APLIKASI SPEECH RECOGNITION BAHASA INDONESIA DENGAN JARINGAN SARAF TIRUAN LEARNING VECTOR QUANTIZATION UNTUK PENGENDALIAN GERAK ROBOT

Abstract

Pengenalan suara merupakan bagian dari pengenalan pola yang mengenali data suara atau ucapan sehingga menghasilkan suatu informasi. Informasi hasil dari pengenalan suara dapat dikembangkan menjadi aplikasi pencarian data, pengendalian, dan penginputan data. Aplikasi speech recognition untuk pengendalian gerak robot merupakan pengembangan dari informasi hasil pengenalan suara. Aplikasi ini dapat mengendalikan gerak robot Lego Mindstorm sesuai dengan hasil pengenalan suara. Aplikasi ini dikembangkan menggunakan metode Mel-Frequency Cepstral Coefficient (MFCC) dalam proses ekstraksi ciri dan Jaringan Saraf Tiruan Learning Vector Quantization (LVQ) sebagai metode pengenalan polanya. Data yang digunakan dalam aplikasi ini berjumlah 120 suara yang berasal dari empat orang dengan masing-masing mengucapkan kata kanan, kiri, maju, mundur, dan berhenti sebanyak enam kali. Input suara berupa file *.wav atau rekaman langsung dengan sample rate 44100 Hz. Nilai akurasi pengenalan suara terbaik sebesar 62,50% berasal dari jaringan terlatih dengan parameter maksimal epoch = 10000, α = 0,01, dan hidden neuron = 43 node.