TA : Sistem Kontrol Penggerak Mobile Robot Menggunakan Perintah Suara Berbasis Audio Classification pada Deep Learning

Maulana, Rizal Rahmat (2024) TA : Sistem Kontrol Penggerak Mobile Robot Menggunakan Perintah Suara Berbasis Audio Classification pada Deep Learning. Undergraduate thesis, Universitas Dinamika.

[img] Text
20410200021-2024-UNIVERSITASDINAMIKA.pdf - Accepted Version

Download (3MB)
[img] Text
20410200021-2024-LAMPIRAN.pdf - Accepted Version
Restricted to Repository staff only

Download (1MB)

Search this title on : |

Abstract

Pada saat ini, teknologi memiliki perkembangan yang sangat cepat dengan bukti banyak tugas yang dilakukan manusia sekarang dapat dikerjaan dengan otomatis dan cepat. Contohnya menggerakkan robot dengan berbagai cara, menggunakan remot, menggunakan kamera atau menggunakan alat kontrol lainnya. Penelitian ini mengembangkan sistem kontrol penggerak robot menggunakan perintah suara menggunakan komunikasi WiFi UDP pada platform ESP32. Sistem ini terdiri dari pengumpulan dan augmentasi data audio, ekstraksi fitur menggunakan Mel- Frequency Cepstral Coefficients (MFCC), pelatihan model klasifikasi, dan implementasi kontrol motor. Dataset audio dikumpulkan dan diaugmentasi untuk meningkatkan variasi data pelatihan. Model klasifikasi suara yang dilatih menunjukkan akurasi tinggi dalam mengenali perintah suara dan diintegrasikan dengan kontrol motor berbasis ESP32 melalui komunikasi WiFi UDP. Hasil evaluasi menunjukkan sistem ini efektif dan andal dalam mengenali perintah suara dan mengontrol motor dengan cepat dan akurat. Hasil penelitian pada proses testing klasifikasi suara sebanyak 30 percobaan setiap perintah suara dengan perintah secara langsung dari perintah suara maju mempunyai akurasi 66.67%, perintah suara mundur mempunyai akurasi 56.67%, perintah suara kanan mempunyai akurasi 66.67%, perintah suara kiri mempunyai akurasi 50% dan perintah suara berhenti mempunyai akurasi 53.33%. Hasil penelitian pada proses testing pengujian jarak terbaik sebanyak 10 percobaan setiap perintah suara dengan perintah secara langsung pada jarak 20 cm mempunyai akurasi 28% untuk semua perintah suara, pada jarak 50 cm dan 75 cm mempunyai akurasi 30% untuk semua perintah suara, pada jarak 30 cm mempunyai akurasi 26% untuk semua perintah suara, pada jarak 100 cm mempunyai akurasi 16% untuk semua perintah suara.


Export Record


Item Type: Thesis (Undergraduate)
Additional Information: Rizal Rahmat Maulana (20410200021)
Uncontrolled Keywords: Klasifikasi suara, Kontrol motor, ESP32, WiFi UDP, MFCC.
Dewey Decimal Classification: 600 – Technology > 620 Engineering & Applied operations > 620 Engineering & allied operations
Divisions: Fakultas Teknologi dan Informatika > S1 Teknik Komputer
Depositing User: Rizal Rahmat Maulana
Date Deposited: 20 Aug 2024 14:47
Last Modified: 20 Aug 2024 14:47
THESIS ADVISORS: 1. Heri Pratikno, M.T. (NIDN : 0716117302)
2. Weny Indah Kusumawati, S.Kom., M.MT. (NIDN : 0721047201)
URI: http://repository.dinamika.ac.id/id/eprint/7744

Download Statistics

Downloads over the past year. Other digital versions may also be available to download e.g. from the publisher's website.

View more statistics

Actions (login required)

View Item   View Item