<?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="11921">
 <titleInfo>
  <title>Implementasi Offline Speech Recognition Pada Home Device</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Karina Indra Wijaya</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <name type="Personal Name" authority="">
  <namePart>1620301001</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>Politeknik Caltex  Riau</publisher>
   <dateIssued>2020</dateIssued>
  </place>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent>x, 80 hlm.: ilus.; 21 cm</extent>
 </physicalDescription>
 <note>ABSTRAK&#13;
Speech Recognition (pengenalan suara) merupakan proses untuk mengkonversikan sinyal akustik (suara) melalui microphone sebagai perintah untuk mengoperasikan komputer yang digunakan untuk mengenali suatu kata yang diucapkan oleh seseorang. Pada penelitian ini speech recognition (pengenalan suara) digunakan untuk mengontrol Home Device dengan menggunakan ekstrak ciri Mel-Frequency Cepstral Coefficients (MFCC) dan pemodelan Hidden Markov Models (HMM). Mel-Frequency Cepstral Coefficients (MFCC) merupakan teknik yang mengambil contoh suara sebagai input. Untuk dapat memproses suara yang masuk pada mikrofon, maka sinyal suara diambil cirinya. Setelah cirinya didapat maka akan dibentuk pola oleh pemodelan Hidden Markov Models (HMM). Tujuan digunakan metode MFCC dan HMM diharapkan dapat meningkatkan keakurasian waktu dalam mengontrol Home Device. Home device yang digunakan dalam pengujian yaitu lampu dan kipas angin. Untuk pengontrolan tersebut dilakukan secara offline. Berdasarkan pengujian didapat tingkat akurasi sebesar 95,5 % dari 200 percobaan dengan menggunakan 10 kata perintah. Untuk pengujian menggunakan 2 user. Untuk pengujian dengan keadaan sekitar ribut (noise) didapat tingkat akurasi sebesar 7% dari 100 percobaan.&#13;
&#13;
Kata Kunci:  Speech Recognition, Mel-Frequency Cepstral Coefficients (MFCC), Hidden Markov Models (HMM), Microfon, offline, Home Device</note>
 <note type="statement of responsibility"></note>
 <subject authority="">
  <topic>PA Teknik Elektronika Telekomunikasi</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Politeknik Caltex Riau Politeknik Caltex Riau</physicalLocation>
  <shelfLocator>PA TET</shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">PA1620301001</numerationAndChronology>
    <sublocation>Perpustakaan PCR</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="10483" url="" path="KP_PA/POSTER/PA1620301001_poster_pa.png" mimetype="image/png">Poster - IMPLEMENTASI OFFLINE SPEECH RECOGNITION PADA HOME DEVICE</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>11921</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2020-07-29 00:00:00</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2021-02-05 14:33:44</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>