vi
ABSTRAK
Voice recognition sudah banyak tersedia diberbagai macam gadget. Selain pada komputer, voice recognition banyak digunakan pada smartphone. Tidak jarang terdapat aplikasi voice recognition berbasis android yang beredar. Namun kebanyakan aplikasi berbasis android yang tersedia memerlukan koneksi internet untuk proses pengenalan kata. Selain memerlukan koneksi internet, aplikasi voice recognition lebih banyak menggunakan bahasa asing untuk mengenali kata-kata yang dimaksud. Kendala yang ada bila menggunakan bahasa asing adalah masyarakat Indonesia tidak terlalu fasih dalam mengucapkan kata dalam bahasa asing tersebut sehingga aplikasi tersebut sering salah menafsirkan kata yang diucapkan oleh pengguna. Pengguna dapat mengubah sinyal suara (kata dalam Bahasa Indonesia) yang masuk menjadi teks. Pengenalan suara tersebut membutuhkan perhitungan-perhitungan matematis untuk menentukan peluang kata yang disebutkan pengguna. Perhitungan tersebut meliputi proses preprocessing, fast fourier transform, feature extraction, normalisasi, dan hidden markov model. Pengujian akan dilakukan dengan 2 metode. Pengujian pertama membandingkan tingkat keberhasilan pengenalan kata dengan menggunakan proses filter suara dan tidak. Pengujian kedua adalah dengan mengubah nilai koefisien yang digunakan sebagai parameter pada proses framing dan proses reestimate. Hasil pengujian membuktikan bahwa dengan adanya proses filtering, tingkat keberhasilan pengenalan kata menjadi lebih tinggi. Sedangkan pengujian dengan mengubah nilai koefisien tidak terlalu berpengaruh terhadap tingkat keberhasilan pengenalan kata.
vii
ABSTRACT
Voice recognition is already available in most of gadgets. Besides computers, voice recognition mostly used on smartphones. There are many android’s voice recognition applications used. However, most available android based applications require an internet connection to do process of word recognition. Besides requiring an internet connection, voice recognition applications mostly used foreign languages to recognize the words. Constraints that exist when using a foreign language is Indonesian people are not too fluent in pronouncing words in a foreign language so that applications often misinterpret the words spoken by the user. Voice recognition requires mathematical calculations to determine the chances of the user specified word. The calculation includes the preprocessing, Fast Fourier Transform, feature extraction, normalization, and hidden Markov models. Testing will be done by 2 methods. The first test compared the success rate of word recognition using filtering and not using filtering. The second test is to change the value of the coefficient is used as a parameter in the process of framing and reestimate process. The test results prove that with the filtering process, the success rate is higher. While the test by changing the value of the coefficient does not significantly affect the success rate of word recognition.
viii
DAFTAR ISI
Lembar Pengesahan ... i
Pernyataan Orisinalitas Laporan Penelitian ... ii
Pernyataan Publikasi Laporan Penelitian ... iii
Prakata ... iv
Abstrak ... vi
Abstract ... vii
Daftar Isi ... viii
Daftar Gambar ... xi
Daftar Tabel ... xii
BAB I Pendahuluan ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 1
1.3 Tujuan ... 1
1.4 Batasan Masalah ... 2
1.5 Sistematika Pembahasan ... 2
BAB II Dasar Teori ... 3
2.1 Voice Recognition ... 3
2.2 Voice Activation Detection ... 5
2.3 Pre-Processing ... 6
2.3.1 Pre-Emphasis ... 6
2.3.2 Framing ... 6
2.3.3 Window Hamming ... 7
2.4 Fourier Transform ... 7
2.5 Feature Extraction ... 10
2.5.1 Mel Frequency Cepstral Coefficient ... 10
ix
2.5.3 Delta Coefficient ... 12
2.5.4 Acceleration Coefficient ... 12
2.6 Normalisasi ... 13
2.7 Hidden Markov Model ... 13
2.7.1 Forward Algorithm (α) ... 15
2.7.2 Backward Algorithm (β) ... 15
2.7.3 Scaling Factor, α scaled, β scaled ... 16
2.7.4 Re-estimation ... 17
2.7.5 Viterbi Algorithm ... 18
2.8 Use Case... 19
2.9 Class Diagram ... 20
2.10 Activity Diagram ... 21
2.11 SQLite ... 21
2.12 JTransform ... 21
BAB III Analisa Pemodelan ... 23
3.1 Analisis Sistem... 23
3.1.1 Pre-Processing ... 24
3.1.2 Fast Fourier Transform (FFT) ... 25
3.1.3 Feature Extraction ... 25
3.1.4 Normalisasi ... 26
3.1.5 Hidden Markov Model ... 26
3.2 Pemodelan ... 27
3.2.1 Use Case ... 27
3.2.2 Activity Diagram... 27
3.2.3 Class Diagram ... 32
3.2.4 Entity Relationship Diagram ... 32
BAB IV Hasil Implementasi ... 34
x
4.1.1 Tampilan Awal Aplikasi ... 34
4.1.2 Tampilan Saat Menerima Input Suara... 34
4.1.3 Tampilan Hasil Proses Pengenalan Kata... 35
4.1.4 Tampilan Menu Aplikasi ... 36
4.1.5 Tampilan Menu Tambah Kata ... 36
4.2 Pseudocode Aplikasi ... 39
BAB V Pengujian ... 43
BAB VI Simpulan dan Saran ... 49
6.1 Simpulan ... 49
6.2 Saran ... 49
xi
DAFTAR GAMBAR
Gambar 2.1 Diagram Blok Sistem Pengenalan Suara Secara Umum (online / offline)
(Nugraha, 2011) ... 4
Gambar 2.2 Sinyal Suara Sebelum VAD ... 5
Gambar 2.3 Sinyal Sesudah Proses VAD ... 5
Gambar 2.4 Proses Pre-Processing ... 6
Gambar 2.5 Proses Framing ... 7
Gambar 2.6 Contoh Class Diagram ... 20
Gambar 3.1 Proses Pengenalan Kata Pada Sistem ... 24
Gambar 3.2 Sinyal Suara Dari Kata “Lima” Sebelum Preemphasis ... 25
Gambar 3.3 Sinyal Suara Dari Kata “Lima” Sesudah Preemphasis ... 25
Gambar 3.4 Feature Vector ... 26
Gambar 3.5 Use Case Diagram ... 27
Gambar 3.6 Activity Diagram Voice Recognition Android ... 28
Gambar 3.7 Activity Diagram Training Kata ... 29
Gambar 3.8 Activity Diagram Proses Preprocessing ... 30
Gambar 3.9 Activity Diagram Proses FFT ... 31
Gambar 3.10 Activity Diagram Proses Feature Extraction ... 32
Gambar 3.11 ERD ... 33
Gambar 4.1 Tampilan Awal Aplikasi ... 34
Gambar 4.2 Tampilan Saat Menerima Input Suara ... 35
Gambar 4.3 Tampilan Hasil Proses Pengenalan Suara ... 35
Gambar 4.4 Tampilan Menu Aplikasi ... 36
Gambar 4.5 Tampilan Menu Tambah Kata ... 37
Gambar 4.6 Tampilan Menu Saat Suara Sedang Direkam ... 37
Gambar 4.7 Tampilan Error Saat Suara Belum Lengkap ... 38
Gambar 4.8 Tampilan Saat Kata Berhasil Dimasukkan Ke Dalam Kamus ... 38
Gambar 4.9 Pseudocode Pengenalan Kata ... 39
Gambar 4.10 Pseudocode Record ... 40
Gambar 4.11 Pseudocode Preprocessing ... 40
Gambar 4.12 Pseudocode FFT ... 41
Gambar 4.13 Pseudocode Feature Extraction ... 41
Gambar 4.14 Pseudocode Normalisasi ... 42
xii
DAFTAR TABEL
Tabel 2.1 Contoh Nilai Diskrit ... 8
Tabel 2.2 Perhitungan DFT Sinyal Suara ... 9
Tabel 2.3 Daftar Simbol Use Case (Martin & Scott, 2000) ... 19
Tabel 2.4 Simbol Class Diagram ... 20
Tabel 2.5 Daftar Simbol Activity Diagarm ... 21
Tabel 5.1 Nilai Original Dari Kata "Lima" ... 43
Tabel 5.2 Perbandingan Nilai Pre-Emphasis ... 43
Tabel 5.3 Pengujian Pengenalan Kata Metode 1 ... 44
Tabel 5.4 Pengujian Pengenalan Kata Metode 2 ... 45
Tabel 5.5 Pengujian Pengenalan Kata Metode 3 ... 45
Tabel 5.6 Pengujian Pengenalan Kata Metode 4 ... 46
Tabel 5.7 Pengujian Pengenalan Kata Metode 5 ... 47
Tabel 5.8 Perbandingan Tingkat Keberhasilan Pengujian Menggunakan File Training Kata ... 47
1 Universitas Kristen Maranatha 1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Teknologi informasi telah berkembang dengan pesat di abad ke-21 ini. Mulai dari berkembangnya televisi, komputer, handphone, dan sebagainya. Gadget tersebut digunakan untuk bekerja, mencari informasi, berkomunikasi, bermain, dan sebagainya. Cara menggunakan gadget tersebut pun sudah bermacam-macam. Sebagai contoh, keyboard dan mouse bukan menjadi alat bantu utama saat menggunakan komputer.
Komputer sudah dapat menggunakan layar sentuh saat pengoperasiannya. Selain teknologi layar sentuh, gadget tersebut dapat mengenali maksud dari perkataan pengguna. Teknologi pengenalan kata tersebut disebut voice recognition.
Voice recognition sudah banyak tersedia diberbagai macam gadget. Selain pada komputer,
voice recognition banyak digunakan pada smartphone. Tidak jarang terdapat aplikasi voice
recognition berbasis android yang beredar. Namun kebanyakan aplikasi berbasis android
yang tersedia memerlukan koneksi internet untuk proses pengenalan kata. Selain memerlukan koneksi internet, aplikasi voice recognition lebih banyak menggunakan bahasa asing untuk mengenali kata-kata yang dimaksud. Kendala yang ada bila menggunakan bahasa asing adalah masyarakat Indonesia tidak terlalu fasih dalam mengucapkan kata dalam bahasa asing tersebut sehingga aplikasi tersebut sering salah menafsirkan kata yang diucapkan oleh pengguna.
1.2 Rumusan Masalah
Berikut adalah beberapa masalah yang dapat dirumuskan dalam pembuatan aplikasi ini: 1. Bagaimana mengolah suara pengguna menjadi teks dalam aplikasi?
2. Bagaimana menentukan nilai parameter untuk pengenalan suara menggunakan metode Hidden Markov Model?
1.3 Tujuan
Adapun tujuan akhir proyek adalah sebagai berikut:
1. Mengolah suara pengguna menjadi teks pada smartphone.
2 Universitas Kristen Maranatha
1.4 Batasan Masalah
Batasan masalah yang ada dalam pembuatan aplikasi ini adalah: 1. Aplikasi ini hanya mengubah sinyal suara menjadi teks.
2. Aplikasi ini diuji pada smartphone Andromax U1 berbasis Android 4.1.2 (Jelly Bean). 3. Intonasi dan pelafalan suara saat melakukan perintah suara harus semirip mungkin
dengan intonasi dan pelafalan suara yang digunakan saat training data. 4. Training kata harus dilakukan di tempat yang sunyi.
1.5 Sistematika Pembahasan
Berikut ini merupakan intisari setiap bab dalam laporan tugas akhir.
BAB I PENDAHULUAN
Bab ini memberikan gambaran mengenai latar belakang, perumusan masalah, tujuan, pembatasan masalah, dan sistematika penulisan.
BAB II DASAR TEORI
Bab ini berisi uraian tentang teori dasar yang menjadi landasan dalam menganalisa dan merancang aplikasi voice recognition berbasis android.
BAB III ANALISA PEMODELAN
Bab ini berisi gambaran secara umum Aplikasi voice recognition yang mencakup sistem yang akan berjalan, analisis kebutuhan informasi, ERD (Entity Relationship Diagram), Use Case Diagram, Class Diagram, dan Activity Diagram.
BAB IV HASIL IMPLEMENTASI
Bab ini memberikan gambaran tentang implementasi aplikasi voice recognition berbasis android berupa hasil tampilan dan pseudocode aplikasi.
BAB V PENGUJIAN
Bab ini menguraikan evaluasi terhadap hasil yang telah dicapai berdasarkan tujuan pembuatan aplikasi.
BAB VI SIMPULAN DAN SARAN
49 Universitas Kristen Maranatha 6
BAB VI
SIMPULAN DAN SARAN
6.1 Simpulan
Simpulan yang dapat diambil dari pembuatan aplikasi voice recognition berbasis android ini adalah sebagai berikut:
1. Aplikasi voice recognition ini dapat mengolah sinyal suara masuk menjadi teks yang terdapat pada kamus sistem dengan tingkat keberhasilan sebesar 55% hingga 60%. 2. Besar kecilnya parameter yang digunakan tidak terlalu mempengaruhi proses
pengenalan kata pada sinyal, seperti besarnya nilai koefisien overlapping (48%, 55%, 67%) pada proses framing atau banyaknya proses reestimate (15 hingga 20 kali). Tetapi dengan adanya proses pemfilteran suara seperti proses preemphasis, maka tingkat keberhasilan dalam proses pengenalan kata pun dapat meningkat dari 38% hingga mencapai 60%.
6.2 Saran
Saran untuk pengembangan aplikasi ini adalah sebagai berikut:
1. Menambahkan proses pemfilteran suara seperti band-pass filter atau band-rejection filter agar tingkat keberhasilan pada proses pengenalan kata dapat meningkat.
50 Universitas Kristen Maranatha
7
DAFTAR PUSTAKA
Bardici, N., & Skarin, B. (2006). Speech Recognition using Hidden Markov Model. Lethbridge, T., & Laganiere, R. (2002). Object-Oriented Software Engineering: Practical
Software Development using UML and Java. New York: McGraw-Hill.
Muda, L., Begam, M., & Elamvazuthi, I. (2010). Voice Recognition Algorithms using Mel Frequency Cepstral Coefficient (MFCC) and Dynamic Time Warping (DTW) Techniques.
Booch, G., Rumbaugh, J., & Jacobson, I. (2005). The Unified Modeling Language User Guide SECOND EDITION. United States: Addison Wesley Professional.
Colton, D. (2003). Automatic Speech Recognation Tutorial. Hawaii: BYU.
Huang, X., Acero, A., & Hon, H.-W. (2001). Spoken language processing: a guide to theory, algorithm, and system development. New Jersey: Prentice Hall PTR.
Lindholm, S. (2010). A Speech Recognition System for Swedish running on Android. Manolakis, D. K., & Proakis, J. G. (2006). Digital Signal Processing. Prentice Hall. Martin, F., & Scott, K. (2000). UML Distilled. ADDISON-WESLEY.
Nilsson, M., & Ejnarsson, M. (2002). Speech Recognition using Hidden Markov Model. Nugraha, K. (2011). Aplikasi Perintah Suara Dengan Metode Fast Fourier Tansform Dan
Dividen And Conquer Pada Simulasi Rumah Pintar.
