikan Tugas Akhir ini. Penulis menyampaikan ucapan terima kasih yang sebesar-besarnya kepada :
1. Bapak Ir. M. Irfan, MT. dan Bapak Ir. Nurkasan, MT. selaku pembimbing tugas akhir.
2. Ibu Nur Alif Mardiyah, MT selaku Ketua Jurusan Teknik Elektro Universitas Muhammadiyah Malang.
3. Bapak Ir. M. Irfan, MT. selaku dosen pembimbing satu yang telah memberi saran, motivasi dan mengajari dengan sangat sabar.
4. Kedua orang tua Bapak Bahar Malluse dan Ibu Suprihatin yang selama ini telah sabar, selalu memberikan nasehat dan bimbingan, serta perhatian dan do’a.
5. Unita Haryatin Bahar kakak perempuan saya yang turut membantu dan memberi semangat kepada saya.
6. Semua Keluarga besar di Blitar dan Badak Baru terima kasih atas do’a dan nasehatnya.
7. Sahabat seperjuangan dalam suka maupun duka Novan Miftakul , Rachmat Purwoko, Iqbal Abadilah, Indra Bhaidowi, Bagus Afrian, Yoga Ghazela dan lain-lain.
8. Keluarga ARTETRO C yang luar biasa kekompakannya.
viii
KATA PENGANTAR
Dengan mengucap puji syukur kehadirat Allah SWT, atas limpahan rahmat dan hidayah-NYA sehingga penulis mampu menyelesaikan tugas akhir ini. Shalawat serta salam tak lupa penulis panjatkan kepada junjungan kita Nabi Muhammad SAW yang telah membimbing kita menuju jalan kebaikan. Tugas akhir ini merupakan salah satu syarat untuk menyelesaikan studi S1 Jurusan Teknik Elektro Universitas Muhammadiyah Malang. Tugas akhir yang disusun oleh penulis berjudul “IMPLEMENTASI SISTEM
KEAMANAN LOKER MENGGUNAKAN PENGENALAN SUARA
MANUSIA MENGGUNAKAN METODE FUZZY LOGIC BERBASIS RASBERRY PI 3”.
Penulis menyadari sepenuhnya bahwa dalam penulisan tugas akhir ini masih banyak kekurangan dan keterbatasan. Oleh karena itu penulis mengharapkan saran yang membangun agar tulisan ini bermanfaat bagi perkembangan ilmu pengetahuan kedepan.
Malang, 29 Januari 2018 Penulis,
( Arianto Bahar Malluse )
ix
DAFTAR ISI
LEMBAR JUDUL ... i
LEMBAR PERSETUJUAN ... ii
LEMBAR PENGESAHAN ... iii
LEMBAR PERNYATAAN ... iv
ABSTRAK ... v
ABSTRACT ... vi
LEMBAR PERSEMBAHAN ... ..vii
KATA PENGANTAR ... viii
DAFTAR ISI ... ix
DAFTAR GAMBAR ... xiii
DAFTAR TABEL ... xv
BAB I PENDAHULUAN 1.1 Latar Belakang ... 1
1.2 Perumusan Masalah ... 2
1.3 Tujuan ... 2
1.4 Batasan Masalah ... 3
1.5 Metodologi Penyelesaian Masalah ... 3
1.6 Sistematika Penulisan Tugas Akhir ... 4
BAB II DASAR TEORI 2.1 Suara atau Bunyi ... 6
2.2 Pengenalan Suara (Voice Recognition) ... 6
x
2.3 Transformasi Fourier Cepat (Fast Fourier Transform ) ... 6
2.4 Fitur Ekstraksi ... 7
2.5 Fuzzy ... 7
2.5.1 Fungsi Keanggotaan ... 8
2.6 Mikrofon ( Microphone ) ... 9
2.7 Kartu Suara USB (USB Sound Card) ... 10
2.8 Rasberry Pi ... 11
2.9 Python ... 12
2.10 Motor Servo (Motor DC) ... 13
BAB III ANALISA DAN PERANCANGAN 3.1 Diagram Blok Perancangan Hardware ... 15
3.2 Perancangan Hardware ... 16
3.2.1 Mikrofon ( Microphone ) ... 16
3.2.2 Kartu Suara ( Sound Card ) ... 17
3.2.3 Keyboard dan Mouse ... 17
3.2.4 Rasberry Pi ... 18
3.2.5 Monitor ... 19
3.2.6 Motor Servo (Motor Dc) ... 19
3.2.7 Power Supply ... 20
3.3 Perancangan Software ... 21
3.3.1 Diagram Alur Sistem Rasberry Pi ... 21
3.3.2 Flowchart Sistem Control Rasberry Pi ... 22
3.4 Pengguna Software ( User ) ... 23
3.5 Perancangan Form pada Software ... 23
xi
3.6 Perancangan Database ... 24
3.7 Perancangan Sistem Pengolahan Sinyal Suara ... 24
3.7.1 Perekaman Suara ... 24
3.7.2 Perubahan Sinyal Suara ke Digital ... 24
3.7.3 Proses Fase Training ... 25
3.7.4 Flowchart Fase Training ... 26
3.7.5 Proses Fase Uji ... 28
3.7.6 Flowchart Fase Uji ... 29
3.8 Perancangan Fuzzy ... 30
3.8.1 Fungsi Keanggotaan ... 30
3.9 Perancangan Rule Base ... 32
BAB IV HASIL PENGUJIAN ALAT DAN HASIL 4.1 Pengujian Hardware ... 33
4.1.1 Pengujian Power Supply ... 33
4.1.1.1 Rangkaian Alat ... 33
4.1.1.2 Tujuan Pengujian ... 34
4.1.1.3 Alat – alat yang diperlukan ... 34
4.1.1.4 Langkah-langkah pengujian ... 34
4.1.1.5 Rangkaian Hasil pengujian ... 35
4.1.1.6 Hasil pengujian ... 35
4.1.2 Pengujian Motor Servo ... 36
4.1.2.1 Rangkaian Alat ... 36
4.1.2.2 Tujuan Pengujian ... 36
4.1.2.3 Alat – alat yang diperlukan ... 36
xii
4.1.2.4 Langkah-langkah pengujian ... 36
4.1.2.5 Rangkaian Hasil pengujian ... 37
4.2 Implementasi Software ... 38
4.2.1.1 Analisa Kebutuhan Software ... 38
4.2.1.2 Spesifikasi Software ... 38
4.2.1.3 Tampilan Halaman Utama ... 39
4.2.1.4 Tampilan Administrator Account ... 40
4.2.1.5 Tampilan Tambah User Baru ... 41
4.2.1.6 Tampilan Voice Recognition ... 43
4.2.1.7 Implementasi Fuzzy Logic ... 45
4.2.2 Pengujian Sistem ... 49
4.2.2.1 Pengujian Suara... 49
4.2.2.2 Langkah Pengujian ... 49
4.2.2.3 Hasil Pengujian Suara ... 50
4.2.3 Analisa Pengujian Sistem ... 50
4.2.3.1 Analisa Pengujian Waktu Akses ... 50
4.2.3.2 Analisa Pengujian Identifikasi Suara ... 52
BAB V PENUTUP 5.1 Kesimpulan ... 55
5.2 Saran ... 56 DAFTAR PUSTAKA
LAMPIRAN
xiii
DAFTAR GAMBAR
Gambar 2.1 Representasi Linear Naik ... 8
Gambar 2.2 Representasi Kurva Segitiga ... 9
Gambar 2.3 Mikrofon ... 10
Gambar 2.4 USB Sound Card ... 10
Gambar 2.5 Blok Diagram Rasberry ... 11
Gambar 2.6 Modul Single Board Rasberry ... 11
Gambar 2.7 Port GPIO Rasberry Pi ... 12
Gambar 2.8 Motor Servo ... 12
Gambar 2.9 Konstruksi Motor Servo ... 13
Gambar 2.10 Pulsa Kendali Motor Servo ... 14
Gambar 3.1 Diagram Blok Perancangan Hardware ... 15
Gambar 3.2 Rangkaian hubungan Mikrofon (Microphone) ke Rasberry pi ... 16
Gambar 3.3 Rangkaian hubungan USB Sound Card ke Rasberry pi ... 17
Gambar 3.4 Rangkaian hubungan Keyboard dan Mouse ke Rasberry pi ... 18
Gambar 3.5 Rangkaian Lengkap Rasberry pi ... 18
Gambar 3.6 Rangkaian Rangkaian hubungan Monitor ke Rasberry pi ... 19
Gambar 3.7 Rangkaian hubungan Motor Servo ke Rasberry pi ... 19
Gambar 3.8 Rangkaian hubungan Power Supply ke Rasberry pi ... 20
Gambar 3.9 Diagram Alur Sistem Rasberry pi ... 21
Gambar 3.10 Flowchart Sistem Control Rasberry Pi ... 22
Gambar 3.11 Proses Konversi Sinyal Analog Menjadi Sinyal Digital ... 25
xiv
Gambar 3.12 Flowchart Fase Training ... 26
Gambar 3.13 Proses Fitur Ekstraksi ... 27
Gambar 3.14 Flowchart Fase Uji ... 29
Gambar 3.15 Fungsi Keanggotaan ... 30
Gambar 4.1 Rangkaian Pengujian Power Supply ... 33
Gambar 4.2 Keterangan skema kabel USB ... 34
Gambar 4.3 Rangkaian Hasil Pengujian Power Supply ... 35
Gambar 4.4 Rangkaian Motor Servo ... 36
Gambar 4.5 Kondisi Motor Servo Off ... 37
Gambar 4.6 Kondisi Motor Servo On ... 37
Gambar 4.7 Tampilan Halaman Utama ... 39
Gambar 4.8 Tampilan Administrator Account ... 40
Gambar 4.9 Tampilan Tambah User Baru ... 41
Gambar 4.10 Tampilan User Dikenal ... 43
Gambar 4.11 Tamplian User Tidak Dikenal ... 43
Gambar 4.12 Cara masuk ke main program ... 49
Gambar 4.13 Hasil Pengujian Suara User ... 50
xv
DAFTAR TABEL
Tabel 3.1 Perancangan Rule Base ... 32
Tabel 4.1 Hasil Pengujian Power Supply ... 35
Tabel 4.2 Hasil Pengujian Waktu Akses ... 51
Tabel 4.3 Hasil Pengujian Indentifikasi Suara ... 53
DAFTAR PUSTAKA
[1]. Agustini, Ketut. 2007. Undiksha Singaraja “Biometrik Suara Dengan Transformasi Wavalet Berbasis Orthogonal Daubenchies“.
[2]. Ana Marie, Ian Benedict, Alec Zandrae, Adrian Neil, Engr. Reggie C.
2015. “Home Automation Using RaspberryPi through Siri Enabled Mobile Devices”.
[3]. Budiman, Andri. 2010. UMM. “Sistem Otomasi Absensi dengan Pengenalan Suara”.
[4]. Charisma, Atik. 2013. ITP “Sistem Verifikasi Penutur Menggunakan Metode Mel Frequency Ceptral Coefficients – Vector Quantisation (MFCC-VQ) serta SUM SQUARE ERROR (SSE) dan Pengenalan Kata Menggunakan Metoda Logika Fuzzy”.
[5]. Hidayat, Syarif dan Firmanda, S, Syarif. 2015. ”Scheduler and Voice Recognition on Home Automation Control System”.3rd International Conference on Information and Communication Technology (ICoICT).978-1-4799-7752-9/15/$31.00 ©2015 IEEE.
[6]. I Nyoman Kusuma Wardana, I Gede Harsemedi. 2014. STMIK STIKOM Bali. “Identifikasi Biometrik Intonasi Suara untuk Sistem Keamanan Berbasis Mikrokomputer”.
[7]. Kim, George. 2014. Singapura. “Fuzzy Sets, Fuzzy Logic And Fuzzy System Selected papers by Lotfi A Zadeh. World Scientific”.
[8]. Kusumadewi, S., dan Purnomo, S. 2010. “Aplikasi Logika Fuzzy untuk Pendukung Keputusan”.
[9]. Krisnawan, Adhi. 2015. Telkom Univerrsity. “Perancangan Sistem Keamanan Ruangan Menggunakan Rasberry Pi”
[10]. Purwanto, 2014. Universitas Gunadarma. “Pengendali Motor Servo DC Standar dengan berbasis Mikrokontroler AVR”.
[11]. Reonaldo Yohanes Sipasulta , Arie.S.M. Lumenta ST, MT. , Sherwin R.U.A. Sompie, ST, MT. 2014. UNSRAT “Simulasi Sistem Pengacak Sinyal Dengan Metode FFT (Fast Fourier Transform)”.
[12]. Wahyudi, Astuti, W. Mohamed S. 2007. International Islamic University Malaysia. “Intelligent Voice-Based Door Access Control System Using Adaptive-Network-based Fuzzy Inference Systems (ANFIS) for Building Security”.
[13]. http://elektronika-dasar.web.id diakses pada tanggal 1-12-2017.
