Dengan kata lain input suara yang diterima oleh perangkat user akan dikirimkan ke server Google,
yang selanjutnya server Google melakukan pengenalan dan mengubahnya menjadi teks
menggunakan algoritma HMM dengan koneksi internet. Manfaat dari aplikasi untuk
menggantikaLinda Nurmayanti “Analisa Aplikasi Android untuk Monitoring dan Kontrol Kualitas
Air pada Tambak Udang Vaname Berbasis Google Speech API”. Tugas akhir D-IV Jurusan
Teknik Elektro Politeknik Negeri Semarang, di bawah bimbingan Bapak Sindung Sindung Hadwi
WS., BSEE, M.Eng.Sc. dan Agus Rochadi, S.T.,M.M., Agustus 2019, 142 halaman
Berdasarkan data Kementerian Kelautan dan Perikanan tercatat produksi udang nasional pada
semester pertama tahun 2014 mencapai 45 persen dari target yang ditetapkan sebesar 699 ribu ton
pada tahun 2014. Permasalahan utama tambak udang adalah kondisi lingkungan tambak yang
harus sesuai dengan kebutuhan hidup udang. Kondisi lingkungan tambak terkait erat dengan
kualitas air tambak yang tercermin dari beberapa parameter. Parameter kualitas air udang tersebut
yaitu: salinitas 10-33 ppt, suhu 26-30oC, DO (Dissolved Oxygen) 4-7,5 ppm, derajat keasaman
(pH) 6,5-8, Kekeruhan 15 – 40 NTU, alkalinitas > 80 ppm, ammonia < 0,1 ppm. Salah satu
kendala bagi usaha tambak udang adalah dalam melakukan monitoring kualitas air secara realtime
sehingga pada tugas akhir ini dilakukan pembuatan aplikasi Android sebagai media interface
untuk sistem monitoring dan kontrol kualitas air pada tambak udang vaname berbasis Google
Speech API untuk menampilkan informasi berupa nilai dan grafik yang mengacu pada parameter
kandungan pH dan tingkat kekeruhan pada tambak udang dengan input suara dari user.
Pengambilan data menggunakan metode waterfall sedangkan pengenalan suara dilakukan pada
server Google menggunakan metode Hidden Markov Model (HMM). Aplikasi dapat
menggantikan fungsi keyboard pada smartphone hanya dengan input suara yang diucapkan user.
Kontrol pH dan kekeruhan berjalan dengan baik, pompa akan menyala otomatis jika kadar pH
dalam air < 7,5 atau > 8,5 sedangkan untuk kekeruhan, pompa akan menyala jika nilai kekeruhan
> 40 NTU. Pengujian pada aplikasi dilakukan sebanyak 10 kali percobaan dengan menggunakan
10 kata yang berbeda dan menghasilkan nilai rata-rata eror sebesar 13%.