ABSTRAK
Dalam penelitian ini, penulis memanfaatkan sistem pengenalan suara sebagai pendukung dalam pendeteksian korban bencana untuk mengefisiensikan tim penyelamat dalam menemukan korban bencana tersebut. Dengan bantuan pesawat tanpa awak (drone) sistem pengenalan suara akan diterapkan didalam mikro komputer yang dipasang pada drone tersebut.
Suara yang dideteksi adalah suara-suara umum yang biasa diucapkan seseorang ketika sedang memerlukan bantuan atau pertolongan dan yang pastinya suara tersebut bisa dipahami oleh manusia, daftar suara tersebut terdapat pada pembahasan selanjutnya, dan suara-suara tersebut akan dijadikan data latih yang nantinya menjadi dataset penelitian. Dalam pelaksanaannya penulis menggunakan metode Hidden Markov Model (HMM) sebagai metode yang digunakan untuk pencarian ucapan atau kata terbaik yang dideteksi sebagai permintaan tolong atau bantuan, dan juga penulis menggunakan Mel-Frequency Cepstral Coefficient (MFCC) sebagai metode tambahan untuk mengesktraksi ciri setiap suara pada dataset. Kemudian ketika hasil pengujian menemukan suara masukkan yang cocok dengan dataset, maka sistem akan mengirimkan lokasi sistem berada yang didapatkan dari module Global Positioning Systems (GPS) ke server tim penyelamat menggunakan jaringan Delay Tolerant Network (DTN). Parameter yang akan diuji dalam penelitian ini antara lain tingkat kebisingan suara tempat pengujian, kekuatan dan jarak suara yang dapat dideteksi oleh sistem.
Kata Kunci : Pengenalan Suara, Hidden Markov Model, Mel-Frequency Cepstral Coeffecient, Delay Tolerant Network, Global Positioning Systems.