Seiring berkembangnya cara-cara memerintah perangkat IoT, perintah suara
menjadi salah satu opsi yang mudah bagi manusia untuk memerintah perangkat IoT.
Tetapi, untuk melakukan suatu aksi, kalimat untuk perintah suara biasanya
didefinisikan oleh perusahaan penyedia layanan. Oleh karena itu, kalimat untuk
perintah suara biasanya bersifat kaku dan tidak dapat disesuaikan dengan preferensi
pengguna. Untuk memberikan pengalaman pengguna yang lebih fleksibel, dapat
dilakukan personalisasi kalimat perintah sehingga pengguna dapat menggunakan
kalimat perintah yang diinginkan untuk melakukan suatu aksi terhadap perangkat.
Oleh karena itu, pada penelitian ini, dilakukan eksperimen terhadap teknik
pemodelan akustik sehingga memberikan hasil yang baik dan dibuat sebuah
perangkat lunak yang melakukan aksi pada perangkat IoT berupa lampu
berdasarkan perintah ucapan terpersonalisasi menggunakan sistem pengenal
ucapan yang dibangun. Penelitian ini diawali dengan mengumpulkan data perintah
suara dan contoh kalimat perintah. Kemudian, dibangun sistem pengenal ucapan
yang menggunakan model bahasa n-gram dengan melakukan eksperimen model
akustik untuk membandingkan teknik GMM-HMM, DNN-HMM, dan TDNN.
Setelah itu, dibangun sebuah perangkat lunak yang dapat mendaftarkan kalimat
perintah, kata kunci aksi, dan nama lampu yang terpersonalisasi, melakukan aksi
pada perangkat dengan perintah suara dari pengguna, dan memperbarui model
bahasa dengan kata kunci, nama lampu, dan kalimat yang sudah didaftarkan untuk
menjaga akurasi. Dari hasil eksperimen model akustik, teknik TDNN menghasilkan
hasil terbaik dengan rata-rata WER 0,52%. Dari segi sistem, dihasilkan task
accuracy sebesar 99,58% menggunakan sistem pengenal ucapan yang dibangun.