Please take a moment to complete this survey below
Library's collection Library's IT development CancelPada tugas akhir ini dibuat suatu sistem pengendali kecepatan motor
universal menggunakan perintah dari suara manusia. Sehingga diperlukan
sistem pengenalan suara manusia, di mana sistem yang dipakai adalah jaringan
saraf tiruan dengan algoritma back propagation. Pada sinyal yang diinputkan
terlebih dahulu dilakukan pre processing. Sinyal suara dalam time domain
diubah ke frequency domain dengan menggunakan Algoritma Fast Fourier
Transform (FFT). Dengan harapan sinyal yang diinputkan ke Jaringan Saraf
Tiruan tidak lagt tergantung waktu.
Jaringan saraf tiruan yang dibuat mempunyai 1 layer input (maksimal
terdiri dari 30 node), 3 layer hidden (maksimal terdiri dari 30 node per layer),
dan 1 layer output terdiri dari 1 node. FFT terdiri dari 8192 input. Sinyal yang
dipakai sebagai masukan ke node jaringan saraf tiruan antara frekuensi 100 Hz -2750
Hz. Hal ini dikarenakan data spektram di luar daerah frekuensi tersebut
mempunyai amplitudo yang kecil dan hampir sama. untuk setiap kata yang
diinputkan; sehingga pola yang terbentuk hampir sama. Kemiripan tersebut
dapat menyebabkan kesulitan bagi jaringan saraf tiruan untuk membedakan tiap
kata yang diinputkan.
Setelah dilakukan pengujian ternyata didapat arsitektur jaringan yang
optimum yaitu 12* 15* 15* 15*1 dengan learning rate 0.3 dan momentum-term
0.7 Pengujian juga dilakukan terhadap FFT untuk mengetahui kebenaran
dari algoritmanya dengan memberikan input sinyal sinusoidal dari function
generator dan mengeceknya dengan teori yang ada. Ternyata pre processing
yang dilakukan dengan menggunakan FFT saja kurang mencukupi untuk
mendapatkan keakuratan sistem pengenalan suara manusia yang tidak
tergantung waktu, terbukti dengan error yang masih sebesar 26 %, maka perlu
ditambahkan pre processing yang lain terhadap sinyal suara dalam domain
waktu sebelum diinputkan ke FFT.