Pengenalan Suara sebagai Pengendali Mobile Robot dengan Metode Adaptive Neuro-Fuzzy Inference System

Penulis

  • Muhamad Agung Suhendra Program Studi Fisika, Fakultas Sains, Universitas Mandiri
  • Timbo Faritcan Parlaungan Program Studi Informatika, Fakultas Teknik, Universitas Mandiri
  • Tedi Sumardi Program Studi Fisika, Fakultas Sains, Universitas Mandiri

DOI:

https://doi.org/10.11594/timeinphys.2023.v1i1p43-49

Kata Kunci:

Speech Recognition, Transformasi Wavelet, Anfis, Robot Sederhana, Sensor Ultrasonic

Abstrak

Pengenalan suara atau speech recognition merupakan teknologi biometrika yang memiliki aplikasi yang sangat luas, salah satunya yaitu untuk kendali gerak robot sederhana. Ada tiga tahapan dalam penelitian ini yaitu akuisisi data, ekstraksi ciri dan klasifikasi data. Untuk ekstraksi ciri digunakan metode transformasi wavelet di mana dapat menganalisis sinyal non-stasioner dan non-linear sedangkan untuk klasifikasi data digunakan metode Adaptive Neuro-Fuzzy Inference System (Anfis). Adapun hasil klasifikasi data sebesar 92,25 % dan error 7,75 %. Maka berdasarkan hasil akurasi klasifikasi tersebut, robot dapat digerakkan melalui perintah suara dan untuk mengantisipasi nilai error ditambahkan fitur sensor ultrasonik pada robot sebagai alternatif kontrol.

Referensi

Kabari LG, Chigoziri MB. Speech recognition using MATLAB and cross-correlation technique. Eur J Eng Res Sci. 2019;4(8):1-3. doi:10.24018/ejers.2019.4.8.1437

Deuerlein C, Langer M, Seßner J, Heß P, Franke J. Human-robot-interaction using cloud-based speech recognition systems. In: Procedia CIRP. Vol 97. Elsevier B.V.; 2020:130-135. doi:10.1016/j.procir.2020.05.214

Procházka A, Kukal J, Vyšata O. Wavelet transform use for feature extraction and EEG signal segments classification. In: 2008 3rd International Symposium on Communications, Control, and Signal Processing, ISCCSP 2008. ; 2008:719-722. doi:10.1109/ISCCSP.2008.4537317

Samar VJ, Bopardikar A, Rao R, Swartz K. Wavelet analysis of neuroelectric waveforms: A conceptual tutorial. Brain Lang. 1999;66(1):7-60. doi:10.1006/brln.1998.2024

Kusumandari DE, Suhendra MA, Rizqyawan MI, et al. Effect of Sundanese music on daytime sleep quality based on EEG signal. AIP Conf Proc. 2019;2193(December). doi:10.1063/1.5139394

Turnip A, Suhendra MA, Mada Sanjaya WS. Brain-controlled wheelchair based EEG-SSVEP signals classified by nonlinear adaptive filter. IEEE Int Conf Rehabil Robot. 2015;2015-September:905-908. doi:10.1109/ICORR.2015.7281318

Turnip A, Amri MF, Suhendra MA, Kusumandari DE. Lie detection based EEG-P300 signal classified by ANFIS method. J Telecommun Electron Comput Eng. 2017;9(1-5):107-110.

Unduhan

Diterbitkan

2023-02-26

Cara Mengutip

Suhendra, M. A., Parlaungan, T. F., & Sumardi, T. (2023). Pengenalan Suara sebagai Pengendali Mobile Robot dengan Metode Adaptive Neuro-Fuzzy Inference System. TIME in Physics, 1(1), 43–49. https://doi.org/10.11594/timeinphys.2023.v1i1p43-49

Terbitan

Vol 1 No 1 (2023): February

Bagian

Articles

Lisensi

Hak Cipta (c) 2023 Muhamad Agung Suhendra, Timbo Faritcan Parlaungan, Tedi Sumardhi

Creative Commons License

Artikel ini berlisensi Creative Commons Attribution 4.0 International License.

Authors who publish with TIME in Physics (Journal for Theoretical, Instrumentation, Material-Molecular, and Education Physics) agree to the following terms: Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.

This work is licensed under a Creative Commons Attribution 4.0 International License.