Anggraeni, Dyah (2017) "Desain robot sosial berbasis pengenalan pola sinyal suara dan ekspresi wajah manusia". Diploma thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (55kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (230kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (193kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (193kB) | Preview |
|
![[img]](https://etheses.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (3MB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (13MB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (13MB) | Request a copy |
|
|
Text (BAB VI)
9_bab6.pdf Restricted to Registered users only Download (44MB) | Request a copy |
|
|
Text (BAB VII)
10_bab7.pdf Restricted to Registered users only Download (213kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
11_daftarpustaka.pdf Restricted to Registered users only Download (224kB) | Request a copy |
Abstract
Penelitian ini membangun Robot Sosial bernama SyPEHUL (System of Physics, Electronics, Humanoid Robot and Machine Learning) yang didesain agar dapat melakukan pengenalan pola suara dan ekspresi wajah manusia. Untuk pengenalan pola suara manusia digunakan metode Mel-Frequency Cepstrum Coefficients (MFCC) dan Artificial Neural Networks (ANN). Sedangkan untuk sistem pengenalan ekspresi wajah manusia digunakan metode Cascade Classification dan LBPH (Local Binary Pattern Histogram) Face Recognizer. Sistem pengenalan pola suara dan ekspresi wajah manusia berdasarkan software Python 2.7 diimplementasikan pada SyPEHUL yang dibangun dari 12 Degree of Freedom (Dof) sebagai sistem akuator kepala dan ekpresi wajah robot berdasarkan mikrokontroler Arduino. Dari hasil pengenalan suara didapatkan hasil yang cukup baik untuk diimplementasikan kepada robot sosial SyPEHUL. Pada penelitian ini, akurasi pengenalan pola sinyal suara manusia untuk 8 buah pertanyaa sebesar 60.63%. Sedangkan pada sistem pengenalan ekspresi dan pelacakan wajah menunjukan hasil untuk responden terlatih sebesar 94.5% dan responden tak terlatih sebesar 73.5%, sehingga sangat baik untuk interaksi Manusia-Robot.
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Robot Sosial; SyPEHUL; pengenalan pola suara; pengenalan ekspresi wajah; MFCC; ANN; Cascade Classification; LBPH Face Recognizer; Python; Open CV; Arduino; Interaksi Manusia-Robot |
| Subjects: | Physics > Instrumentation of Physics Applied Physics Other Branches of Engineering Other Branches of Engineering > Automatic Control Engineering |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Fisika |
| Depositing User: | Dyah Anggraeni |
| Date Deposited: | 08 Oct 2018 03:46 |
| Last Modified: | 08 Oct 2018 03:46 |
| URI: | https://etheses.uinsgd.ac.id/id/eprint/14700 |
Actions (login required)
 |
View Item |
