Speech recognition adalah salah satu bidang kecerdasan mesin yang sedang berkembang pesat, hal itu ditandai oleh hampir semua device teknologi dilengkapi oleh voice command. Salah satu yang menjadi permasalahan pada pengenalan pola suara adalah proses mengubah pola suara ke dalam teks melalui proses transkripsi yang rumit. Terdapat kompleksitas yang sangat besar yang terlibat dalam menganalisis input ucapan diantaranya variasi dalam pengucapan, aksen, fisiologi pembicara, penekanan dan karakteristik lingkungan akustik menghasilkan ratusan klasifikasi fonem yang berbeda untuk setiap suara. Dibutuhkan sistem pengenalan pola suara yang dapat memproses sinyal suara secara cepat dan realtime dalam mengenali input suara dengan hasil yang akurat. Dalam penelitian ini, ada dua metode yang digunakan untuk menghasilkan pengenalan pola suara yang akurat. Metode pertama adalah menggunakan Mel Frequency Cepstral Coefficients (MFCC) yang merupakan metode untuk ekstrasi suara karena metode ini dapat dengan baik dalam mempresentasikan sinyal. Sedangkan metode kedua yang digunakan adalah Vector Quantitation yang dibutuhkan untuk pembelajaran ciri suara karena metode ini dapat memetakan vektor dari ruang vektor besar menjadi bentuk terbatas dalam ruang tersebut. Pada penelitian ini hasil dari pengenalan pola suara diujikan melalui robot kontrol dengan hasil akurasi 96% dari data yang diujikan.

Keywords : Vector Quantitation, MFCC, Speech Recognition, Robot Control