<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="10025">
 <titleInfo>
  <title>Implementasi Speech Recognition Untuk Kontrol Pintu</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Bayu Afrian Gojali</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1420301014</namePart>
  <role>
   <roleTerm type="text">Additional Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">Pekanbaru</placeTerm>
   <publisher>Perpustakaan Politeknik Caltex Riau</publisher>
   <dateIssued>2018</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>ix, 41hlm.; ilus.: 21cm</extent>
 </physicalDescription>
 <note>Identifikasi suara adalah suatu proses mengenali seseorang berdasarkan kata yang diucapkan dengan melakukan konversi sebuah sinyal yang ditangkap oleh perangkat input suara. Dengan adanya identifikasi suara bisa diterapkan untuk sistem kontrol pintu dengan tujuan agar lebih efesien dan meningkatkan keamanan, jadi fungsi kontrol suara sebagai pengendali pintu untuk membuka dan menutup. Kontrol suara sistem keamanan pintu bisa menjadi sebagai acuan rumah, kantor dan kelas masa depan, dimana tidak perlu lagi khawatir, karena hanya dengan suara pemiliknya saja yang bisa mengontrolnya. Metode yang dipakai adalah Hidden Markov Model (HMM) dan Linear Predictive Coding (LPC). HMM akan berfungsi untuk pengenalan kata yang diucapkan dan LPC untuk pengecekan suara berdasarkan frekuensi. Dengan menggabungkan dua metode tersebut diharapkan dapat meningkatakan keakurasian dalam identifikasi. Berdasarkan pengujian yang dilakukan, didapatkan tingkat akurasi pengontrolan pintu untuk suara yang terdaftar di suara referensi sebesar 98% untuk kata buka dan 98% untuk kata tutup. Sedangkan pengujian oleh orang yang tidak terdaftar di suara referensi sebesar 26% untuk kata buka dan 27% untuk kata tutup, sedangkan tingkat keakurasian perintah suara disaat ribut (Noise) oleh orang yang terdaftar di suara referensi sebesar 85%. &#13;
Kata kunci: Speech Recognition, Hidden Markov Model, Linear        Predictive Coding</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>PA Teknik Elektronika Telekomunikasi</topic>
 </subject>
 <classification>PA TET</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Politeknik Caltex Riau Politeknik Caltex Riau</physicalLocation>
  <shelfLocator>PA TET</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">PA1420301014</numerationAndChronology>
    <sublocation>Perpustakaan PCR (R)</sublocation>
    <shelfLocator>PA TET</shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals/>
 <recordInfo>
  <recordIdentifier>10025</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2019-05-06 09:38:21</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2019-05-23 15:28:23</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>