trI,ffc
143'
Semintrr nn
....:
"lnrulligffint Tmrhnr:lngg
*F=T
;::;:,;;i;t:;;i;;:i:t:i;1;i.
And
lts
ISEN::::::..::::!:::!:::.:i.i::::j::::::::.::::::i:::::::i+
Appli*eitinnr
,
e33H-8fie3
PuerrsHED
BY
Electrical Engineerin g Department Faculty
of
Industrial TechnologyInstitut Teknologi Sepuluh Nopernber (lTS) ITS Carnpus, Keputih, Sukolilo
Surabaya 601 I I
rssN
2338-2423
The
14'hSeminar
on Intelligent Technology
and
Its Applications
Copyright O 2013 by Electrical Engineering Department, Institut Teknologi Sepuluh Nopernber
All
rights reserved. No part of this book, rnay be reproduced, stored, or transmitted, in any fonns or by any means without the prior permission in writing {rom the publisher.MaH,
IS*eBl3
&t .,\-I's Ct*i*lt*al.
[:]r-.{:il. {rf [],R:]trs:i:* I,l L]{ ffii{irrt [ii*r4r.x lrciartJ Jt l'#kr*;*:fi1 $r3x.f*i-r N:rt:,.ai1l}Ir
And
lrs
ApplitratirE
FnOCTEDINGS
oF
THE
14rH
SEnaWaR
oN
INrrUIGmt
TscnNoLoGY
AI{D
Irs
ApPLICATIoNS
E,DITOR-IN-CHIEF
Dr. Dedet C- Riawan, ST', M'Eng' E-mail : tledet.riawan@ee'its'ac'idSECRETARY
Dr. Ir. YoYonK'
SuPraPto, M'Sc'E-mail : yoyonsuprapto@,ee'its'ac'id
EDITORIAL
COORDINATORS
Computer Engineering
and
Telematics
I
l{etut Eddy Purnama, ST",Ml",
Ph't)E-mail : ketut@ee'its'ac'id Muhtadin, ST.,
MT'
E-mail : muhtadin-s@elect-eng'its'ac'id
Electronics
Dr. Ir. Djoko Furwanto, M'Eng' E-mail : djoko@ee'its'ac'id Ir. Totok
Mujiono, MI'Kom
E-mail : totok-rn@ee'its'ac'id
Power
SYstemDr. Eng. I Made Yulistya Negara, ST', M'Sc' E-mail : YulistYa@ee'its'ac'id
Dr. Dimas Anton Asfani, ST',
MT'
E-mail : anton@ee-its.ac'id
*ffi:1!-ffi,l{i
EDITOzuAL ADVISORY BOARD
Dr.
TriArief
Sardjono, ST',MT'
Head otl Department of Electrical Enginering Institut Teknologi Sepuluh Nopember (ITS)' Surabayag-mail
: t.a. sardjono@ee'its'ac' idSITIA's
Proceeding is published once every yearTelecommunication
Dr. Achmad Mauludilantct E-mail : maulud@ee-its-ac-id Devy Kuswidiastuti, ST-. II.SG'E-mail : devY@ee.its'ac'id
Control
SYstem Dr. lr. M. RameliE-mai I : rameli@.ee-its:c'ful Dr. TrihastutiAgustinah' ST*
It[I
E-mail : trihastuti@ee-its-acjdl
MaU,
lE*e$3
Ar. AJ'.i Ell.xl[}{tl- uest. Gr Ehdrd i#fWWffiW"I.W,:Me.W.Wffi
:
t"'
q
'h-.,il.iZ='
:'nr
l!i:-
Sslr"rinnr
fin
lntfil'lir"fi?rlr.l-lirhrl;,1ffill;
Ani:J
lts
AJ:plit":r:tinn:=t55N
,
e3lE-efia3
CoH,rnarrrEE
oF
SITIA
2013
*
-;.lr.r
Chainnan:
n* lr
,:
Tril,ogi Yurvono, DEA4
r--
.
: institut Teknologi Sepuluh Nopember (ITS).;:".:al
Chainlan:
-
-;iil
('.
Riarvatt-:;irnical
Committee:
r*
,
Dr. \lohammad Nuh (lTS),:*
:
Dr. Soebagio (tI'S ),:--
" Dr. Ontoseno Penangsang (lTS),r*
,-. Dr. N{auridhi Hery Purnomo (lTS).:-.
:
Dr. Abdullah Alkaff(lTS), :: - :-. Dr. Achmad Jazidie (lTS),::.'i.
Dr. Moh. Ashari (lTS),r*:.:-. Dr. Imarn Robandi (lTS),
l:.,r,
Dr. Adi Soeprijanto (lTS),.-':..i-. Dr. Gamantyo Hendrantoro (lTS).
?:rl.
ida A,vu Giriantari (I-NUD" Bali).ll:.
Hanny H. TLunbelaka (UK Petra, Surabaya),lrr..{,
M. Shiddiq Yunus (PNUP, Makassar),)r.
"\gus Ulinuha (UMS. Surakarta),lr.
Parachai J. (Sripatum Univcrsity, Thailand), Dr. Pei Yi Lim (UTS-Malaysia),Dr. Ahrnad A. Setiawan (UGM, Yogyakarta). Dr. Margo Pujiantara (lTS),
Dr. Heri Suryoatmojo (lTS),
Dr. Surya Sr-nnpeno (lTS),
Organizing
Comrnittee
:Shandv Baskoro Annisa Riani S.
\icolausRadianputra
RendliiMaulana \ezr,a Nabilla Raclrma PrilianFanniesha
Hamada
M. Imam RahmatRadi Susetyo
Arie Aritin Aufar Gusviandi P
Luvy Arfendi
Bagas Prasetyii Annisaa Taradini Fauzul Akbar Dwi Haryanto
Amin Danar N.
Arif
RahartomoSyaiful
Arif
Nungki Dian S. D.Idrus Fathul
Moch. Ade Arta Adi Prasetiyawan
Dr. I KetLrt Eddy Purnama (ITS),
Dr. M. Rameli (l't'S), Dr. Wirawan (lTS),
Dr. Ari Santoso (lTS), Dr. Djoko PLrrwanto (lTS),
Dr. Achmad Atfandi (lTS),
Dr. Achmad Ariiln (tTS), Dr. M. Rivai(lTS), Dr. Moch. Hariadi (lTS), Dr. Tri Arief Sarjono (lTS),
Dr. Yoyon K. Suprapto (lTS),
Dr. Achmad Mauludiyanto (lTS), Dr. Dedet Candra Riawan (lTS),
Dr. Ardl'orro P. (lTS).
Dr. Suwadi (lTS),
Dr. Trihastuti Agustinah (ITS), Dr. Rony Seto (tTS),
Dr. Eko Setiiadi (lTS).
Dr. Dimas Anton Asfani (lTS),
Dr. Ronny Mardi,vanto (tTS)
Randi Sibuea
Denny Novian
Revan Arwisi M. Fasih Muban'ok
Alif
Ridwan Maulana Ahmad Ginanjar W.Akhmad Sudaryono
Yosua Pandapotan P.
Lucky Andika Nor Ain Firdaus
Vigor Aryaditya
Charisma Vian
Roy Fachri lrawan Edward Lumenta
\loch Nurul
Huda
Annisa Endarwati Cindera GanaChatld Prahadi
Gede Bayu
Rahman Cahyadi
AnifatulFaricha Arief Rahman
Habib Ibnu
Ni Wayan Yr"rliastuti
Aldhimas Satria
Widhayaka Adi C.
Gary Almas
Ilham Laenur Hikmat
Sondang Sentosa
S.
Agung Adi PratamaNancy Ardelina Ilham Budiono
Hikmah
Miladiyah
Surya Putra PrawiraWahyr Drvi S. Arief Budi Ksatria
MaH,
IS*enl3
.\r \J* ilt ![lu],1. lft,lrl rr! I i,,l,tr,,l I th-:,r.trilul
l,!!rl{t-lrHf lti.rt lii!$ll:j,[1] SE]r.t,.*1 \{1I]r3l'f]rir
,::::::::i::::.=l$!fiktil.,ill@.
lljj
"h
:.:
,i:.1,.
:...qFrnitlflr
*rr
lnr.nltrig;ffntTrl"hnnlmr;q
And
ltr
IEqN
,;l1:;:;
l)ltitltNWttttt::::
:::::: .. : :::::.i!..tLr"/!i!n:l;.N//l1i | | it,\f:.;/..,.4i.Applirmt"inr:= e33Er-ALle',X
P,".
ER.In
'
t+ql- rnder
\
oltages Load Shedding Based on CatastropheTheory
Vlethodfor
>rn r-ebir1 a
Electrical
Distribution
Systems- -:.
Fajar Uman P., Fitriana Suhartati,A.
Budinran, Ontoseno Penangsang,Adi
i
.::::jento
P+pEn
Io
'
toq\liran
DayaOptimal
lvlempertimtrangkan El'ekKatub
BahanBakar di
Sisteml*ra
Bali 500kV
Menggunakan metode PSO3--.nr Seto Wibolvo, lbrahim Anwar,
Adi
Soeprijanto, Ontoseno PenangsangP.rprR
In,
tzz
\
oltage-BasedControl
of Grid-Connected Buck-BoostInverter
for
SEIG Variable
Speed WECS
Dedet Ci. Riarvan, Teguh Yuwono, Sjamsjul Anam
Cnapru,R
III.
ErrgcrnoNICS
Papnn
Io
'
ot:
Perhitungan Denyut
Jantung
Berdasarkan SinyalEKG
Berbasis FPGA Rita Purnamasari, SugondoHadiyoso, YuyunSitiRohmah, Ahmad Zaki RamdaniPapnn
lo,
ozsAnalisis
Ekstraksi
Ciri
Pada Suara JantungDiastolik
Dengan Menggunakan WaveletTransform
DanWigner Ville Distribution
Ira Puspasari, Achmad
Arifin,
Rimuljo HendradiPaprn
lo
' oz+
Sistem Pengaturan dan Pemantauan Kecepatan
Putar
Motor
DC Berbasis FPGA danVHDL
Agfianto Eko Putra, Rahadian
Mu'alif
Pepsn
In,
oszPerancangan dan Pembuatan Prototvpe
Instrumen
Kekuatan Napasuntuk
Diagnosis Penderita AsmaDini
Putri Anggraini, Sumardi, Azrni SalehPapsnlo,
ttr
Deteksi Isyarat
Wicara
Huruf
Vokal Pada PenderitaTuna Wicara
Bertrasis Sinyal ElectromyographHimawan Wicaksono, Rika R., Fatchul Arif.in,
Tri Arief
S., MauridhiIIery
Purnomo144
165
151
t51
t61
172
178
r84
MsH,
lS''eEl3
-nl ;\J* f:lmtrJr':r:1.
llr$1,,d llcl r. r! irh;ilFbr{fr-J I.nrxrl* lrsri! rrt iirt{Htkl{tlt 4lfr{..rl ih \ir,irr:rTt3[$
:.:.::;:::j?1"! LllL!.&!.&;:t:t:
tx
-$-ii:i::!t;:=i::::::ria
tr.
tj;.'.:i: i:::.{a::::.Yi=
ffi i$
-4*inar
nn
lntelligent Terlmalagq
Ard
ltg
l5gl{
:
Z33E|-8833
Paoer
ID :
lll
Deteksi
Isyarat
wicara Huruf
Yokal
pada
Penderita
TunaWicaraberbasisSinyalElectromyograph
flimawan
Wicaksono'),Rika
Rokhana2), Fatchul Arifin3)'Tri Arief
Sardjonoa)'Mau
HerY
Purnomo5)
. '\-
6
,---:r-r
,,u,r)Jurusan Teknik Elektro, FTI, lnstittttt"hofogi
S"prluh NoPember Surabaya' ?)Jurusan{eknik Elen^r:l^r,-rL ElaLtrnnilra Ne'eri Srrrabava.',Juiusan Teknik Elekffo, Universitas Negeri Yogyakartl Politeknik Elektronika Negeri Surabaya, ''Jurusan l eknlK tsleK[ro, ulrrvsr>rtG t\elierr
email : rlhimawan@student.eepis-its.edu" 2)rika@""pit-itt't4", r'farchui@uny'ac'id' 3)fatchu
-
aisardjono@elect-eng.its.ac'id, 5)hery@ee'its'ac'idAhstrak*Penelitian ini direalisasikan utrhtk Menentukan Posisi Peletakkan pengambilan data samPel sinYal wajah.
2. PERANCANGAN SISTEM
elektroda
EMG pada
membantu
seseorar'tgdengan
keterbatasankememtpnan berbicara (tuna wicat'a), agor dapat
m"tokukqn kegiatan kornunikasi' Llntuk mendeteksi
sinyal
Eleciomyograph(EMG)
menggwnakanpeialatan instrutnertta,si BIOPAC l/tP30' Ketika 'seseordng
berbicara akan terjadi akliJilas
-
otot'terutami pada daerah mulut dan
pipi'
Prosesklentifikasi isyaral "tpicara dilakukan menggunakan *
Jarfig Syarqi Tiruan (JST) dengan algorltma ladial
Basii Function Network untuk mendeteksi isyarat wicara huruf vokal (A,
I,
U, E, O)' Ketika dilqhtkan pengujian sinyal sarupel dari pasien tuna wicato'aipZriten
nilit
qkurisi 65% sirryal teridenn'fikasi' ,idungkondari
sampel pasiengrar'7
normalctiperileh
64% sinyal
teridentifikasi' Tingkatkiberhasilan secara keseluruhan sistem ini sebesar 64.44% dari 45 data sampel yang diaiicobakan'
Kata kunci
:
Berbicara, Twwwicara, HuruJ' vokal'S inY al E I e c tr omYo graP h (E MG)'
1. PENDAHULUAN
Penelitian dibidang EMC tengah berkembang
pesat,
termasuk
diantaranya
Pendeteksian' 'Pemrosesan, Aplikasi dan Pengklasifikasian SinyalEMG.
Tujuan
dari
penelitian
ini
adalah*"*p"tUuriingkan beberapa
metodologi pembelajaran din algoritma untuk analisa sinyat EMG agar mendapatkan cata yang efrsien dan efektif dalam memahami sinYal dan sifatnYa[l]'
Bradley et.al dalam paper yang berjudul Smoll-Vocabllary Speech Recognition
using
SudaceElectromyography mendeskripsikan
bahwap"og"nuiuo-**tu berbasis sinyal EMG- efektif untuk
*"n-g*ung,
efbk
kebisingan pada- kejelasan;;;6r""6
isyarat wicara dalam sistem komunikasi' nut ion oUlet< ienetitian masih menggunakan pasien normal [2].Penelitian ini terfokus pada permasalahan diantaranya:
Gambor l. Blok diagram sistem
Mengidentifikasi sinYal
EMG
agar sebagai isYarat wicara'Penelitian ini merupakan solusi bagi penyandang lrna
wicars dalam hal keterbatasan komunikasi' Proscs identifikasi isyarat wicara huruf'vokal berdasar sinyd
EMC yang dihasilkan oleh otot waiah (Depressor Angut i' Or {$ pada saat kontraks i dan relaksasi'
2.1. Posisi Elektroda dan Blok Diagram
Pengolahan sinyat EMG, dimulai dari pengambilan data siiyal pada gerak artikulasi pengucapan hura{
iokal, meneitukan posisi peletakkan Elektroda pada
titik
sentral pada otot wajah' Pemfilleran sinyaldigital,
Eksi'aksi Firar, proses identifikasi sinyal be-rbaris JSTt3l'
Cambart'
menunjukkan blok diagram sistem."Posisi
penempatan elektroda pada otot-waj1! harus tepat karena mempengaruhi kualitas sinfal -EMG;i.a1g
aio.i.fri
tll.
eengambilan data sampel sinyal EMG ;*"*urf*l*l*
3
buah elektroda'il"kttodu
hiot
i;ti;i"kd
pada dahi bagian tengah berfungsi sebagaiiiira
atau referensi. Elektroda merah (positif)iiletakkan pada pertengahan otot Depressor Angdi
Ma*
lB*e*13
At Ir}b tl:ilSrtr.
Ihpt. tr Ektrd En$irG;rirq Cerrp'r'
::
lillriii $/"i1;
li'1,. n$-
B.;* :1:::::,'iSSS:i]::;i.7/i ll\\:i;$##?
ItrE
l4t}l
Spminar
rn
Intplliqant
Terhnnlngg
iis sebelah kanan wajah. Kemudian elektroda putih
:tatiD, diletakkan di ujung otot Depressor Anguli
rir disebelah kiri wajah.
Ernbar 2. Visualisasi posisi peletakan elektroda (kiri), posisi peletakkan elektroda pada pasien lun<t wicuret (tanan), (1) Elektroda berwarna hitam, (2) Elektroda
benvarna merah, (3) Elektroda benvarna putih. L Sbtem Akuisisi Data
BIOPAC MP30 digunakan sebagai sistem akuisisi
Ir
Namun perangkat ini tidak dilengkapi denganEnpuan
interfbcing dan pembacaan data secaraItime [a].
il.
mengatasi hal ini kami mengembangkan sistem1g
dapat bekerja secarareal
tirne
denganmrfaatkan porl output sinyal analog, selanjutnya
mversi menjadi sinyal digital menggunakan USB
d
card [5].L Dcsain Software
Gambar 3 mendeskripsikan flowchart pemrosesan
6d- Sinyal EMG diambil dari pasien menggunakan
la
instrumentasi Biopac, Ilamming band passF
dengan frekuensi cutoff 50-500 Hz digunakan*
menghilangkan noise artitbct yang timbui akibat EEs€ran pergerakan raut wajah saat perekaman]d
Illtll,
f.ksi
fitur
dan
identifikasi sinyal diproses ;ggunakan metode Fourier dan.trST.D qtraksi
ftur
sinya[ isyarat wicara disimpann
sebwrh file berformat Bitmap. Agar dapatEkan
untuk mentraining classifier, file tersebutL?an dalam variabel dengan tipe data Bitmap.
;gur
ukuran 256x170 pixel:
43520bit
data.Er*ao
proses scanning dari index ke 0 sampai [image:7.612.93.594.21.839.2]m-
Hal yang sama dilakukan untuk masing-lLry isyarat wicara .Gambar 3, Flowchart pemrosesan sinyal
Mau, Ifi*'e.SI3
ll nJs fU#rq"F cf krriftd tjuirH{ilrJ f:raui. r. TFa{ftrrx} 5*w;furr \*gre"rtx;r.
.itrrlfEqfl. fr.trE,s,r
l\nd lts
Applicati*ns
N55ht
:
A33$-Atr23
3. PENGUJIAI\ DAN ANALISA
Dimulai dari pengambilan data sinyal EMG pada
otot wajah, pemtilteran sinyal digital menggunakan
Band
Pars Filter
(BPF), tahap
terakhir pengidentifikasian sinyal EMG menggunakan metode JST dengan algoritmaRadial Basis Function.3.1. Pengujian Otot Depressor Anguli Oris
Tatrel I. Karakteristik sinyal is,varat wicara dari proses artikula"si huruf vocal
No Nama Sinyal Karakteristik Sinyal
lsyarat wicara
2. Isyarat wicara
't'
3. Isyamt wicara
'u'
4. lsyarat .E'wicara
5. Isyarat 'o'lvicara
Tabel 2. Ilasil pengukura* otot Depres"tor Angtli Oris
No. Isyarat Wicara
HurufVokal P ercobaanke- Amplitudo(mY) A 0.02r I I 2 A 2 0.02232
3. A J o.02317
4. I I 0.i4136
) I 2 0.14825
6. I J 0.1 387?
7, U I 0.25313
8- Li 2 0.24571
9. U 3 0_26861
10. li I 0.35373
I E 2 0.36'145
2. E 3 0.35612
3. o o.1697',l
4. o 2 0.1 882 r
The
I4e
Seminar nn
I55N
:
E3IIEI:P8PI}
lntelligent
Technalagu
A-d
ltg
Tabel 2 data diambil dari satu orang pasien tuna
wicara dengan
3
kali percobaan untuk masing-masing isyarat wicara huruf vokal.3.2. Pengujian Metoda Filter Sinyal Digital
Tabel 3. Hasil pengujian metoda tilter sinyal digiral
Metoda Nilai respon terhadap sinyal
Hanrming
0.0007674737586801 l2
0.005i831 1r83628588
0.0096
0.00518311183628588 0.0007674737586801 l 2
llanning
0
0.0047991'1762619063 0.0096
0.0047991776261%63
0
Baftleil
0
0.00479917762619063
0.00s6
0.04479917762619063
0
Perincian hasil pengujian identifikasi sinyal pasien tuna wicara:
-
Jumlah datatotal
:20 data-
Jumlah data benar : 13 data-
Jurnlah data salah :7
dataSehingga diperoleh
nilai
perhitungan error dan akurasi, yaitu [1][3]:Filter
sinyal
digital pada
penelitian rnr menggunakan metoda hamming. Karena padakondisi steady state frekuensi respon metoda hamming lebih halus dan stabil, respon terdahap perubahan frekuensi cukup responsif dan tajam, meskipun pada steady state, sinyal yang dihasilkan
tidak stabil bila dibandingkan dengan metoda hanning dan Bartlett.
3.3. Pengujian identilikasi sinyal EMG
Tabel 4. Hubungan jumlah data leaming, larna waktu
Yo
enor
= Jumlah data salah x100%
(l)
Jumlah data total
:
7 xl00Y.
-35%
20
o/o accuracy
:
Jumlah data salah xI00%
QlJumlah data total
= 13 x100% =65%
20
Tatrel 6. Hasil identifikasi sinyal pada pasien nornral
betajar dan leaming rate yang digunakan Jumlah
Data
Learning
Lama Waktu Belajar Learning
RaXe
0.25
Learning
Rate
033
Learning Rate 0.67
50 7.93 6.79 7.89 75 t4.33 15.32 13.47 100 ?4.99 28.28 24.80
Tabel 5. Hasil identi{ikasi sinyal pada pasien tuna wicara
No. Nama Pasien Target
Wahlu Respons
(Secon)
Keterangan
I Pasien I A 2.01 Salah
,
Pasien 2 A 2.08 BenarJ. Pasien 3 A r.89 Benar
4. Pasien 4 A r.98 Benar
5. Pasien I I 2.20 Benar 6. Pasien 2 I 2.14 Benar 7. Pasien 3 I 2.17 Salah 8. Pasien 4 I 2.23 Benar
9. Pasien I U 1.98 Benar t0. Pasien 2 U L86 Salah
n Pasien 3 U 1.92 Belar
,$il4Ht
-::At AJtIH*e*13
hlfrr"t}.
:8ES- rrf EEEtr,(al &qt166firq Acrr'.6.
.::.Fq{4rtt rdsrok1qi liffi,h*t *t{ffir*h
[image:8.612.35.609.11.830.2]'1. ?ti
: '' ::'::" " :':::':t':'iii
'i;ilL$-\$f::::i:ilflfr
lP
l4rn
Seminar
nn
Intelliqant
Tpc
Perincian hasil pengujian identifikasi sinyal
@a pasien orang normal:
-
Jumlah datatotal
: 25 data-
Jumlah data benar : 16 data-
Jumlah data salah :9
dataBerdasarkan persarnaan
(l)
dan (2) diperoleh nilai perhitungan error dan akurasi, yaitu :?6error :!xt00%
:36%
25
%acatracv
:16
x l0A%:64%
25
Sejumlah 45 data sampel sinyal EMG untuk
Fo6€s identifikasi,
29
data
dapat dikenali,smentara 16 data tidak dapat dikenali. Hai ini ffkere1sl621 posisi atau bentuk mulut seliap orang
berbeda sehingga diperlukan latihan khtrsus dan
uryesuaian bentuk mulut pada saat artikulasi
iiFrar
wicara. Agar ketegangan otot yang terjadi&pat sesuai dan dikenali oleh sistem identifikasi.
Persentase
tingkat
keberhasilan secara Eeseluruhan sistem identifier adalah :furlah data identifikasi
:
45 data lumlah datadikenali :
29 dataTingkat
keberhasilan
29x
fiAo/o-xx
45
4. KESIMPULAN iryulan dari penelitian ini adalah :
knempatan posisi elektroda pada otot wajah langat krusial karena bila terjadi pergeseran atau
fiak
tepat berada pada otot yang ingin diukur,lcrrungkinan timbulnya noise akan semakin
bcsar, mengakibatkan pembacaan data sinyal
nenjadi tidak valid.
FeaEambilan sinyal sampel dilakukan pada otot
Anguli
Oris.
Elektroda positif@osisikan pada bagian kanan atas dengan
hftang hidung sebelah kanan. Elektroda negatif
@misikan pada bagian kiri bawah dekat dengan
&gu. Kemudian elektroda referensi diposisikan
Fda rulang dahi bagian atas.
Keral,rteristik respon frekuensi filter sinyal digital
rcrggunakan metoda hamming pada steady state
mghasilkan sinyal yang lebih halus dan stabil,
Ula dibandingkan dengan metoda hanning dan Bartlett.
Sernakin banyak jumlah data learning maka
hampuan
pengenalan sistem JST terhadapmtu
sinyal akan semakin baik, tetapi waktu yang fibr.m:hkan untuk sistem learning akan semakin lrma.isyaral wicara huruJ'vokal dari proses artikulasi
atau pembahan bentuk mulut. Pada
uji
coba sistem data sampel berasal dari pasien tuna wicara rnenghasilkan persetase keakuratannya sebesar65%, sedangkan data sampel yang berasal dari pasien orarlg normal memiliki tingkat keakuratan
sebesar 64%. Sehingga tingkat keberhasilan sistem secara keseltruhan sebesar 64.44%.
DAFTAR REFERENSI
[1].
M. B. I. Reaz, M. S. llussain, F. Mohd-Yasin,2006. Techniques
of
EMG Signal Analysis:Detection, Processing, Classification and
Applications.
l'acul4t of
Engineering,Multimedia University,
filA0
Cyberjaya, Selangor, Malaysia. pp. 5-19.[2].
BradleyJ.
Betts,
Kim
Binsted, CharlesJorgensen, 2046. Small-Vocabulary Speech
Recognition using Surface Electromyography.
Journal aJ' Interacting vtith Computers .Elsevier B. tr USA, Vol. 18, pp. 4-15.
[3].
Abdulhamit Subasi, Mustafa Yilmaz, Hasan R.Ozcalik, 2006. Classification of EMG Sigrrals
using Wavelet Neural Network. Journal
of
Neuroscience Methods Elsevier B.
Z.
Turkey,Vol.156,pp.2-7.
[4]. Jocelyn Kremer,
Alan
Macy,
WilliamMcMullen, 2010, Biop:c Student Lab PRO
Manual Professional Version 3.7.7 Reference Manual for Biopac Student Lab PROt Sofbvare
and MP36/35/30 or MP45 llardware, 42 Aera Camino, Goleta, CA 931 17, pp.89-237.
l5l.
C. Zeitnitz,20l l. The Sound Card Oscilloscopeis a
Digital Oscilloscopewith
a
FrequencyAnalysis (FFT)
and
WaveFile
Recorder.Manualfor The Sound Card Oscilloscope VL.40. USA, pp. 2-14. .
[6].
Mauridhi Hery Pumomo, Agus Kurniawan,20A6. Supervised Neural llehtorks, l"t ed., pp.
79-l 13. Yogyakarta 555 1 1.
[7].
Bruno Fierens, 201l, Extending the Delphi IDEI{andbook
of
Embarcadero, 100 CaliforniaStreet, 126 Floor San Francisco, Califomia 94111,pp.4-?7.
Msu,
l$*efI3
A{ Al'b
EIntJrqJ-E- d Ek{trt{:*l t}:4}x,mlS.g C€ltlln-s,
E.n T&,|(rxs,4$ sq.uh$ [&]$*rr*H. krotlrSufl. frfrrr*ra