FULL BODY READING

FULL BODY READING

 

Kata Pengantar

Dengan menyebut nama Allah SWT yang Maha Pengasih lagi Maha Panyayang, saya panjatkan puja dan puji syukur atas kehadirat-Nya, yang telah melimpahkan rahmat, hidayah, dan inayah-Nya kepada saya, sehingga saya dapat menyelesaikan makalah softskill tentang Full Body Reading.

Adapun Makalah ini di buat dengan tujuan untuk lebih memperdalam ilmu tentang system Full Body Reading, dimana system tersebut mempunyai beberapa software. Salah satunya adalah Speech Recognition System.

Namun tidak lepas dari semua itu, saya menyadari sepenuhnya bahwa ada kekurangan baik dari segi penyusun bahasanya maupun segi lainnya. Oleh karena itu dengan lapang dada dan tangan terbuka saya membuka selebar-lebarnya bagi pembaca yang ingin member saran dan kritik kepada saya sehingga saya dapat memperbaiki makalah ini.

Akhirnya penyusun mengharapkan semoga dari makalah Full Body Reading ini dapat diambil hikmah dan manfaatnya sehingga dapat memberikan inpirasi terhadap pembaca.

 

 

1. Face Recognition

          Face Recognition adalah teknologi komputer yang menentukan lokasi dan ukuran wajah manusia di sewenang-wenang (digital) gambar. Sistem ini bekerja dengan cara mendeteksi fitur wajah tetapi mengabaikan hal lain, seperti bangunan, pohon dan tubuh. Face Recognition dapat dianggap sebagai kasus yang lebih umum wajah lokalisasi dengan arti bahwa sistem ini biasa di pakai di kepolisian untuk mendeteksi wajah-wajah kriminal. Namun sekarang sistem Face Recognition sudah dipakai di beberapa alat elektronik yang umum, seperti smartphone, laptop dll.

Face Recognition dapat dianggap sebagai kasus khusus deteksi obyek kelas. Dalam deteksi obyek-kelas, tugas ini adalah untuk menemukan lokasi dan ukuran dari semua objek dalam gambar yang milik kelas tertentu. Contohnya termasuk torsos atas, pejalan kaki, dan mobil.

Algoritma wajah-deteksi dini difokuskan pada deteksi wajah manusia frontal, sedangkan algoritma baru mencoba untuk memecahkan masalah yang lebih umum dan sulit multi-view deteksi wajah. Artinya, deteksi wajah yang baik diputar sepanjang sumbu dari wajah ke pengamat (rotasi dalam pesawat), atau diputar sepanjang sumbu vertikal atau kiri-kanan (out-of-plane rotasi), atau keduanya. Algoritma baru memperhitungkan variasi rekening dalam gambar atau video dengan faktor-faktor seperti penampilan wajah, pencahayaan, dan berpose.

Berikut ini adalah sejarah dari Face Recognition :

  • 1960-an hingga 2000, Face recognition System  Dimulai

Woody Bledsoe, Helen Chan Wolf, dan Charles Bisson adalah pionir dari teknologi ini. Pada tahun 1964-1965, Bledsoe bersama Helen Chan dan Charles Bisson membuat riset agar komputer dapat mengenali wajah manusia. Riset ini berhasil, namun karena pendanaan riset berasal dari agen intelijen tanpa nama, riset ini tidak terbit untuk publik dan jarang sekali karya dengan tema serupa diterbitkan di jurnal ilmiah. Pada riset ini, tim peneliti ini masih menggunakan dengan sampel data gambar yang terbatas. Mereka merancang program yang dapat mencocokkan gambar yang di-input ke komputer.

Setelah keberhasilan riset Bledsoe, beberapa peneliti mulai mengembangkan teknologi Face recognition system untuk variabel yang lebih detail seperti warna rambut dan ketebalan bibir. Goldstein, Harmon, dan Lesk merupakan para peneliti yang mengembangkan riset ini di era tahun 70-an.

Pada tahun 1988, Kirby dan Sirovich menerapkan teknik aljabar linear pada teknologi face recognition. Riset ini merupakan pencapaian penting dengan hasil deteksi wajah yang jauh lebih akurat. Setelah itu peneliti lainnya, Turk dan Pentland, menggunakan teknik eigenfaces untuk mengurangi residual error pada deteksi wajah sehingga memungkinkan face recognition otomatis. Riset ini dilakukan pada 1991 ini pertama kali diterapkan pada acara Super Bowl tahun 2001. Teknologi ini sukses mengenali wajah penonton sekaligus menemukan 19 buronan kriminal yang diantara penonton acara Super Bowl.

  • Setelah Tahun 2000, Teknologi Ini Mulai Dikembangkan Untuk Tujuan Komersil

Memasuki abad ke 21, inisiasi penggunaan teknologi Face recognition system tujuan komersil mulai mengemuka. Namun riset dan pengembangan face recognition masih terus berlanjut dengan tujuan mengembangkan deteksi ke arah human learned technology seperti deteksi emosi atau safety automation.

Pengembangan Face Recognition menjadi semakin signifikan seiring perkembangan teknologi digital. Di tahun 2006, para peneliti memperkenalkan Face Recognition Grand Challenge (FRGC) untuk menguji algoritma face recognition terbaru yang berhasil dikembangkan. Ujian ini dilakukan pada gambar wajah beresolusi tinggi, scan wajah 3D, dan gambar pupil. Dari hasil pengujian, diketahui bahwa algoritma terbaru ini dapat 10 kali lebih akurat dibanding algoritma di 2002 dan 100 kali lebih akurat dari algoritma di tahun 1995.

Kemajuan Face recognition system mendorong berbagai perusahaan mendukung pengembangan algoritma dan teknologi dari face recognition agar menjadikan teknologi ini siap dikembangkan sebagai produk komersil.

Potensi yang dimiliki oleh sistem Face Recognition ini adalah :

 Memperbaiki sistem kencan online
Acquisti sebelumnya sempat mengadakan riset yang menganalisis 6.000 profil di situs kencan. Menggunakan software Face recognition, ia berhasil mengidentifikasi 1 dari 10 situs kencan online. Apalagi dalam 3 tahun terakhir akurasi teknologi ini meningkat tiga kali lipat.

 Mengungkap pelaku kasus kriminal
Pelaku pengeboman Boston ternyata berhasil dideteksi memanfaatkan software Face recognition dengan database wajah penduduk pemerintah Amerika Serikat. Meski begitu, teknologi masih sulit digunakan untuk memproses gambar jarak jauh. Dengan resolusi kamera yang semakin tinggi, tentu face recognition berpotensi dimanfaatkan pada pelacakan pelaku kasus kriminal.

 Full Body Recognition
Selain berfungsi untuk pengungkapan pelaku kasus kriminal, Face recognition system ternyata juga dapat digunakan untuk full body recognition, sistem pengenalan manusia berdasarkan bagian tubuh. Metode ini membantu mengenali orang tertentu, meski telah berganti identitas.

 Pengganti password pada perangkat elektronik
Jika sekarang sudah ada fingerprint lock, mungkin sebentar lagi akan ada face lock. Google telah mematenkan teknologi security dengan ekspresi unik seperti senyum, duckface, atau menjulurkan lidah, yang dapat membuka kunci dari perangkat elektronik. Bentuk seperti ini sangat mirip dengan yang ada film futuristik dan sepertinya tinggal menunggu waktu untuk muncul di pasaran.

 Media Periklanan
Pada 2012, iklan interaktif untuk Choice for Girls diluncurkan di halte bus di London. Iklan yang ditampilkan pada billboard ini mampu mengenali pejalan kaki yang lewat, mengetahui jenis kelamin, dan menampilkan konten yang sesuai. Jika yang lewat perempuan, maka billboard akan menampilkan video. Jika laki-laki, maka billboard akan menampilkan data statistik tentang subjek tertentu. Mungkin saja nanti akan ada iklan di jejaring sosial atau pesan teks yang dibuat sesuai wajah kita.

 Kacamata canggih
Meski google glass sebentar lagi akan meluncur di pasaran, Google masih berjuang meloloskan pengajuan teknologi face recognition dimanfaatkan pada perangkat tersebut. Penggunaan teknologi face recognition masih ditolak oleh pelaku hukum di Amerika Serikat karena adanya implikasi terhadap hak privasi pengguna. Jika teknologi ini diperbolehkan, bukan tidak mungkin dapat mengambil foto cukup dengan mengedipkan mata.

 Mata uang masa depan
Pada Juli 2013, Uniqul yang berasal dari Finlandia membuat proyek bernama “pay-by-face authentication system”. Idenya adalah menampilkan wajah untuk melakukan pembayaran, bukan kartu kredit atau debit. Proyek ini ditujukan untuk menjadi “ATM Masa Depan”, dimana Face recognition system menjadi metode pengaman yang utama.

 

Cara kerja dari Face Recognition System :

Pada dasarnya Face Recognition System bekerja dengan cara mengambil data wajah digital (sebuah citra atau frame pada video) dan membandingkannnya dengan data wajah yang tersimpan di dalam basis data. Pada dasarnya, sebuah system pengenalan wajah harus mampu untuk membedakan wajah dengan latar belakang citra.

 

 

Selain membedakan wajah dengan latar belakang, system pengenalan wajah juga harus mampu untuk membedakan fitur-fitur tertentu dari sebuah wajah antara lain:

  • Jarak antara mata
  • Lebar hidung
  • Kedalaman kelopak mata
  • Bentuk tulang pipi
  • Panjang garis rahang

 

 

2. Speech Recognition

          Speech Recognition adalah suatu pengembangan teknik dan sistem yang memungkinkan komputer untuk menerima masukan berupa kata yang diucapkan. Teknologi ini memungkinkan suatu perangkat untuk mengenali dan memahami kata-kata yang diucapkan dengan cara digitalisasi kata dan mencocokkan sinyal digital tersebut dengan suatu pola tertentu yang tersimpan dalam suatu perangkat. Kata-kata yang diucapkan diubah bentuknya menjadi sinyal digital dengan cara mengubah gelombang suara menjadi sekumpulan angka yang kemudian disesuaikan dengan kode-kode tertentu untuk mengidentifikasikan kata-kata tersebut. Hasil dari identifikasi kata yang diucapkan dapat ditampilkan dalam bentuk tulisan atau dapat dibaca oleh perangkat teknologi sebagai sebuah komando untuk melakukan suatu pekerjaan, misalnya penekanan tombol pada telepon genggam yang dilakukan secara otomatis dengan komando suara.

Alat pengenal ucapan, yang sering disebut dengan Speech Recognition, membutuhkan sampel kata sebenarnya yang diucapkan dari pengguna. Sampel kata akan didigitalisasi, disimpan dalam komputer, dan kemudian digunakan sebagai basis data dalam mencocokkan kata yang diucapkan selanjutnya. Sebagian besar alat pengenal ucapan sifatnya masih tergantung kepada pembicara. Alat ini hanya dapat mengenal kata yang diucapkan dari satu atau dua orang saja dan hanya bisa mengenal kata-kata terpisah, yaitu kata-kata yang dalam penyampaiannya terdapat jeda antar kata. Hanya sebagian kecil dari peralatan yang menggunakan teknologi ini yang sifatnya tidak tergantung pada pembicara. Alat ini sudah dapat mengenal kata yang diucapkan oleh banyak orang dan juga dapat mengenal kata-kata kontinu, atau kata-kata yang dalam penyampaiannya tidak terdapat jeda antar kata.

Pengenalan ucapan dalam perkembangan teknologinya merupakan bagian dari pengenalan suara (proses identifikasi seseorang berdasarkan suaranya). Pengenalan suara sendiri terbagi menjadi dua, yaitu pengenalan pembicara (identifikasi suara berdasarkan orang yang berbicara) dan pengenalan ucapan (identifikasi suara berdasarkan kata yang diucapkan).

Sejarah Speech Recognition :

Sejak tahun 1940, perusahaan American Telephone and Telegraph Company (AT&T) sudah mulai mengembangkan suatu perangkat teknologi yang dapat mengidentifikasi kata yang diucapkan manusia. Sekitar tahun 1960-an, para peneliti dari perusahaan tersebut sudah berhasil membuat suatu perangkat yang dapat mengidentifikasi kata-kata terpisah dan pada tahun 1970-an mereka berhasil membuat perangkat yang dapat mengidentifikasi kata-kata kontinu. Alat pengenal ucapan kemudian menjadi sangat fungsional sejak tahun 1980-an dan masih dikembangkan dan terus ditingkatkan keefektifannya hingga sekarang. Hingga sampai tahun ini sudah banyak aplikasi maupun web yang menggunakan Speech Recognition System, salah satunya adalah Google. Web ini menyediakan aplikasi tersebut yang bernama Google Speech Recognition, dimana user dapat mencari artikel tanpa harus mengetik melainkan cukup berbicara.

Jenis-jenis pengenalan ucapan :

Berdasarkan kemampuan dalam mengenal kata yang diucapkan, terdapat 5 jenis pengenalan kata, yaitu :

  1. Kata-kata yang terisolasi
    Proses pengidentifikasian kata yang hanya dapat mengenal kata yang diucapkan jika kata tersebut memiliki jeda waktu pengucapan antar kata
  2. Kata-kata yang berhubungan
    Proses pengidentifikasian kata yang mirip dengan kata-kata terisolasi, namun membutuhkan jeda waktu pengucapan antar kata yang lebih singkat
  3. Kata-kata yang berkelanjutan
    Proses pengidentifikasian kata yang sudah lebih maju karena dapat mengenal kata-kata yang diucapkan secara berkesinambungan dengan jeda waktu yang sangat sedikit atau tanpa jeda waktu. Proses pengenalan suara ini sangat rumit karena membutuhkan metode khusus untuk membedakan kata-kata yang diucapkan tanpa jeda waktu. Pengguna perangkat ini dapat mengucapkan kata-kata secara natural
  4. Kata-kata spontan
    Proses pengidentifikasian kata yang dapat mengenal kata-kata yang diucapkan secara spontan tanpa jeda waktu antar kata
  5. Verifikasi atau identifikasi suara
    Proses pengidentifikasian kata yang tidak hanya mampu mengenal kata, namun juga mengidentifikasi siapa yang berbicara.

 

Cara kerja Speech Recognition System :

  1. Tahap penerimaan masukan
    Masukan berupa kata-kata yang diucapkan lewat pengeras suara.
  2. Tahap ekstraksi
    Tahap ini adalah tahap penyimpanaan masukan yang berupa suara sekaligus pembuatan basis data sebagai pola.
  3. Tahap pembandingan
    Tahap ini merupakan tahap pencocokan data baru dengan data suara (pencocokan tata bahasa) pada pola.
  4. Tahap validasi identitas pengguna
    Alat pengenal ucapan yang sudah memiliki sistem verifikasi/identifikasi suara akan melakukan identifikasi orang yang berbicara berdasarkan kata yang diucapkan setelah menerjemahkan suara tersebut menjadi tulisan atau komando.

 

     IMPLEMENTASI SPEECH RECOGNITION                               

Hardware yang dibutuhkan dalam implementasi Speech Recognition :

  • Sound card : Merupakan perangkat yang ditambahkan dalam suatu Komputer yang fungsinya sebagai perangkat input dan output suara untuk mengubah sinyal elektrik, menjadi analog maupun menjadi digital.
  • Microphone : Perangkat input suara yang berfungsi untuk mengubah suara yang melewati udara, air dari benda orang menjadi sinyal elektrik.
  • Komputer atau Komputer Server : Dalam proses suara digital menterjemahkan gelombang suara menjadi suatu simbol biasanya menjadi suatu nomor biner yang dapat diproses lagi kemudian diidentifikasikan dan dicocokan dengan database yang berisi berkas suara agar dapat dikenali.

Contoh Implementasi teknologi Speech Recognition :

Saat ini pada tahun 2010 Microsoft windows vista dan windows 7 , speech recognition telah disertakan dalam system operasinya . sebagaimana fungsi dari speech recognition menterjemahkan pengucapan kata – kata kedalam bentuk teks digital. Salah satu implementasi speech recognition adalah pada konfrensi PBB dimana seluruh Negara tergabung dalam keanggotaan nya , fungsi speech recognition dalam hal ini menterjemahkan bahasa pembicara dari suatu Negara kedalam bahasa yang dipahami pendengar . Contoh penggunaan lain speech recognition adalah Perawatan kesehatan.

Dalam perawatan kesehatan domain, bahkan di bangun meningkatkan teknologi pengenalan suara, transcriptionists medis (MTs) belum menjadi usang. Layanan yang diberikan dapat didistribusikan daripada diganti. Pengenalan pembicaraan dapat diimplementasikan di front-end atau back-end dari proses dokumentasi medis. Front-End SR adalah salah satu alat untuk mengidentifikasi kata-kata yang ucapkan dan ditampilkan tepat setelah mereka berbicara Back-End SR atau SR tangguhan adalah di mana penyedia menentukan menjadi sebuah sistem dikte digital, dan suara yang diarahkan melalui pidato-mesin pengakuan dan draft dokumen diakui dirutekan bersama dengan file suara yang asli ke MT / editor, yang mengedit draft dan memfinalisasi laporan. Ditangguhkan SR sedang banyak digunakan dalam industri saat ini.

Banyak aplikasi Electronic Medical Records (EMR) dapat menjadi lebih efektif dan dapat dilakukan lebih mudah bila digunakan dalam hubungannya dengan pengenalan-mesin bicara. Pencarian, query, dan pengisian formulir semua bisa lebih cepat untuk melakukan dengan suara dibandingkan dengan menggunakan keyboard.

 

Contoh Software Speech Recognition :

 

Voice Search

 

Aplikasi ini diluncurkan oleh google dengan tujuan agar para user yang menggunakan jasa pencarian google lebih dimudahkan dalam mencari data maupun artikel. Dengan adanya aplikasi ini user cukup menggunakan suara tanpa harus mengetik kata artikel yang ingin dicari. Fitur ini juga sangat membantu anda jika sedang dalam keadaan berkendara. jadi anda tidak perlu repot-repot untuk mengetik keypad handphone anda melainkan cukup bersuara jadi anda bisa lebih fokus berkendara.

 

Cara penggunaan aplikasi ini cukup mudah. berikut ini adalah langkah-langkahnya :

1. Buka aplikasi Voice Search di hanphone anda.

1

2. Ketika aplikasi dibuka, akan terdapat icon mic klik icon tersebut sampai icon mic berubah seperti gambar dibawah :

2
Ketika icon mic tersebut berubah warna menjadi merah dan munculk gelombang disekita icon tersebut, itu berati bahwa anda sudah bisa melakukan pencarian dengan menggunakan perintah suara. nah untuk mulai mencari dekatkan handphone anda dengan mulut anda dan mulai berbicara tentang artikel yang ingin anda cari. dan aplikasi ini akan langsung mulai bekerja sebagai contoh saya berbicara / bersuara “boom” dan hasilnya akan seperti gambar dibawah ini:

 

3. Hasil

3

 Link Download Documents

 

SUMBER :

http://uniknown.wordpress.com/2012/06/21/face-recognition-dengan-menggunakan-eigenface/

http://iindraconcept.blogspot.com/2012/11/speech-recognition-pengertian-speech_23.html

http://en.wikipedia.org/wiki/Face_detection

http://www.bglconline.com/2014/03/perkembangan-dan-potensi-dari-facial-recognition-system/

http://www.adityarizki.net/2009/04/cara-kerja-face-recognition/

http://harryteguh.wordpress.com/2009/11/19/sistem-pengenalan-wajah-face-recognition-system/

http://id.wikipedia.org/wiki/Pengenalan_ucapan#Perkembangan_alat_pengenal_ucapan

http://nda-kamal.blogspot.com/2011/11/speech-recognition.html

 

 

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s