IMPLEMENTASI VOICE RECOGNITION MENGGUNAKAN METODE HIDDEN MARKOV MODELS PADA PEMBANGUNAN SISTEM RESEPSIONIS BERBASIS MOBILE

Sumariana, I Gusti Made (2020) IMPLEMENTASI VOICE RECOGNITION MENGGUNAKAN METODE HIDDEN MARKOV MODELS PADA PEMBANGUNAN SISTEM RESEPSIONIS BERBASIS MOBILE. S1 thesis, Universitas Atma Jaya Yogyakarta.

[img]
Preview
Text (I Gusti Made Sumariana)
1607090301.pdf

Download (3MB) | Preview
[img] Text
1607090304.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
1607090305.pdf
Restricted to Registered users only

Download (1MB)

Abstract

PT. Timedoor Indonesia adalah salah satu perusahaan IT terbesar di Denpasar, Bali. Namun sampai saat ini belum memiliki pegawai resepsionis. Selama ini PT. Timedoor Indonesia menerima tamu dengan cara konvensional, yaitu tamu yang datang mengetuk pintu ruang kerja pegawai ketika ingin bertemu dengan salah seorang pegawai. Cara konvensional seperti ini akan menjadi masalah ketika tamu yang datang merupakan calon konsumen baru atau kurir paket yang tidak tahu apa-apa tentang perusahaan, tamu seperti ini biasanya akan menunggu di lobby sambil menunggu orang yang lewat untuk ditanyai. Oleh karena itu dibutuhkan Sistem Virtual Receptionist yang dapat menggantikan posisi seorang pegawai resepsionis secara garis besar yaitu menjadi perantara antara tamu dan pegawai perusahaan dengan mengimplementasi fitur Voice Recognition menggunakan metode hidden markov model (HMM). Sistem ini akan berbasis mobile dengan platform Android menggunakan bahasa pemrogramman Kotlin dengan design pattern Model View Presenter (MVP) dan Firebase sebagai Backend-service. Hasil dari penelitian ini adalah sebuah Sistem Virtual Receptionist. Dengan adanya penerapan sistem virutal receptionist ini, perusahaan dapat memfasilitasi tamu yang datang untuk bertemu dengan pegawai secara efektif dan efisien. Sistem akan menjadi jembatan antara tamu dan pegawai yang ingin bertemu untuk suatu kepentingan. Selain itu sistem ini juga dilengkapi dengan fitur voice assistant yang memiliki tingkat akurasi sebesar 86.5868% guna memberikan pengalaman lebih saat menggunakan Sistem Virtual Receptionist.

Item Type: Thesis (S1)
Uncontrolled Keywords: Resepsionis, Virtual Receptionist, Voice Recognition, Hidden Markov Models, Android, Firebase
Subjects: Teknik Informatika > Enterprise Inf System
Divisions: Fakultas Teknologi Industri > Teknik Informatika
Depositing User: Editor UAJY
Date Deposited: 23 Feb 2021 23:59
Last Modified: 23 Feb 2021 23:59
URI: http://e-journal.uajy.ac.id/id/eprint/23343

Actions (login required)

View Item View Item