Simulasi Control Smart Home berbasis Mel Frequency Cepstral Coefficients menggunakan metode Support Vector Machine (SVM)

Sistem control smart home telah banyak diimplementasikan dalam kehidupan. Akan tetapi sistem yang ada belum dapat mengenali biometrik berupa suara. Untuk mengenali sebuah suara diperlukan metode ekstraksi dan algoritma klasifikasi. Berbagai penelitian yang mengkombinasikan berbagai metode ekstraksi ciri suara dan algoritma klasifikasi suara dengan metode MFCC dan SVM. Penelitian ini mengimplementasikan sistem control smarthome dengan mengkombinasikan metode ekstraksi suara Mel Frequency Cepstral Coefficients (MFCC) dan metode Support Vector Machine (SVM) untuk mengklasifikasikan ucapan. Simulasi sistem yang dibuat berupa prototype smart home. Hasil dari implementasi model kedalam sistem didapatkan akurasi sebesar 80% dari banyaknya data yang diujicoba. Kemudian dari hasil implementasi sistem kedalam prototype diperoleh waktu response time perangkat terhadap suara rata-rata 443 ms dalam keadaan offline menggunakan jaringan lokal.