Voice Recognition Untuk Otomatisasi Sistem Pengakses Pintu
DOI:
https://doi.org/10.36085/jsai.v4i1.1318Abstract
Penggunaan kunci manual sebagai pembuka dan pengunci pintu masih belum optimal. Masalah yang sering terjadi adalah pemilik kunci sering kali lupa dimana menyimpan kunci bahkan hingga terjadi kehilangan kunci. Sistem biometrik pola suara memiliki ciri khas dan karakteristik yang berbeda pada setiap manusia, maka suara dapat dijadikan salah satu alternatif solusi, yaitu suara sebagai kunci untuk membuka pintu secara otomatis sehingga lebih efisien. Otomatisasi sistem pengunci pintu dibuat menggunakan Elechouse v3 yang berfungsi sebagai voice recognition serta Solenoid lock door sebagai pengunci otomatis pada pintu. Hasil pengujian fungsional menggunakan black box menunjukkan bahwa seluruh alat yang dirangkai berfungsi sesuai fungsinya. Pengujian tingkat keberhasilan sistem dilakukan menggunakan variable derau, non derau dan jarak. Pada data training tingkat keberhasilan sistem ini jika tanpa derau adalah 100%, sedangkan dengan derau 50.0 dB hingga 70 dB rata-rata tingkat keberhasilannya adalah 56,2%. Untuk jarak 30 cm sampai 180 cm rata-rata keberhasilannya sebesar 40,51%. Jarak terjauh adalah pada jarak 150 cm dengan presentase keberhasilan 5%. Pada data testing tingkat keberhasilannya jika tanpa derau adalah 0%, sedangkan dengan derau 50.0 dB hingga 70 dB rata-rata tingkat keberhasilannya adalah 1,9%. Untuk jarak 30 cm sampai 180 cm rata-rata keberhasilannya sebesar 0%.
The use of manual locks as door openers and locks is still not optimal. The problem that often occurs is that the key owner often forgets where to store the key and even loses the key. The voice pattern biometric system has different characteristics for each human, so sound can be an alternative solution, namely voice as a key to open doors automatically so that it is more efficient. Door lock system automation is made using Elechouse v3 which functions as voice recognition and Solenoid door lock as automatic locking of doors. The results of functional testing using a black box show that all the tools assembled function according to their function. Testing the success rate of the system is carried out using noise, non-noise and distance variables. In the training data, the success rate of this system without noise is 100%, while with a noise of 50.0 dB to 70 dB the average success rate is 56.2%. For a distance of 30 cm to 180 cm the success rate is 40.51%. The farthest distance is at a distance of 150 cm with a success percentage of 5%. In the testing data, the success rate without noise is 0%, while with a noise of 50.0 dB to 70 dB the average success rate is 1.9%. For a distance of 30 cm to 180 cm the success rate is 0%.
Â
References
C. A. Kadang et al., “Analisis Penyimpanan Data Biometrik Pada Basis Data,†in Seminar Nasional Mahasiswa Ilmu Komputer dan Aplikasinya (SENAMIKA) Jakarta-Indonesia, 28 Januari 2020, 2020, pp. 163–171.
H. Srikandi, Louise Dwi Kumala; Anggraeni; Busri, “Kata Tiruan ( Onomatope ) Tiruan Perbuatan Dalam Bahasa Mandarin,†Longda Xiokan J. Mandarin Learn. Teach., vol. 2, no. 2, pp. 79–85, 2019.
A. Syamsudin; Ahmad Zaki, Zulfikar; Andiani, Linahtadiya; Ariyanti , Novi Dwi; Hikmah, Irmayatul; Widodo, Anatomi Suara, Kajian Fisika Medik, 2018th ed. Airlangga University Press, 2015.
A. Mishra, A. Chhajed, and A. Gogne, “Voice Controlled Wheelchair With Obstacle Detection,†Int. Res. J. Mod. Eng. Technol. Sci., vol. 02, no. 05, pp. 751–753, 2020.
M. Muralidharan, P. T. Jabir, and V. Pottakulath, “Voice Recognition Based Intelligent Wheelchair,†Int. J. Innov. Res. Sci. Eng. Technol., vol. 5, no. 5, pp. 138–143, 2016.
A. Rahayu, “Sistem Kendali Rumah Pintar Menggunakan Voice Recognition Module V3 Berbasis Mikrokontroler dan IOT,†JTEV (JURNAL Tek. ELEKTRO DAN VOKASIONAL), vol. 06, no. 02, pp. 19–32, 2020.
Faradiba, “Pengenalan Pola Sinyal Suara Manusia Menggunakan Metode Back Propagation Neural Network,†J. EduMatSains, vol. 2, no. 1, pp. 1–16, 2017.
C. Dinata, D. Puspitaningrum, P. Studi, T. Infomatika, and F. Teknik, “Implementasi Teknik Dynamic Time Warping ( Dtw ) Pada Aplikasi,†J. Tek. Inform., vol. 10, no. 1, pp. 49–58, 2017, doi: 10.15408/jti.v10i1.6816.
S. Ariyanti, S. S. Adi, and S. Purbawanto, “Sistem Buka Tutup Pintu Otomatis Berbasis Suara Manusia,†ELINVO(Electronics, Informatics, Vocat. Educ., vol. 3, no. 1(May), pp. 83–91, 2018, doi: 10.21831/elinvo.v3i1.19076.
P. N, Ashar Seppiawan; Nurussa’dah; Siwindarto, “Sistem Keamanan Pintu Pagar Otomatis Menggunakan Voice Recognition,†J. Skripsi, pp. 1–6, 2017.
A. F. S. M. M. B, A Asni; Rahman, “Rancang Bangun Buka Tutup Pintu Otomatis Menggunakan Pengenalan Isyarat Tutur,†SNITT, pp. 251–255, 2017.
C. Tristianto, “Penggunaan Metode Waterfall Untuk Pengembangan Sistem Monitoring Dan Evaluasi Pembangunan Pedesaan,†J. Teknol. Inf. ESIT, vol. XII, no. 01 April, pp. 8–22, 2018, doi: 10.1093/nq/182.23.321-a.
W. Nugraha and M. Syarif, “Penerapan Metode Prototype Dalam Perancangan Sistem Informasi Penghitungan Volume Dan Cost Penjualan Minuman Berbasis Website,†JUSIM(Jurnal SItem Inf. Musiwaras), vol. 03, no. 02, Desember, pp. 97–105, 2018.
T. Hidayat and M. Muttaqin, “Pengujian Sistem Informasi Pendaftaran dan Pembayaran Wisuda Online menggunakan Black Box Testing dengan Metode Equivalence Partitioning dan Boundary Value Analysis,†J. Tek. Inform. UNIS JUTIS, vol. 6, no. 1, pp. 2252–5351, 2018, [Online]. Available: www.ccssenet.org/cis.
E. Wirawan, Setia; Prasetyo, “Implementasi Metode Noise Gate, Low Pass Filter Dan Silent Removal Untuk Menghilangkan Noise Pada File Suara Menggunakan Parameter Dinamis,†J. Teknol. Rekayasa, vol. 21, no. 3, pp. 152–162, 2016.
