Robot Penerima Tamu dengan Sistem Pengenalan Wajah dan Suara

Article Sidebar

PDF
Published: Sep 24, 2020
Keywords:
Robot penerima tamu, pengenalan wajah, pengenalan suara, Jetson Nano

Main Article Content

Aaron Marselino Lukman
Program Studi Teknik Elektro, Universitas Kristen Petra, Surabaya
Petrus Santoso
Program Studi Teknik Elektro, Universitas Kristen Petra, Surabaya

Abstract

Proyek ini bertujuan untuk mengintegrasikan antara pengenalan wajah dan pengenalan suara untuk membuat robot penerima tamu. Sistem robot penerima tamu ini menggunakan Nvidia Jetson Nano sebagai perangkat embedded utama. Sensor yang digunakan ada 2, yaitu kamera sebagai masukan gambar dan mikropon sebagai masukan suara. Sedangkan untuk aktuator terdapat 2, yaitu lcd monitor sebagai keluaran gambar dan speaker sebagai keluaran suara. Keseluruhan program pada sistem ini dibuat dengan bahasa Python pada operating system Ubuntu. Berdasarkan hasil pengujian, sistem telah berhasil melakukan pengenalan wajah dan pengenalan suara. Untuk pengenalan wajah akurasi tertinggi didapatkan angka 96%. Waktu eksekusi dari program pengenalan wajah sangat cepat dengan rata-rata waktu 0,0544 detik. Jumlah data wajah yang dikenali tidak memengaruhi waktu dari eksekusi program pengenalan wajah. Dengan memodifikasi data pada pengenalan suara, didapatkan akurasi 84,65%. Akurasi ini jauh lebih tinggi daripada menggunakan data default yang hanya mendapatkan akurasi 26,32%

Article Details

How to Cite
Aaron Marselino Lukman, & Petrus Santoso. (2020). Robot Penerima Tamu dengan Sistem Pengenalan Wajah dan Suara. SinarFe7, 3(1). Retrieved from https://journal.fortei7.org/index.php/sinarFe7/article/view/264
Issue
Vol. 3 No. 1 (2020): Sinarfe7-3 2020
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

References

M. D. Putro and J. Litouw, “Robot Pintar Penyambut Costumer pada Pusat Perbelanjaan Kota Manado,” Rekayasa Elektr., vol. 13, pp. 8–17, 2017, Accessed: Sep. 24, 2019. [Online]. Available: https://media.neliti.com/media/publications/128171- ID-robot-pintar-penyambut-costumer-pada-pus.pdf.

T. Kanda, M. Shiomi, Z. Miyashita, H. Ishiguro, and N. Hagita, “An affective guide robot in a shopping mall,” in Proceedings of the 4th ACM/IEEE International Conference on Human-Robot Interaction, HRI’09, 2008, pp. 173–180, doi: 10.1145/1514095.1514127.

A. Geitegey, “GitHub - ageitgey/face_recognition: The world’s simplest facial recognition api for Python and the command line.” https://github.com/ageitgey/face_recognition (accessed Jun. 22, 2020).

Kangalow, “GitHub - JetsonHacksNano/CSI-Camera: Simple example of using a CSI-Camera (like the Raspberry Pi Version 2 camera) with the NVIDIA Jetson Nano Developer Kit.” https://github.com/JetsonHacksNano/CSI-Camera (accessed Jun. 22, 2020).

D. Prazdnichnov, “GitHub - bambocher/pocketsphinx- python: Python interface to CMU Sphinxbase and Pocketsphinx libraries.” https://github.com/bambocher/pocketsphinx-python (accessed Jun. 22, 2020).

“GitHub - hadware/gstreamer-python-player: Minimalist examples of audio players in python, using the new Gstreamer 1.0 API.” https://github.com/hadware/gstreamer-python-player (accessed Jun. 22, 2020).

K. Gregor, “python-gst-tutorial/basic-tutorial-1.py at master • gkralik/python-gst-tutorial • GitHub.” https://github.com/gkralik/python-gst- tutorial/blob/master/basic-tutorial-1.py (accessed Jun. 22, 2020).

N. Bhat, “GitHub - nateshmbhat/pyttsx3: offline Text To Speech synthesis for python.” https://github.com/nateshmbhat/pyttsx3 (accessed Jun. 22, 2020).

A. Ghatage, “Make Pocketsphinx recognize new words • Panopticon,” 2012. http://ghatage.com/tech/2012/12/13/Make- Pocketsphinx-recognize-new-words/ (accessed Jun. 23, 2020).