NO	NAMA	NISN	KET
1	ALISHA MARWAH	9972206317	DIKNAS
2	RAMDAN		NISN BARU
3	RATU IRENA RAYNASTY D		NISN BARU
4	YOGI GUNTARA		NISN BARU

Mouse Scanner

LG Mouse Scanner merupakan sebuah inovasi baru yang diperkenalkan oleh LG setelah beberapa waktu lalu mengagetkan dunia dengan LG Smart TV nya.. Secara fisik LG Mouse Scanner terlihat mirip dengan mouse biasa. Namun jika diperhatikan lebih detil, anda akan menemukan sesuatu yang lain dan baru dari mouse ini.

Terdapat 2 buah tombol baru yaitu  tombol 'scan' dan tombol 'Back' di bagian kiri LG Mouse Scanner dimana fungsi dari kedua tombol tersebut adalah untuk melakukan perintah scan dan untuk kembali ke menu utama. O iya, mouse scanner ini mampu men-scan hingga ukuran A3 loh!!!.

LG Mouse Scanner juga memiliki dua buah sensor laser 1200dpi untuk mengenali koordinat objek yang akan di-scan. Kedua sensor ini tidak akan mengubah hasil scan meskipun terjadi pengulangan proses scan pada objek yang sama.

Sistem kerja scan pada LG Mouse Scanner sebenarnya sama saja dengan cara kerja scanner pada umumnya yaitu menggunakan lensa optik untuk memindai objek. Produk dengan kode LG LSM-100 ini akan membuat anda mendapatkan sebuah barang dengan double fungsi saat membelinya. Cukup menjanjjikan bukan???

Untuk melakukan scan, anda hanya perlu menekan tombol 'scan' >> memblok objek yang mau di-scan yang terletak di bawah mouse >> Beres. Hasilnya akan berupa gambar yang siap untuk diedit. Kemudian anda bisa memindahkan hasilnya ke Microsoft word atau Microsoft excel. Selain itu anda juga bisa share hasil scan anda tersebut secara real time ke jejaring sosial seperti facebook atau Twitter.

Jika anda berminat untuk memiliki LG mouse scanner ini, siapkan saja dana sekitar $129 atau kisaran 1,2 jutaan rupiah. Dan untuk lebih jelasnya, alangkah baiknya jika anda melihat video demo nya di bawah ini :

Sumber : http://abadduatiga.blogspot.com/2012/05/lg-mouse-scanner.html

Meja dan Cincin Masa Depan

Teknologi Terbaru 2012 : Meja Masa Depan | Update Informasi Teknologi Terbaru, Gadget Terbaru, Berita Teknologi Terbaru - Sobat mungkin sudah sering melihat video maupun film yang menampilkan kecanggihan teknologi terbaru untuk masa depan. Tapi apa jadinya jika hal tersebut menjadi nyata dan bisa sobat miliki? Saat ini mungkin fungsi meja bagi sobat hanya sebagai peralatan rumah tangga untuk meletakkan peralatan tulis menulis atau sekedar pengisi interior ruangan. Pada awal tahun 2011, beredar kabar munculnya teknologi tv hologram. Tapi baru-baru ini, dipenghujung tahun 2011, Microsoft membuat sebuah terobosan dengan teknologi yang diberi nama Microsoft Surface, dimana sebuah kombinasi antara meja, komputer, kamera, serta touch sensivity berukuran sebesar yang memungkinkan pengguna untuk berinteraksi untuk berbagai aktivitas.

Pada meja besar yang menggunakan LCD touch screen 40 inci, Microsoft menempatkan sebuah smartphone pada layar, seketika Microsoft Surface akan mengenali perangkat tersebut dan menampilkan informasi mengenai perangkat serta memungkinkan untuk memilih model yang berbeda. Kabarnya, Microsoft telah mengkonfirmasi harga terbaru untuk meja masa depan yang akan mereka rilis pada tahun 2012 nanti di pasar Amerika sebesar $8.900.



Seperti halnya Microsoft Surface, teknologi terbaru untuk masa depan lainnya, sebuah meja interaktif, EXOdesk, memungkinkan sobat untuk melakukan semua aktivitas pada virtual space. EXOdesk sebenarnya merupakan sebuah tabletop computer yang menawarkan layar high definition 40 inci, di mana kita bisa memanipulasi virtual object dengan menyentuh dan dragging. EXOdesk akan dirilis pada tahun 2012 mendatang dengan harga $1,299.

Pada video dibawah ini bisa sobat saksikan penampakan kecanggihan teknologi terbaru untuk masa depan dengan tampilan virtual keyboard, RSS feed stream, simulasi permainan piano, dan aplikasi untuk permukaan tabletop.

Sumber : http://www.chibi-cyber.com/thread-12658.html

Teknologi Terbaru di Balik Intel Ivy Bridge

Sejak dirilis akhir tahun 2010, prosesor Intel Core i generasi kedua dengan arsitektur Sandy Bridge mendulang kesuksesan baik di pasar desktop maupun mobile. Performa tinggi di kelasnya dengan harga tergolong sepadan dan juga konsumsi daya yang rendah merupakan beberapa faktor kesuksesan prosesor ini. Tidak hanya itu, tipe prosesor Sandy Bridge yang beragam (dari Celeron hingga Core i7), membuat penikmat prosesor ini tidak hanya dari kalangan pengguna dengan kantong tebal melainkan juga pengguna dengan dana terbatas. Oleh karena itu, tidak aneh jika hampir semua pengguna komputer menginginkan prosesor ini berada di dalam sistem mereka.

Lebih satu tahun berlalu, kini tiba saatnya Intel untuk mengeluarkan penerusnya. Bermodalkan arsitektur generasi terbaru bernama Ivy Bridge, prosesor Intel Core i generasi ketiga mencoba mengulang kesuksesan yang pernah diraih oleh prosesor Core i generasi kedua. Apakah prosesor ini mampu melakukannya? Sambil menunggu jawaban yang mungkin baru akan terjawab beberapa waktu ke depan, mari kita melihat teknologi terbaru apa saja yang terdapat di dalam prosesor Intel Ivy Bridge dan juga komponen pendukungnya.

Ivy Bridge/Maho Bay Platform

Prosesor

Arsitektur

Prosesor Intel Core i generasi ketiga dilengkapi arsitektur generasi terbaru bernama Ivy Bridge. Arsitektur Ivy Bridge merupakan penyempurnaan dari arsitektur sebelumnya, Sandy Bridge. Seperti terlihat di gambar di atas, Ivy Bridge merupakan “Tik” dari skema “Tik Tok” yang digunakan Intel. Di fase “Tik”, Intel mengaplikasikan proses fabrikasi terbaru di mana dalam hal ini, Ivy Bridge diproduksi dengan proses fabrikasi 22 nm ditambah teknologi terbaru 3D Tri-Gate Transistor.

Sandy Bridge

Ivy Bridge

Melihat gambar die prosesor di atas, ternyata blok diagram Ivy Bridge memiliki kemiripan dengan Sandy Bridge. Kotak besar di sudut kiri merupakan unit GPU yang diikuti empat buah kotak di sisi kanan yang merupakan unit CPU quad-core. Tepat di bawah unit CPU adalah L3-chace tempat unit CPU dan GPU akan saling berbagi dalam penggunaannya. Kotak di sisi paling kanan merupakan tempat berkumpulnya komponen memory controller, PCIe controller, display controller, DMI, System Agent, dan lainnya.

Meskipun memiliki kemiripan, unit GPU Ivy Bridge ternyata memiliki perbedaan layout dan ukuran (lebih besar) dibandingkan unit GPU Sandy Bridge. Sepertinya, insinyur Intel melakukan beberapa perombakan di unit GPU ini. Apakah perombakan ini akan meningkatkan performa grafik? Kita lihat saja nanti.

Bila chip Sandy Bridge dibangun dengan menggunakan 1.16 miliar transistor dengan luas die prosesor sebesar 216 mm², chip Ivy Bridge dibangun atas 1.4 miliar transistor dengan luas die prosesor sebesar 160 mm². Proses fabrikasi 22 nm sepertinya memiliki andil besar dalam mengecilkan ukuran die prosesor meskipun jumlah transistor meningkat.

Tidak berbeda dengan Sandy Bridge, kontroler memori di Ivy Bridge tetap mendukung tipe memori DDR3 dengan konfigurasi dual-channel. Meskipun begitu, kontroler memori di Ivy Bridge mendukung kecepatan memori yang lebih tinggi dibandingkan Sandy Bridge.

Mengikuti jejak prosesor Sandy Bridge E, Ivy Bridge kini dilengkapi kontroler PCI Express generasi ketiga. Kontroler PCIe 3.0 ini mampu menyediakan total bandwidth per jalur sebesar 8GT/s (1GB/s), sedangkan jumlah jalur PCIe yang mampu disediakan oleh Ivy Bridge adalah sebanyak 16 buah.

Tipe dan Spesifikasi

Menyambut peluncuran Ivy Bridge, Intel telah mempersiapkan dua puluh tipe prosesor Intel Core igenerasi ketiga. Untuk platform desktop, terdapat empat belas tipe dan enam tipe untuk platformmobile. Di bawah ini kami cantumkan daftar lini prosesor Intel Core i generasi ketiga beserta spesifikasinya.

• Desktop

• Core i7 dan Core i5. Perbedaan mendasar kedua seri prosesor ini terletak di jumlah thread dan ukuran L3-cache.
• Hanya prosesor dengan akhiran huruf K yang memiliki multiplier prosesor yang tidak dikunci.

Salah satu hal yang menarik dari lini prosesor Ivy Bridge adalah kisaran harga (MSRP online) prosesor Ivy Bridge ternyata tidak jauh berbeda dengan prosesor Sandy Bridge saat ini, dengan spesifikasi yang sama. Tentu saja hal ini membuka kemungkinan bahwa lini prosesor Sandy Bridge akan mengalami pemotongan harga. Menarik, bukan?

• Mobile

• Hanya prosesor mobile dengan huruf QM yang merupakan prosesor quad-core.
• Huruf XM menandakan prosesor mobile tersebut memiliki multiplier prosesor yang tidak dikunci.

Overclocking

Intel melakukan beberapa perubahan di fitur overclocking Ivy Bridge. Beberapa di antaranya adalah nilai multiplier prosesor kini ditingkatkan hingga 63, dukungan kecepatan memori hingga 2667 MHz, dukungan XMP Memory Profile versi 1.3, dan lainnya. Meskipun begitu, Ivy Bridge tidak ubahnya Sandy Bridge di mana meng-overclock dengan menaikkan nilai BCLK tetap cukup susah untuk dilakukan. Overclocking dengan pendingin standar bisa menaikkan BCLK hanya dikisaran 5-7 MHz dari nilai normalnya 100 MHz (menjadi 105-107 MHz).

Salah satu cara melakukan overclocking di Ivy Bridge adalah menggunakan prosesor Intel Core i 3xxx seri K karena prosesor ini memiliki multiplier prosesor yang tidak dikunci.

http://www.jagatreview.com/2012/04/teknologi-terbaru-di-balik-intel-ivy-bridge/

Sumber : 

Voice Recognition

1. PENGERTIAN SPEECH RECOGNITION

Speech Recognition adalah proses identifikasi suara berdasarkan kata yang diucapkan dengan melakukan konversi sebuah sinyal akustik, yang ditangkap oleh audio device (perangkat input suara).

Speech Recognition juga merupakan sistem yang digunakan untuk mengenali
perintah kata dari suara manusia dan kemudian diterjemahkan menjadi suatu data
yang dimengerti oleh komputer. Pada saat ini, sistem ini digunakan untuk
menggantikan peranan input dari keyboard dan mouse.

Keuntungan dari sistem ini adalah pada kecepatan dan kemudahan dalam penggunaannya. Kata – kata yang ditangkap dan dikenali bisa jadi sebagai hasil akhir, untuk sebuah aplikasi seperti command & control, penginputan data, dan persiapan dokumen. Parameter yang dibandingkan ialah tingkat penekanan suara yang kemudian akan dicocokkan dengan template database yang tersedia. Sedangkan sistem pengenalan suara berdasarkan orang yang berbicara dinamakan speaker recognition. Pada makalah ini hanya akan dibahas mengenai speech recognition karena kompleksitas algoritma yang diimplementasikan lebih sederhana daripada speaker recognition. Algoritma yang akan diimplementasikan pada bahasan mengenai proses speech recognition ini adalah algoritma FFT (Fast Fourier Transform), yaitu algoritma yang cukup efisien dalam pemrosesan sinyal digital (dalam hal ini suara) dalam bentuk diskrit. Algoritma ini mengimplementasikan algoritma Divide and Conquer untuk pemrosesannya. Konsep utama algoritma ini adalah mengubah sinyal suara yang berbasis waktu menjadi berbasis frekuensi dengan membagi masalah menjadi beberapa upa masalah yang lebih kecil. Kemudian, setiap upa masalah diselesaikan dengan cara melakukan pencocokan pola digital suara.

2. SEJARAH SPEECH RECOGNITION

Biometrik, termasuk di dalamnya speech recognition, secara umum digunakan untuk identifikasi dan verifikasi. Identifikasi ialah mengenali identitas subyek, dilakukan perbandingan kecocokan antara data biometric subyek dalam database berisi record karakter subyek. Sedangkan verifikasi adalah menentukan apakah subyek sesuai dengan apa yang dikatakan terhadap dirinya.

Biometrik merupakan suatu metoda untuk mengenali manusia berdasarkan pada satu atau lebih ciri-ciri fisik atau tingkah laku yang unik. Biometric Recognition atau biasa disebut dengan Sistem pengenalan biometric mengacu pada identifikasi secara otomatis terhadap manusia berdasarkan psikological atau karakteristik tingkah laku manusia. Ada beberapa jenis teknologi biometric antara lain suara (speech recognition).

Metode Hidden Markov Model mulai diperkenalkan dan dipelajari pada akhir tahun 1960, metode yang berupa model statistik dari rantai Markov ini semakin banyak dipakai pada tahun-tahun terakhir terutama dalam bidang speech recognition, seperti dijelaskan oleh Lawrence R. Rabiner dalam laporannya yang berjudul “A Tutorial on Hidden Markov Models and Selected Applications in Speech Recognition”

Proses dalam dunia nyata secara umum menghasilkan observable output yang dapat dikarakterisasikan sebagai signal. Signal bisa bersifat diskrit (karakter dalam alfabet) maupun kontinu (pengukuran temperatur, alunan musik). Signal bisa bersifat stabil (nilai statistiknya tidak berubah terhadap waktu) maupun nonstabil (nilai signal berubah-ubah terhadap waktu). Dengan melakukan pemodelan terhadap signal secara benar, dapat dilakukan simulasi terhadap sumber dan pelatihan sebanyak mungkin melalui proses simulasi tersebut. Sehingga model dapat diterapkan dalam sistem prediksi, sistem pengenalan, maupun sistem identifikasi. Secara garis besar model signal dapat dikategorikan menjadi 2 golongan yaitu : model deterministik dan model statistikal. Model deterministik menggunakan nilai-nilai properti dari sebuah signal seperti : amplitudo, frekuensi, fase dari gelombang sinus. Sedangkan model statistikal menggunakan nilai-nilai statistik dari sebuah signal seperti: proses Gaussian, proses Poisson, proses Markov, dan proses Hidden Markov.

Suatu model HMM secara umum memiliki unsur-unsur sebagai berikut:

· N, yaitu jumlah state dalam model. Secara umum state saling terhubung satu dengan yang lain, dan suatu state bisa mencapai semua state yang lain dan sebaliknya (disebut model ergodic). Namun hal tersebut tidak mutlak, terdapat kondisi lain dimana suatu state hanya bisa berputar ke diri sendiri dan berpindah ke satu state berikutnya, hal ini bergantung pada implementasi dari model.

· M, yaitu jumlah observation symbol secara unik pada tiap statenya, misalnya: karakter dalam alfabet, dimana state adalah huruf dalam kata.

· State Transition Probability { } -> ij A a

· Observation Symbol Probability pada state j, { } () -> j Bb k

· Initial State Distribution -> i p p

Dengan memberikan nilai pada N, M, A, B, dan p , HMM dapat digunakan sebagai generator untuk menghasilkan urutan observasi. dimana tiap observasi t o adalah salah satu simbol dari V, dan T adalah jumlah observasi dalam suatu sequence.

3. SKEMA UTAMA DAN ALGORITMA SPEECH RECOGNITION

Terdapat 4 langkah utama dalam sistem pengenalan suara:

· Penerimaan data input

· Ekstraksi, yaitu penyimpanan data masukan sekaligus pembuatan database untuk template.

· Pembandingan / pencocokan, yaitu tahap pencocokan data baru dengan data suara (pencocokan tata bahasa) pada template.

· Validasi identitas pengguna.

Secara umum, speech recognizer memproses sinyal suara yang masuk dan menyimpannya dalam bentuk digital. Hasit proses digitalisasi tersebut kemudian dikonversi dalam bentuk spektrum suara yang akan dianalisa dengan membandingkannya dengan template suara pada database sistem.

Gambar 2. Spektrum Suara

Sebelumnya, data suara masukan dipilah-pilah dan diproses satu per satu berdasarkan urutannya. Pemilahan ini dilakukan agar proses analisis dapat dilakukan secara paralel. Proses yang pertama kali dilakukan ialah memproses gelombang kontinu spektrum suara ke dalam bentuk diskrit. Langkah berikutnya ialah proses kalkulasi yang dibagi menjadi dua bagian :

· Transformasi gelombang diskrit menjadi array data.

· Untuk masing-masing elemen pada aiTay data, hitung "ketinggian" gelombang (frekuensi).
Objek permasaiahan yang akan dibagi adalah masukan berukuran n, berupa data diskrit gelombang suara.

Ketika mengkonversi gelombang suara ke dalam bentuk diskrit, gelombang diperlebar dengan cara memperinci berdasarkan waktu. Hal ini dilakukan agar proses algontma seianjutnya (pencocokan) lebih mudah diiakukan. Namun, efek buruknya ialah array of array data yang terbentuk akan lebih banyak.

Gambar 3. Contoh Hasit Konversi Sinyal Diskrit

Dari tiap elemen array data tersebut, dikonversi ke dalam bentuk bilangan biner. Data biner tersebut yang nantinya akan dibandingkan dengan template data suara.
Proses divide and conquer:

· Pilih sebuah angkaN, dimana N merupakan bilangan bulat kelipatan 2.Bilangan ini berfungsi untuk menghitung jumlah elemen transformasi FFT.

· Bagi dua data diskrit secara (dengan menerapkan algoritma divide and conquer) menjadi data diskrit yang lebih kecii berukuran N = N,.N2.

· Objek data dimasukkan ke dalam table (sebagai elemen tabel).

· Untuk setiap eiemen data, dicocokkan dengan data pada template (pada data template juga dilakukan pemrosesan digitaiisasi menjadi data diskrit, dengan cara yang sama dengan proses digitaiisasi data masukan bam yang ingin dicocokkan).

· Setiap upa masalah disatukan kembali dan dianalisis secara keseluruhan, kecocokan dari segi tata bahasa dan apakah data yang diucapkan sesuai dengan kata yang tersedia pada template data.

· Verifikasi data. Jika sesuai, proses iebih lanjut, sesuai dengan aplikasi yang mengimplementasikan algoritma ini.

4. 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.

SUMBER :

http://kuliah319.blogspot.com/2011/02/speech-recognition-dengan-algoritma-fft.html

http://citraanindya.blog.upi.edu/2009/06/25/tugas-artikel-300-kata/

http://kuliah319.blogspot.com/2011/02/speech-recognition-dengan-algoritma-fft.html

http://kaichitaro.blogspot.com/2010/11/speech-recognition.html

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