Article Per Year (5 Year)
p-Index From 2019 - 2024
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Abdan Idza Hurmuzi
Fakultas Ilmu Komputer, Universitas Brawijaya
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Sistem Pemilihan Menu pada Kursi Roda Pintar menggunakan Suara berbasis MFCC dan CNN pada Jetson TX2 NX Abdan Idza Hurmuzi; Fitri Utaminingrum
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 7 No 14 (2023): Antrian Publikasi
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Disabilitas adalah kondisi dimana tubuh ataupun mental mengalami gangguan yang dapat membuat seseorang kesulitan dalam melakukan aktivitas ataupun berinteraksi dengan lingkungan sekitar. Orang yang memiliki keterbatasan pada kemampuan berpindah tempat seperti berjalan umumnya menggunakan bantuan kursi roda, yaitu alat yang digunakan untuk mengatasi keterbatasan tersebut. Kursi roda tradisional memiliki kekurangan pada pengguna yang menderita paralisis pada anggota gerak seperti lengan. Kursi roda pintar umumnya dibekali piranti berbasis hand-operated seperti joystick ataupun layar sentuh untuk pengoperasiannya. Akan tetapi terdapat beberapa batasan pada Human Machine Interface tersebut terutama pada penderita tetraplegia, locked-in syndrome dan amyotrophic lateral sclerosis (ALS). Penelitian ini akan berfokus pada penerapan MFCC dan Convolutional Neural Network (CNN) untuk sistem pemilihan menu pada Kursi Roda Pintar menggunakan perintah suara dalam bahasa Indonesia. Pada penelitian ini sebanyak 5,600 data perintah suara telah dikumpulkan. Data tersebut mencangkup 14 perintah, yaitu, “Satu”, “Dua”, “Tiga”, “Empat”, “Lima”, “Enam”, “Mati”, “Nyala”, “Oke”, “Tidak”, “Info”, “Next”, “Back”, dan “Keluar”. Hasil dari pengujian sistem dengan dua jenis gender mendapatkan hasil yang terbilang sangat baik dengan nilai akurasi sebesar 99.64%. Selain itu, besar waktu komputasi adalah 0,2103 detik dalam melakukan proses pengenalan suara.
Co-Authors Utaminingrum, Fitri