Hasil Pencarian  ::  Simpan CSV :: Kembali

"ABSTRACTDigital signal processing is concerned with the representation of signals by sequences of number or symbols and the processing of the sequences. The purpose of such processing may be to estimate characteristic parameters of a signal or to transform a signal into a form which is in some sense more desirable. The classical numerical analysis formulas, such as those designed for interpolation, integration, and differentiation, are certainly digital signal processing algorithms. The early work on speech and the like - topics still of considerable interest and still the object of active research began less than two decade ago. The rapid development of the subject can be appreciated by scanning the issues of the leading journals. Yet the application of digital signal processing has not been without its problems. It is a field which demands sophisticated technology. "

"Jenis ikan yang tergolong dalam ikan jenis sonikrous mempunyai suara yang khas_ Beberapa diantaxanya dapat mengeluarkan lebih dari satu jenis suara. Sebagai contoh ikan wealdish (Cynoscion regalis) jantan akan mengeluarkan suara drumming pada masa bertelur dan suara chartering untuk aktiiitas hidup sehari-bali, sedangkan untuk betina hanya mengbluarkan suara cha!!ering.Untuk dapat mengenali suara ikan tersebut clengan cepat diperlukan suam sarana agar proses identifikasi dapat dilalcukan dengan mudah, Penerapan teknologi voice recognition dapat mempemwdah dan mempercepat proses pengenalan suara ikan. Dengan diketahul suara ikan tersebut mal-za berarti pula dapat diketahui keberadaan jenis ikan dan aktiiitas hidup beberapa jenis ikan tertentu seperti proses bertelur yang terjadi di dalam laut. Penggunaan voice recognition dengan mengaplikasikan hidden mar/:ov model untuk mengidentifikasi suara ikan dapat mengenali dengan baik suara ikan yang dimasukan dalam sistem. Sistem dengan training data berupa sampel suara ikan yang terdiri dari kombinasi beberapa bursi dan satu periode pcnuh dari suara ikan menghasilkan sistem dengan kemampuan recognition yang Iebih baik. Dari percobaan yang dilakukan menunjukan sistem mempunyai tingkat akurasi yang baik sampai sekitar 5O - 90 %."

"Pada tugas akhir ini membahas mengenai pengenalan jenis ikan dengan menggunakan sensor sonar. Sonar adalah sensor yang umum digunakan untuk menentukan jarak sebuah objek yang akan di deteksinya. Salah satu aplikasi penting pemanfaatan sensor sonar adalah untuk pendeteksi ikan. Pendeteksian dilakukan melalui gerakan kawanan jenis ikan, tertentu di perairan baik dilaut maupun di air tawar, yaitu dengan metode schooling. Selain mengenali jenis ikan sonar juga dapat mengetahui jarak ikan tersebut, serta dengan menggunakan perangkat GPS (Global Positioning System) dapat diketahui posisi kapal. Pada tugas akhir ini menggunakan suatu perangkat lunak yang sudah ada untuk dapat mendeteksi objek-objek ikan melalui pengenalan suara, yaitu bentuk gelombang suara yang telah direkam dan akan disimulasikan dengan perangkat komputer. Jarak ikan didapatkan dengan mensimulasikan masukan jarak dengan menggunakan mikrokontroler, serta mengetahui posisi kapal berupa bujur dan lintang dengan menggunakan perangkat GPS. Tugas akhir ini merancang suatu modul pada perangkat lunak pendeteksi ikan yang sudah ada, untuk mengetahui jarak ikan, posisi ikan dan posisi bujur serta lintang dari kapal dengan menggunakan perangkat GPS.

---

In this final project explane about recognition of fish type by using sonar sensor. Sonar sensor is a commonly used sensor to measure the distance of object which is want to be detected. One of the most important used of sonar sensor is as a fish detector. Detection is done trough the movement of a certain a type of fish in the sea or plain water by using schooling method. Besides recognizing the fish type trough sonar, also can measure the distance of our fish and ship position by using GPS.

In this final project software are implemented and used to detect fish through voice recognition. A wave shape which is already recorded will be simulated using this software. The distance of fish is gained by simulating the distance input using microcontroller which also can be use to determine the position of ship in the longitude and latitude form using gps.

In this final project designs a module at fish detector software which there are, to know fish distance, position of fish and position of longitude and latitude from ship by using peripheral GPS."

"ABSTRAKSkripsi ini membahas tentang speech recognition pada Ericsson T18s Voice Dialing dengan menggunakan rnetode Hidden Markov Models (HMM) diskrit yang telah dimodifikasi untuk aplikasi speaker dependent dan speaker independent. Tujuan dari skripsi ini adalah bagaimana sistem dapat mengenali kata yang diucapkan dari orang tertentu yang suaranya terdapat pada database utuk aplikasi speaker dependent dan banyak orang (termasuk yang tidak terdapat pada database) untuk speaker independent.Pada skripsi ini program dibuat dalam matlab 5.3 dengan dilengkapi oleh windows 98, sound card wav record, mikropon dan speaker yang merupakan modifikasi dari referensi asli, dimana program dijalankan dengan menggunakan matiab 5.x, Visual C++ dan TMS 320C6701 DSP Board Texas Instrument sehingga lebih mudah dan murah dalam aplikasinya.Selain itu Skripsi ini dalam aplikasinya juga lebih luas yaitu untuk speaker dependent dan speaker independent yang merupakan modifikasi dari referensi Skripsi ini (speaker independent) dan pada Ericsson T18s Voice Dialing (speaker independent).Cara kerja dari sistem ini adalah mengenali kata yang diucapkan oleh tester dengan cara membandingkan kata yang diucapkannya dengan kata-kata dari suara yang ada pada database ketika suara dites. Pada database terdapat 5 buah kata, dan kata yang diucapkan ketika dites akan dibandingkan dengan kelima buah kata tersebut. Setelah itu kata dengan proliabilitas tertinggi akan dipilih sebagai kata yang dikenali oleh sistem. Keberhasilan sistem dalam mengenali dinilai cukup baik, karena dapat membuktikan teori yang ada, baik untuk speaker dependent maupun untuk speaker independent, meskipun tidak sebaik referensi aslinya.

---

"

"Skripsi ini berisi tentang perbandingan dari 3 jenis algoritma VQ (Vector Quantization) yaitu Traditional K-Means Clustering, LBG (Linde, Buzo, and Gray), dan Sucessive Binary Split yang digunakan dalam proses pengenalan sinyal akustik (Suara) dari berbagai jenis ikan. Dalam proses pengenalan sinyal akustik ikan yang menggunakan HMM (Hidden Markov Model), sinyal akustik ikan yang akan dideteksi, terlebih dahulu dikuantisasi dengan menggunakan algoritma VQ.Pada sistem pengenalan sinyal akustik ikan, sinyal akustik ikan diubah terlebih dahulu ke dalam bentuk diskrit dengan cara sampling. Sinyal diskrit ini diekstraksi agar diperoleh karakteristiknya dengan menggunakan MFCC (Mel Frequency Cepstrum Coefficient). Vektor data yang terbentuk kemudian dikuantisasi dengan menggunakan 3 jenis algoritma VQ. Pada tahap pengenalan sinyal akustik ikan (recognition) yang memanfaatkan model HMM, ketiga jenis algoritma VQ ini diteliti unjuk kerjanya berdasarkan tingkat akurasi yang diperoleh.Berdasarkan hasil simulasi, algoritma Sucessive Binary Split merupakan algoritma paling optimum untuk sistem pengenalan sinyal akustik ikan karena memiliki tingkat akurasi tertinggi (pada ukuran codebook < 64) dengan kebutuhan kapasitas memori dan waktu komputasi (saat pembuatan codebook dan model HMM) paling kecil. Untuk memperoleh sistem pengenalan sinyal akuslik ikan dengan tingkat akurasi yang paling baik, algoritma LBG dapat digunakan dengan ukuran codebook > 128 tetapi kapasitas memori dan waktu komputasi yang dibutuhkan makin besar. Tingkat akurasi (recognition rate) pada sistem pengenalan sinyal akustik ikan yang menggunakan VQ dan HMM dapat ditingkatkan dengan memperbesar ukuran codebook, jumlah iterasi algoritma VQ, dan jumlah iterasi pada Baum Welch Algorithm."