vi

ABSTRAK

Dalam bidang teknologi, aplikasi smartphone telah banyak bermunculan beragam

aplikasi yang berhubungan dengan pembelajaran bahasa Inggris. Salah satunya adalah
sebuah fitur pengenalan suara. Salah satu metode yang digunakan dalam proses
pengenalan suara adalah metode Fast Fourier Transform (FFT). Fast Fourier
Transform digunakan untuk mentransformasikan sinyal digital ke dalam bentuk
frekuensi sehingga pengenalan suara dapat dilihat dengan lebih akurat, dan untuk
membandingkan suatu nilai suara yang hendak diidentifikasi digunakan metode Mean
Squeare Error (MSE). Hasil dari penelitian ini menunjukkan bahwa perbandingan
nilai MSE dari 10 kali percobaan rata-rata sebesar 0,01551743 untuk suara “A” dan
0,0147502 untuk suara “B”. Penelitian ini menunjukkan keberhasilan sistem sebesar
70% pada keadaan normal, sedangkan pada keadaan noise persentase keberhasilan
sistem hanya sebesar 60%.

Kata Kunci : Fast Fourier Transform (FFT), Tenses, pengenalan suara.

Universitas Sumatera Utara

 vii

Voice Recognition for Learning Tenses Using Fast Fourier Transform (FFT)
Method

ABSTRACT

In technological field, many smartphone applications that related with English

Language subject has appeared in wide variety. One example is a voice recognition
feature. An example of method that used in voice recognition process is Fast Fourier
Transform (FFT) method. Fast Fourier Transform is used for transforming digital
signal into a form of frequency in order to the voice recognition can be looked more
accurately, and tocompare a voice value that want to be identified, Mean Square
Error (MSE) method is used. The result of this research show that MSE values
comparation from 10 times of trial is 0,01551743 in average for voice “A” and
0,0147502 for voice “B”. This research show that system success is 70 % at normal
situation, while for noise situation, the success percentage is only 60 %.

Key word : Fast Fourier Transform (FFT), Tenses, Voice Recognition

Universitas Sumatera Utara