Aplikasi Desktop Bot Asisten Berbasis C# Dengan Fitur Pengenalan Suara Dan Karakter

Muhammad Fathan Qalbi Madenda

Abstract


Aplikasi bot asisten adalah asisten digital yang dapat dijalankan pada sistem operasi Windows. Aplikasi bot asisten ini dapat memudahkan para penggunanya dalam melakukan kegiatan pada perangkat komputernya, serta memberikan informasi yang ingin dicari. Pengguna aplikasi bot ini dapat memerintahkan melalui suara yang masuk melalui microphone yang sudah terpasang pada perangkat komputernya. Dengan menggunakan metode Hidden Markov Model (HMM), aplikasi dapat mengkonversikan suara kebentuk teks digital dengan akurat. Selain itu, aplikasi bot asisten dapat mendeteksi karakter pada sebuah objek gambar, dan mengkonversikannya ke bentuk teks digital, fitur tersebut menggunakan metode Long short-term memory (LSTM) yang biasa digunakan untuk melakukan konversi karakter teks pada gambar ke bentuk teks digital. Dengan adanya aplikasi ini, dapat memudahkan para penggunanya dalam melakukan aktivitasnya pada perangkat komputer yang digunakan, dan dapat mempersingkat waktu untuk membantu suatu kegiatan.

Full Text:

PDF

References


Asmoro, A. P. (2020). Perancangan Navigasi Mobile Robot Berbasis Pengenalan Suara Menggunakan Android. repository.untag-sby.ac.id. http://repository.untag-sby.ac.id/3885/

Bouktif, S., Fiaz, A., Ouni, A., & Serhani, M. A. (2018). Optimal deep learning lstm model for electric load forecasting using feature selection and genetic algorithm: Comparison with machine learning approaches. Energies. https://www.mdpi.com/307952

Hamzah, M. F. (2019). Pengenalan Tulisan Dan Ekstraksi Informasi Pada Citra Abstrak Skripsi Menggunakan Support Vector Machine Dan Rules Based System. elibrary.unikom.ac.id. https://elibrary.unikom.ac.id/id/eprint/1521/

Idrees, S., & Hassani, H. (2021). Exploiting Script Similarities to Compensate for the Large Amount of Data in Training Tesseract LSTM: Towards Kurdish OCR. Applied Sciences. https://www.mdpi.com/2076-3417/11/20/9752

Jain, P., Taneja, K., & Taneja, H. (2021). Which OCR toolset is good and why: A comparative study. Kuwait Journal of Science. https://journalskuwait.org/kjs/index.php/KJS/article/view/9589

Khairani, M. (2021). Optimasi Prediksi Speech Recognition Bahasa Indonesia dengan Hidden Markov Model. repositori.usu.ac.id. http://repositori.usu.ac.id/handle/123456789/30443

Putra, A. P., Andriyanto, F., Karisman, K., & ... (2020). Pengujian Aplikasi Point Of Sale Menggunakan Blackbox Testing. Jurnal Bina …. http://journal.binadarma.ac.id/index.php/binakomputer/article/view/757

Ra, S. K., Nb, S., Kc, R., & Sd, M. R. (n.d.). Voice Based Chatbot for Student Assistance System. In vdgood.org. https://www.vdgood.org/uploads/journal/edited_paper/99-Voice_Based_Chatbot_for_Student_Assistance_System.pdf

Shadiq, J., Safei, A., & Loly, R. W. R. (2021). Pengujian Aplikasi Peminjaman Kendaraan Operasional Kantor Menggunakan BlackBox Testing. … FOR EDUCATORS AND …. http://ejournal-binainsani.ac.id/index.php/IMBI/article/view/1561

Sumariana, I. (2020). IMPLEMENTASI VOICE RECOGNITION MENGGUNAKAN METODE HIDDEN MARKOV MODELS PADA PEMBANGUNAN SISTEM RESEPSIONIS BERBASIS …. e-journal.uajy.ac.id. http://e-journal.uajy.ac.id/id/eprint/23343




DOI: https://doi.org/10.37012/jtik.v8i1.758

Refbacks



Copyright (c) 2022 Muhammad Fathan Qalbi Madenda

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

Address:
Universitas Mohammad Husni Thamrin
Jl. Raya Pd. Gede No.23-25, RT.2/RW.1, Dukuh, Kec. Kramat jati, Kota Jakarta Timur, Daerah Khusus Ibukota Jakarta 13550

Creative Commons License
Jurnal Teknologi Informatika & Komputer Mohammad Husni Thamrin is licensed under a Creative Commons Attribution 4.0 International License.

View My Stats