ROBOT LENGAN PENGAMBIL BENDA UNTUK MEMBANTU PASIEN DENGAN PERINTAH SUARA MENGGUNAKAN METODE MFCC DAN NEURAL NETWORK

MULDAYANI, WAHYU (2016) ROBOT LENGAN PENGAMBIL BENDA UNTUK MEMBANTU PASIEN DENGAN PERINTAH SUARA MENGGUNAKAN METODE MFCC DAN NEURAL NETWORK. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 2213204011-Master_theses.pdf]
Preview
Text
2213204011-Master_theses.pdf - Published Version

Download (2MB) | Preview

Abstract

Robot lengan pengambil benda dengan perintah suara adalah sebuah robot yang
dapat digunakan untuk membantu manusia mengambil benda yang diinginkan
dengan menggunkan perintah suara. Robot lengan ini diterapkan untuk membantu
pasien yang memiliki keterbatasan gerak dalam mengambilkan benda yang
diinginkan. Penggenalan perintah suara diproses menggunakan metode MFCC
(Mel-Frequency Cepstrum Coefficients) dan ANN (Artificial Neural Network).
Robot lengan juga dilengkapai kamera untuk mendeteksi benda yang akan
diambil. Sensor ultrasonik diletakan pada ujung lengan robot untuk mengetahui
jarak lengan terhadap target yang akan diambil. Pengenalan benda diproses
dengan menggunakan metode image-processing berdasarkan warna, lebar dan
tinggi pada benda. Limit switch diletakan pada salah satu lengan gripper robot
digunakan sebagai tanda bahwa benda telah digenggam. Pada penelitian ini, robot
lengan mampu mengambil benda yang diperintahkan menggunakan perintah suara
dengan tingkat keberhasilan sebesar 78%.

============================================================

Object picker arm robot with voice command is a robot that can be used to help
human to pick the object wanted using voice command. This arm robot was
applied to help patient with movement disability to pick the object wanted. Voice
command recognition was processed using MFCC (Mel-Frequency Cepstrum
Coefficient) and ANN (Artificial Neural Network) method. The arm robot was
also equipped with camera to detect the object. Ultrasonic sensor was placed at
the end of the arm robot to measure the distance between the arm and the target.
Object recognition was processed using image-processing method based on color,
width, and height of the object. Limit switch was placed in one of the gripper arm
of the robot and used as an indicator when the object was held. In this research,
the arm robot was able to pick the object commanded using voice command with
success rate of 78%.

Item Type: Thesis (Masters)
Additional Information: RTE 006.454 Mul r
Uncontrolled Keywords: MFCC, Robot Lengan, Suara
Subjects: T Technology > TL Motor vehicles. Aeronautics. Astronautics > TL521.3 Automatic Control
Divisions: Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User: Anis Wulandari
Date Deposited: 03 Jan 2017 03:28
Last Modified: 27 Dec 2018 02:41
URI: http://repository.its.ac.id/id/eprint/1258

Actions (login required)

View Item View Item