Shaumi Syahri Fithria Primary Author mixed material bibliography Banda Aceh Fakultas Teknik Elektro dan Komputer 2024

Theses

Teknologi Internet of Things (IoT) semakin banyak diterapkan dalam berbagai aspek kehidupan, termasuk rumah pintar, yang memungkinkan perangkat rumah tangga untuk terhubung dan saling berkomunikasi melalui internet. Namun, bagi penyandang disabilitas, pengoperasian perangkat rumah pintar dengan metode konvensional dapat menjadi tantangan tersendiri. Pengenalan suara sebagai metode kontrol berbasis IoT menawarkan solusi yang lebih inklusif dan efisien. Oleh karena itu, penelitian ini fokus pada pengembangan model deep learning yang dapat mengenali perintah suara dengan tingkat akurasi tinggi untuk diterapkan dalam sistem rumah pintar. Penelitian ini bertujuan untuk mengembangkan dan menguji model Convolutional Neural Network (CNN) dengan arsitektur EfficientNetV2 pada dataset audio, untuk mengenali perintah suara yang digunakan dalam pengendalian perangkat rumah pintar. Penelitian ini menerapkan model pengenalan perintah berbasis suara menggunakan Convolutional Neural Network (CNN) dengan arsitektur EfficientNetV2, yang dilatih menggunakan dataset audio primer dan sekunder. Selain itu, penelitian ini juga menerapkan protokol komunikasi MQTT sebagai media pengiriman data perintah dari model pengenalan suara ke perangkat rumah pintar. Dalam uji coba sistem ini, hasil dari lima peserta menunjukkan rata-rata persentase keberhasilan keseluruhan sebesar 48,75%, sementara persentase kegagalan mencapai 51,25%. Hasil ini menunjukkan adanya ruang untuk perbaikan lebih lanjut dalam pengembangan dan pengoptimalan model, serta integrasi yang lebih baik antara pengenalan suara dan protokol komunikasi MQTT untuk memastikan kinerja yang lebih konsisten dan dapat diandalkan dalam sistem rumah pintar. Kata kunci: Internet of Things (IoT), Rumah Pintar, speech recognition, Audio, Convolutional Neural Network (CNN), EfficienNetV2, MQTT. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 129842 2024-09-03 15:57:17 2024-09-04 11:42:04 machine generated