Publisher

UNIKOMUNIKOM

Journal Telekontran : Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika TerapanTelekontran : Jurnal Ilmiah Telekomunikasi, Kendali dan Elektronika Terapan Abstract

Penelitian ini bertujuan untuk membuat sebuah sistem pembelajaran untuk penyandang Tuna Netra berbasis Sinyal wicara menggunakan software Matlab. Pada penyandang Tuna netra sering mengalami kesulitan untuk melakukan pengoperasian pada komputer, sehingga akan diperlukan operator yang harus membantu untuk mengoperasikannya. Untuk penyandang tuna netra akan lebih mudah melakukan segala hal untuk mengoperasikan komputer apabila terdapat sebuah aplikasi yang dapat beroperasi sesuai dengan perintah penyandang Tuna netra tersebut. Simulasi yang dibuat menggunakan metode jarak Euclidean dan Mel-Frequency Cepstral Coefficients (MFCC) yang akan memudahkan sistem pengenalan suara pada manusia yang sebelumnya akan di simpan pada database. Metode Euclidean akan membandingkan jarak minimum image pengujian, dengan database image pelatihan (training). Pada Digital Sinyal Prosesing kita dapat merekam sample-sample sinyal sinus pada memori. Prosesnya melalui tahapan pertama melakukan sampling gelombang sinus, kedua melakukan kuantisasi, ketiga mengkodekan pada digital dan terakhir menyimpan pada memori. Pada penelitian ini dibuat sebuah software untuk membantu penyandang tuna netra untuk pembelajaran yang dilakukan dengan berbasis komputer dengan merancang berbagai soal dengan menggunakan audio sehingga penyandang tuna netra cukup menjawab dengan suara. Penulis menggunakan perangkat lunak matlab guna membuat software yang akan digunakan, Kemudian hasil dari penyandang tuna netra tersebut dicocokkan dengan jawaban yang telah disediakan sebelumnya pada database. Dengan adanya pembuatan simulator matlab berbasis Graphical User Interface, diharapkan dapat membantu memudahkan penyandang tuna netra untuk melakukan proses pembelajaran menggunakan perangkat keras komputer sehingga tidak memerlukan operator lagi untuk membantu pengoperasiannya. Dari hasil yang didapatkan maka Semakin kecil nilai jarak Euclidean maka semakin dekat dengan suara yang dibandingkan.

Conclusion

Nilai Euclidean yang lebih kecil menunjukkan kesamaan yang lebih tinggi antara suara yang direkam dan suara dalam database.Pada percobaan lima pertanyaan, jawaban Nasi menghasilkan nilai Euclidean terkecil (0.Sebaliknya, jawaban Trakea menghasilkan nilai Euclidean terbesar (1.

Future Research

Penelitian lanjutan dapat mengeksplorasi penggunaan algoritma pembelajaran mendalam seperti Convolutional Neural Network (CNN) atau Recurrent Neural Network (RNN) untuk meningkatkan akurasi pengenalan suara pada penyandang tunanetra, khususnya dengan membandingkan performa model‑model tersebut terhadap metode Euclidean distance yang digunakan saat ini. Selanjutnya, studi dapat memperluas basis data suara dengan memasukkan variasi aksen, intonasi, serta tingkat kebisingan lingkungan yang realistis, sehingga dapat menguji ketahanan sistem dalam kondisi lapangan serta mengembangkan teknik pre‑processing seperti noise reduction berbasis spektral untuk memperbaiki kualitas sinyal sebelum ekstraksi MFCC. Penelitian juga dapat merancang antarmuka pengguna berbasis suara yang adaptif, misalnya dengan menerapkan teknik dialog dinamis dan feedback suara multibahasa, untuk menilai sejauh mana interaksi alami dapat meningkatkan efektivitas proses pembelajaran dan kemandirian penyandang tunanetra dalam mengoperasikan komputer tanpa bantuan operator. Akhirnya, evaluasi longitudinal terhadap pengguna nyata selama periode beberapa bulan dapat dilakukan untuk mengukur dampak jangka panjang penggunaan sistem terhadap kemampuan kognitif, motivasi belajar, serta tingkat kemandirian, sehingga memberikan bukti empiris bagi penyempurnaan kebijakan pendidikan inklusif.

Metadata

File size	316.51 KB
Pages	7
DMCA	Report