Prototipe Pengaman Pintu Rumah Menggunakan Voice Recognition dengan EasyVR Berbasis Mikrokontroler
Syaeful Ulum(1), Maun Budiyanto(2*)
(1) Departemen Teknik Elektro dan Informatika, Sekolah Vokasi, Universitas Gadjah Mada
(2) Departemen Teknik Elektro dan Informatika, Sekolah Vokasi, Universitas Gadjah Mada
(*) Corresponding Author
Abstract
Abstract – The adventages of technology make every job easier, but this ease sometimes isn’t matched by safety factors. Security is vital to avoiding this technology being misused by uninvited people.This journal discusses the security of home doors with a microcontroller-based voice. The voice recognition process starts from the sound that propagates and then processes the corresponding easyvr sensor so that the easyvr sends a command to the relay to open the doorlock solenoid. From various tests obtained from voice recognition that can support the sound in the form of recordings, in speech recognition with an achievement level of 45 dB approved sound with an ideal pitch at 0-700 cm, it needs 75 dB sound amplifier with an ideal distance of 0-20 cm. For the percentage of success range with 30-40% different and the percentage of sound success is above 90%.
Keywords : voice recognition, easyvr, microcontroller, sound intensity level.
Intisari – Kemajuan teknologi membuat pekerjaan menjadi mudah, namun kemudahan tersebut tidak diimbangi dengan faktor keamanan. Keamanan menjadi hal yang vital untuk menghindari teknologi tersebut tidak disalahgunakan oleh orang yang tidak berwenang. Pada jurnal ini membahas pengaman pintu rumah dengan pengenalan suara berbasis mikrokontroler. Proses pengenalan suara dimulai dari suara yang merambat lalu diproses sensor easyvr jika sesuai sampling maka easyvr mengirimkan perintah kepada relay untuk membuka solenoid doorlock. Dari berbagai pengujian didapatkan bahwa pengenalan suara tidak dapat mengenali suara dalam bentuk rekaman, pada pengenalan suara dengan tingkat kebisingan 45 dB mengenali suara dengan ideal pada jark 0-700 cm, kebisingan 75 dB mengenali suara dengan ideal pada jarak 0-20 cm. Tingkat persentase keberhasilan suara yang berbeda 30-40% dan persentase keberhasilan suara yang sama diatas 90%.
Kata kunci : pengenalan suara, easyvr, mikrokontroler, tingkat kebisingan suara.
Full Text:
PDFReferences
[1] Prabhakar, S., Pankanti, S., & Jain, A. K. (2003). Biometric recognition: Security and privacy concerns. IEEE Security and Privacy, 1(2), 33–42. https://doi.org/10.1109/MSECP.2003.1193209
[2] SAPUTRI, Z. N. (2014). Aplikasi Pengenalan Suara Sebagai Pengendali Peralatan Listrik Berbasis Arduino Uno. Aplikasi Pengenalan Suara Sebagai Pengendali Peralatan Listrik Berbasis ArduinoUno, 1(1), 8.
[3] Hasan, N. F., Rejab, M. R. M., & Sapar, N. H. (2015). Implementation of speech recognition home control system using Arduino. ARPN Journal of Engineering and Applied Sciences, 10(23), 17492–1749
DOI: https://doi.org/10.22146/juliet.v1i2.60744
Article Metrics
Abstract views : 2224 | views : 3894Refbacks
- There are currently no refbacks.
SINTA 4 accredited based on Decree of the Minister of Research, Technology and Higher Education, Republic of Indonesia Number 225/E/KPT/2022, Vol. 2 No. 1 (2020) - Vol. 6 No. 1 (2025)
e-ISSN: 2746-2536