Lumbung Pustaka UNY: No conditions. Results ordered -Date Deposited. 2024-03-29T07:38:14ZEPrintshttp://eprints.uny.ac.id/apw_template/images/sitelogo.pnghttps://eprints.uny.ac.id/2013-12-16T02:49:58Z2013-12-16T02:49:58Zhttp://eprints.uny.ac.id/id/eprint/10856This item is in the repository with the URL: http://eprints.uny.ac.id/id/eprint/108562013-12-16T02:49:58ZPEMBELAJARAN ANAK BERKEBUTUHAN KHUSUS BERDASARKAN MODEL PENGENALAN SUARA MENGGUNAKAN MATLAB DAN MIKROKONTROLER ATMEGA16 Abstrak
Penelitian diawali dengan merekam suara huruf vokal A, I, U, E dan O menggunakan mikrophone yang terhubung dengan MATLAB. Setiap lafal yang terekam selanjutnya diekstrak dan dianalisa untuk mengetahui karakteristik dari sinyal suara yang diperoleh dengan menggunakan formant. Formant merupakan frekuensi alami atau resonansi yang dihasilkan dari jejak vokal ketika seseorang berbicara. Metode yang digunakan untuk mengestimasi formant menggunakan analisis Cepstral. Analisis Cepstral dilakukan dengan cara menghitung spektrum dari Transformasi Fourier, dengan menyatakan invers Transformasi Fourier dari bentuk logaritmik spektrum energinya, dan dengan hanya mengambil koefisien orde rendah (8 sampai 16) dari inversnya. Hasil dari proses tersebut adalah sinyal cepstrum. Periode puncak dari sinyal tersebut diestimasi dan log magnitude yang smooth diperoleh dari cepstrum. Formants diestimasi dari spektral tersebut menggunakan syarat-syarat pada kisaran frekuensi formant dan ketinggian relatif dari puncak spektral pada frekuensi formant.
Selanjutnya berdasarkan hasil tersebut klasifikasi untuk mengenal huruf A, I, U, E, dan O berupa sinyal dilakukan dan bisa dibuat suatu basisdata. Mikrokontroler dipakai untuk menampilkan suatu sinyal yang masuk setelah sebelumnya dicocokkan dengan data yang telah dibuat melalui dua alat, yaitu melalui layar LCD dan melalui lampu LED..
Kata kunci: formant, fourier, cepstral, mikrokontroler, LED, LCD
Utomo BeniTurahyoPriyo Tomo Bagus2012-11-08T03:40:09Z2012-11-08T03:40:09Zhttp://eprints.uny.ac.id/id/eprint/7307This item is in the repository with the URL: http://eprints.uny.ac.id/id/eprint/73072012-11-08T03:40:09ZMatematika Eigenface Menggunakan Metrik EuclideanSalah satu sistem pengenalan wajah (face recognition) adalah metode eigenface. Metode ini
bekerja dengan cara memberikan bobot pada selisih suatu citra wajah dengan rata-rata citra wajah, rata-rata
citra diperoleh dengan cara mengambil rata-rata dari suatu himpunan citra wajah. Himpunan training
adalah himpunan citra dimana rata-rata citra dihitung. Pengenalan wajah bekerja dengan cara proyeksi
linear citra wajah menjadi citra wajah berdimensi rendah dan pembobotan selisih citra wajah yang
berkaitan dengan suatu himpunan eigenvector. Jika selisih (bobot) citra dibawah ambang batas yang
diberikan maka citra dikenali sebagai wajah yang dikenal, sebaliknya jika bobot tidak dibawah ambang
batas maka citra wajah diklasifikasikan sebagai wajah tidak dikenal atau bukan wajah. Untuk
membandingkan citra dipilih metrik Euclidean.
Keywords: eigenface, eigenvector, metrik Euclidean, face recognition.Utomo Beni