Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
537
Aktifasi Peralatan Elektronik Berbasis Suara Menggunakan Android
Regilang Monyka Putra*), Firdaus**), Mohammad Hafiz Hersyah***) *†*** Sistem Komputer, Universitas Andalas ** Teknik Elektro, Politeknik Negeri Padang E-Mail: *
[email protected], **
[email protected], ***
[email protected] Abstrak Pengolahan sinyal digital telah banyak dikembangkan dalam berbagai aplikasi, salah satunya dapat diterapkan dalam pengaktifan peralatan elektronik. Tujuan dari sistem ini adalah mengembangkan sebuah sistem dengan menggunakan smartphone android sebagai media penginputan suara untuk aktifasi perlatan elektronik. Sinyal suara dikirim melalui jaringan komunikasi wireless ke komputer untuk diolah dengan menggunakan metode Fast Fourier Transform (FFT) sehingga didapatkan suatu tipe pola suara. Selanjutnya pola suara input akan dicocokan polanya dengan pola suara pada database menggunakan metode Sum Square Error (SSE). Sinyal suara yang dikenali akan diteruskan ke mikrokontroler. Aktifasi peralatan elektronik hanya dapat dilakukan oleh trainer saja. Pengujian dilakukan sebanyak 50 kali untuk masingmasing kata uji. Tingkat keberhasilan untuk kata uji “lampu hidup” dan “lampu mati” adalah 52% dan 54% sedangkan untuk kata uji “fan on” dan “fan off” adalah 46% dan 28%. Kata kunci: Pengolahan Sinyal, Fast Fourier Transform, Sum Square Error, Android, Mikrokontroler
1. PENDAHULUAN Dalam kehidupan sehari-hari suara merupakan media komunikasi yang paling umum digunakan manusia. Dengan adanya kemajuan teknologi dalam bidang pengolahan sinyal digital (Digital Signal Processing) telah membawa dampak positif dalam kehidupan manusia. Pengolahan sinyal digital telah banyak digunakan dalam berbagai aplikasi. Sebagai contoh, aplikasiaplikasi tersebut meliputi teknik pengenalan suara, kompresi sinyal (data, gambar), dan juga televisi dan telepon[1] Pada umumnya aktifasi peralatan elektronik dengan menggunakan remote control. Peralatan elektronik dapat diaktifkan dengan mengarahkan remote control tersebut ke pengontrol pusat. Namun penggunaan remote control memiliki kelemahan yaitu harus berlangsung secara garis lurus dengan jarak yang dekat. Seiring perkembangan teknologi, aktifasi peralatan elektronik dapat dilakukan menggunakan perintah suara dengan cara mengenali suara tersebut. Untuk mengenali perintah suara yang diucapkan, sinyal suara diubah bentuknya
ISBN: 979-26-0280-1
menjadi sinyal digital dengan cara mengubah gelombang suara menjadi sekumpulan angka lalu disesuaikan dengan kode-kode tertentu dan dicocokkan dengan suatu pola yang tersimpan dalam suatu perangkat. Salah satu algoritma yang dapat diterapkan dalam pengolahan sinyal digital adalah Fast Fourier Transform. FFT merupakan sebuah model yang mentransformasikan domain spasial atau domain waktu menjadi domain frekuensi. Artinya proses perekaman suara disimpan dalam bentuk digital berupa gelombang spektrum suara berbasis frekuensi. Pola suara yang didapat dari transformasi fourier dianalisa lebih lanjut yang kemudian akan dicocokan dengan metode Sum Square Error (SSE) sehingga dapat dikenali. Pada penelitian ini dibuat sebuah sistem yang memanfaatkan teknologi pengenalan suara menggunakan Smartphone Android sebagai penerima input suara. Selanjutnya diteruskan ke komputer dengan menggunakan komunikasi jaringan wireless untuk mengaktifkan suatu peralatan elektronik. Dengan menyebutkan kata kunci yang telah ditentukan pengguna dapat
538
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
mengaktifkan peralatan elektronik secara mobile menggunakan Smartphone Android.
2. TINJAUAN PUSTAKA 2.1. Sinyal Secara umum, sinyal didefinisikan sebagai suatu besaran fisis yang merupakan fungsi waktu, ruang atau beberapa variabel. Contoh dari sinyal adalah sebagai berikut, tegangan listrik (V) sebagai fungsi waktu. Potensial listrik adalah fungsi dari posisi pada suatu ruangan 3 dimensi. Intensitas sebagai fungsi dari koordinat x, y, dan waktu[2].
Gambar 1. Sinyal Suara[5] 2.2. Sistem Pengolahan Sinyal Digital Suatu sinyal mempunyai beberapa jenis informasi yang dapat diamati, misalnya amplitudo, frekuensi, perbedaan fase, dan gangguan akibat noise. Untuk mengamati informasi tersebut, dapat digunakan secara langsung dengan menggunakan peralatan ukur elektronik seperti osciloskop, spektrum analyser. Peralatan tersebut bekerja dengan memanfaatkan model matematika dari sinyal tersebut[4]. Pengolahan sinyal adalah suatu operasi matematik yang dilakukan terhadap suatu sinyal sehingga diperoleh suatu informasi yang berguna. Dalam hal ini terjadi suatu transformasi, pengolahan sinyal dapat dilakukan secara analog ataupun digital. Pengolahan sinyal analog mamanfaatkan komponen-komponen analog, misalnya dioda, transistor, op-amp, dan lain-lain. 2.3. Sampling Rate Dalam dunia audio yang sudah modern dan serba digital sudah banyak cara untuk sampling audio. Sampling terhadap audio dilakukan guna menyimpan audio tersebut dalam bentuk data digital. Sinyal analog itu kontinyu terhadap waktu. Pada proses konversi analog ke digital, sinyal analog dicuplik-cuplik pada periode tertentu dan dari cuplikan-cuplikan itu ditentukan nilai digitalnya.
ISBN: 979-26-0280-1
2.4. Fast Fourier Transform Fast Fourier Transformation atau transformasi Fourier cepat, merupakan proses lanjutan dari DFT (Diskrit Fourier Transformation). Transformasi Fourier ini dilakukan untuk mentransformaikan sinyal dari domain waktu ke domain frekuensi. Hal ini bertujuan agar sinyal dapat diproses dalam spectral substraksi[3].
Y (k )
N / 21
x(2 p)WN / 2 WN p 0
pk
k
N / 21
x(2 p 1)W p 0
pk
N /2
(1) Dimana, N adalah banyaknya sampling. X(n) adalah sinyal diskrit. Y(K) adalah koefisien FFT untuk sinyal diskrit x(n). K adalah 0, 1, 2, 3…….N-1. W adalah frekuensi digital. Untuk n = genap = 2p dan n = ganjil n = 2p+1. 2.5. Sum Square Error SSE (Sum Square Error) adalah salah satu metode statistik yang dipergunakan untuk mengukur selisih total dari nilai sebenarnya terhadap nilai yang tercapai. Istilah SSE disebut juga sebagai Summed Square of Residuals[4]. (2) Dimana, X adalah nilai aktual atau sebenarnya. Y adalah nilai yang tercapai. 2.6. Sistem Operasi Android Android adalah sistem operasi untuk telepon seluler yang berbasiskan Linux. Android menyediakan platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka sendiri sehingga dapat digunakan oleh bermacam peranti penggerak. Android merupakan sistem operasi berbasis Java. Sistem ini sangat ringan dan mempunyai banyak fitur lengkap.
Gambar 2.Tampilan awal layar android pada emulator[5]
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
2.7. Arduino Uno Arduino Uno adalah papan mikrokontroler yang berbasiskan ATmega328. Arduino jenis ini memiliki 14 pin input/output digital (dengan 6 di antaranya bisa digunakan sebagai output PWM), 6 analog input, ceramic resonator 16 MHz, koneksi USB, sambungan untuk power supply, header ICSP, dan tombol reset. Untuk menghidupkannya, mikrokontroler ini bisa disambungkan ke komputer menggunakan koneksi USB, menggunakan adaptor AC-DC, atau baterai.
539
Gambar 4. Blok Diagram Sistem 3.1. Aplikasi Penginputan Suara Android Suara diinputkan sesuai dengan perintah yang telah ditentukan. Suara yang telah direkam nantinya langsung dikirimkan ke komputer melalui jaringan komunikasi wireless. Suara yang telah dikirim ini selanjutnya akan diproses oleh komputer nantinya.
Gambar 3. Arduino Uno[6]
3. METODOLOGI PENELITIAN Secara umum sistem ini dimulai dari tahap penginputan suara dengan menggunakan smartphone android. Kemudian sinyal suara dikirim ke Personal Computer (PC)/Laptop dengan menggunakan jaringan komunikasi wireless. Selanjutnya sinyal suara akan diolah pada PC/Laptop. Komputer digunakan untuk mengolah sinyal yang dikirim dari smartphone android. Pada komputer tersebut sinyal suara disimpan pada suatu file dan kemudian mengolah data tersebut dengan menggunakan metode Fast Fourier Transform sehingga didapatkan pola suara yang diinginkan. Setelah pola suara didapatkan tahapan selanjutnya pola suara disimpan dalam database untuk dijadikan sebagai nilai rujukan untuk membandingkan sinyal suara input dengan menggunakan metode Sum Square Error. Tahapan akhir dari sistem ini yaitu hasil identifikasi dari sinyal suara yang diberikan. Blok diagram sistem dapat dilihat pada gambar berikut.
Gambar 5. Alur Diagram Perekaman dan Pengiriman suara 3.2. Pengolahan Dan Pencocokan Suara Pada tahap ini, FFT digunakan unutk mendapatkan spektrum frekuensi yang nantinya dijadikan acuan dalam pengidentifikasian sinyal suara. Diagram alir program utama FFT ditunjukkan pada Gambar 6.
Gambar 6. Alur Diagram Pengolahan Suara
ISBN: 979-26-0280-1
540
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
Tahap selanjutnya yaitu melakukan pencocokan pola suara dengan hasil FFT menggunakam metode Sum Square Error (SSE).
Tabel 2. Nilai Frekuensi Dominan Spektrum FFT dari Spektrum Sampel Suara
Gambar 7. Alur Diagram Pencocokan Suara
4. HASIL DAN PEMBAHASAN 4.1. Implementasi Hardware Setelah merangkai komponenkomponen yang digunakan berdasarkan rancangan maka didapat rangkaian alat sebagai berikut :
Gambar 8. Rangkaian Alat 4.2. Implementasi Software Input suara yang diambil adalah 16 bit Stereo dengan sample rate 16.000 Hz disimpan dalam format file.wav dengan lama perekaman suara lebih kurang 2 detik dengan kecepatan normal. Pola suara yang dihasilkan pada proses FFT selanjutnya dicocokan dengan menggunakan SSE. 4.3. Spektrum FFT Sampel Suara Berdasarkan pola data yang terbentuk, nilai frekuensi dominan pada setiap kata kunci berbeda-beda akan tetapi nilai frekuensi yang muncul selalu sama.
4.4. Analisa Pola Suara Gambar Berikut merupakan komponen frekuensi yang terbentuk dari kata kunci lampu hidup, lampu mati, fan on dan fan off. 4.4.1. Analisa Pola Suara Kata Uji Lampu Hidup
Gambar 9. Pola Suara Kata Uji Lampu Hidup
ISBN: 979-26-0280-1
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
541
Setelah dilakukan 5 kali percobaan ditemukan nilai magnitude yang selalu sama muncul pada frekuensi ke-4, 7, 8, 16, 18, 19, 21, 23, 26, 33, 40, 41, 50, 53, 58 dan 60.
Setelah dilakukan 5 kali percobaan ditemukan nilai magnitude yang selalu sama muncul pada frekuensi ke-5, 16, 19, 21, 24, 30, 35, 37, 43, 45, 46, 49, 53, 54 dan 56.
4.4.2. Analisa Pola Suara Kata Uji Lampu Mati
4.5. Pengujian Dan Hasil Pengujian dilakukan dengan melakukan pengucapan kata uji sebanyak 50 kali. Pengujian dilakukan oleh 3 orang tester yang mana tester 1 adalah sebagai trainer. Pengambilan keputusan menggunakan metode Sum Square Error (SSE). Hasil pengujian adalah sebagai berikut. Tabel 3. Hasil Pengujian Masing-masing Tetster
Gambar 10. Pola Suara Kata Uji Lampu Mati Setelah dilakukan 5 kali percobaan ditemukan nilai magnitude yang selalu sama muncul pada frekuensi ke-5, 7, 10, 20, 22, 25, 30, 36, 38, 42, 44, 45, 47, 55, 53 dan 61. 4.4.3. Analisa Pola Suara Kata Uji Fan On
Gambar 11. Pola Suara Kata Uji Fan On Setelah dilakukan 5 kali percobaan ditemukan nilai magnitude yang selalu sama muncul pada frekuensi ke-3, 5, 9, 15, 16, 26, 28, 29, 30, 34, 39, 40, 41, 43, 52 dan 56. 4.4.4. Analisa Pola Suara Kata Uji Fan Off
Gambar 13. Grafik Keberhasilan Pengujian
Gambar 12. Pola Suara Kata Uji Fan Off
ISBN: 979-26-0280-1
Berdasarkan hasil pengujian yang didapat, tingkat kegagalan yang terjadi pada tester 1 disebabkan oleh nilai yang dihasilkan oleh SSE mempunyai kemiripan data,
542
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan (SEMANTIK) 2015
sehingga nilai yang dihasilkan cukup dekat dengan data lainnya. Pengujian oleh tester 2 dan 3 tampak bahwa tingkat kegagalannya tinggi. Hal ini dikarenakan pola suara yang menjadi referensi adalah pola suara trainer, sehingga tidak ada pola suara yang menyerupai pola suara referensi. Dalam hal ini pengaktifasian peralatan elektronik hanya dapat dilakukan oleh trainer saja. Dalam pengucapan perintah dan intonasi suara sangat berpengaruh. Pada pengucapan perintah suara dilakukan dengan kecepatan normal dan tidak terlalu keras. Hal ini dikarenakan pengucapan kata tidak sesuai pada saat training.
5. KESIMPULAN 1.
2.
3.
4.
Setelah dilakukan pengujian pada beberapa sampel suara ditemukan nilai magnitude yang selalu sama muncul pada frekuensi ke 3 – 61 Hz, namun tetap memiliki keunikan dan ciri khas yang ditunjukan dengan nilai magnitude yang berbeda-beda. . Tingkat keberhasilan tester 1 / trainer dengan kata uji “lampu hidup” mencapai 52%, kata uji “lampu mati” mencapai 54%, kata uji “fan on” mencapai 46% dan kata uji “fan off” mencapai 28%. Tingkat keberhasilan yang rendah disebabkan nilai yang dihasilkan dari perhitungan SSE mempunyai kemiripan data dengan data lainnya. Pengenalan pola suara ini hanya bisa dilakukan oleh trainer saja, dimana saat percobaan oleh tester 2 dan tester 3 memiliki tingkat keberhasilan yang rendah.
ISBN: 979-26-0280-1
6. DAFTAR PUSTAKA [1] Dadang Gunawan dan Juwono, Filbert Hilman, Pengolahan Sinyal Digital Dengan Pemrograman Matlab, Graha Ilmu, Yogyakarta, 2012. [2] Alfuadi, Rendy.. Perancangan Alat Frequency Analyzer Untuk Instrumen Talempong Menggunakan Fast Fourier Transform (FFT). Skripsi S1 FTI UNAND Padang.2014 [3] Mohd, Tengku Diansyah dan Rachmat Aulia.. Speech Recognation Berbasis Jaringan Syaraf Tiruan Menggunakan Algoritma FFT (Fast Fourier Transform), ISBN 978-602-19837-20.2013 [4] Wijaya, T.A. dan Y. Prayudi. “Implementasi Visi Komputer dan Segmentasi Citra Untuk Klasifikasi Bobot Telur Ayam Eras”. Yogyakarta. 2010. [5] Dimarzio, Jerome.. Android A Programmer’s Guide. USA, The McGraw-Hill Companies.2008 [6] URL: http://arduino.cc/en/Main/arduinoBoard Uno , diakses tanggal 14 Agustus 2014, jam 13.00 wib.