Analisa Kinerja Smart Door Berbasis Voice Recognition

Abstrak

Abstrak Biometrik adalah autentifikasi secara biologis yang memungkinkan sistem dapat mengenali penggunanya. Beberapa pengenalan biometrik antara lain retina, pengenalan wajah (face recognition), pengenalan sidik jari (fingerprint recognition) dan pengenalan suara (voice recognition). Voice Recognition mengalami perkembangan sehingga dapat dikombinasikan dengan Hidden Markov Model (HMM) agar fungsinya saling bersinergi satu sama lain. Harapannya dapat saling mendukung dan membantu manusia kedepannya agar dapat membantu kehidupan sehari-hari. Voice Recognition secara umum digunakan untuk proses identifikasi dan verifikasi menggunakan suara. Identifikasi suara adalah proses untuk mengenali identitas seseorang, sedangkan verifikasi suara adalah proses untuk memastikan datasuara yang diberikan cocok dengan database library yang sebelumnya sudah di inisialisasi. Voice Recognition dengan konfigurasi tertentu yang dikombinasikan dengan HMM diharapkan dapat menjadi solusi untuk mendukung identifikasi dan inisiasi tersebut. Tugas Akhir ini menggunakan Raspberry Pi 4B yang dikombinasikan dengan HMMberupa Google Voice untuk memproses suara Raspberry Pi agar dapat membuka Solenoid Door Lock. Hasil yang didapatkan dari Tugas Akhir ini adalah menggunakan USB Microphone untuk mengubah suara menjadi gelombangelektromagnetik agar dapat di proses oleh Raspbery pi. Dari hasil uji coba di setiap perintah suara yang dilakukan sebanyak 10 kali dengan jarak 1 cm, 5 cm, 10 cm, 15 cm, 20 cm, 30 cm, 40 cm, 50 cm, 60 cm, dan 70 cm, dapat disimpulkan bahwa jarak ideal sumber suara terhadap microphone adalah 50 cm dengan tingkat keberhasilan sebesar83%. Kata kunci : Raspberry Pi, Voice Recognition, Biometrik, HMM Abstract Biometrics is biological authentication that allows the system to recognize the user. Several biometric recognitions include retinal, face recognition, fingerprint recognition and voice recognition. Voice has developed so that it can be combined with the Hidden Markov Model (HMM) so that its functions synergize with each other. The hope is that they can support each other and help humans in the future so that they can help in everyday life. Voice Recognition is generally used for the identification and verification process using voice. Voice identification is a process to identify a person's identity, while voice verification is a process to ensure that the voice data provided matches the library database that was previously initialized. Voice Recognition with certain configurations combined with HMM is expected to be a solution to support the identification and initiation. This final project uses a Raspberry Pi 4B combined with an HMM in the form of Google Voice to process the sound of the Raspberry Pi in order to open the Solenoid Door Lock. The results obtained from this Final Project are using a USB Microphone to convert sound into electromagnetic waves so that it can be processed by Raspbery pi. From the test results, each voice command was carried out 10 times with a distance of 1 cm, 5 cm, 10 cm, 15 cm, 20 cm, 30 cm, 40 cm, 50 cm, 60 cm, and 70 cm, it can be concluded that the ideal distance from the sound source to the microphone is 50 cm with a success rate of 83%. Keywords:Raspberry Pi, Voice Recognition, Biometrik, HMM