KAMUS DIGITAL DENGAR TULIS UCAP BAHASA INDONESIA

Ricky, Ricky and Wahyudi, Wahyudi and Hidayatno, Achmad (2011) KAMUS DIGITAL DENGAR TULIS UCAP BAHASA INDONESIA. Undergraduate thesis, Jurusan Teknik Elektro Fakultas Teknik.

[img]
Preview
PDF - Published Version
585Kb

Abstract

Setiap kebudayaan besar di dunia bangga akan kamus bahasanya. Pada kenyataannya, kamus itu tidak hanya menjadi lambang kebanggaan suatu bangsa, tetapi juga mempunyai fungsi dan manfaat praktis. Bangsa Indonesia juga boleh berbangga karena memiliki Kamus Besar Bahasa Indonesia. Salah satu cara pelestarian perbendaharaan kata, yaitu dengan melakukan digitalisasi kamus Bahasa Indonesia. Pada Tugas Akhir ini ditambahkan kemampuan kamus ini, yaitu sistem pengenalan suara yang berfungsi mengubah atau mengenali suatu ucapan (bahasa lisan) menjadi teks (bahasa tulisan) dan sistem pembentuk (sintesis) ucapan yang berfungsi yang mengubah teks (bahasa tulisan) menjadi ucapan (bahasa lisan). Metode pengenalan suara yang digunakan adalah kombinasi metode LPC (Linear Predictive Coding) untuk pengekstraksian suara masukan dan HMM (Hidden Markov Model) untuk pemodelan suara. Pengenalan suara dilakukan dengan membandingkan nilai yang dihasilkan dari ekstraksi ciri dengan model HMM yang telah tersedia. Jika ditemukan model yang cocok, maka model itulah yang digunakan dalam pengisian kata. Proses pembentukan ucapan digunakan bantuanMBROLA speech engine. Hasil pengujian basisdata suara responden yang memiliki basisdata dengan mengucapkan lema yang terdapat pada basisdata tanpa derau adalah 84,62 %, sedangkan hasil pengujian dengan derau adalah 66,67 %, dan hasil pengujian responden yang memiliki basidata dengan mengucapkan lema yang tidak terdapat pada basisdata suara adalah 93,75 %. Hasil pengujian basisdata suara untuk responden yang tidak memiliki basisdata suara adalah 75,99%. Hasil pengujian basisdata kata dengan memasukkan kata yang terdapat pada basisdata kata, yang tidak terdapat pada basisdata kata, dan hasil pengujian dengan memasukkan huruf atau suku kata adalah 100%. Kata Kunci : LPC, HMM, MBROLA speech engine.

Item Type:Thesis (Undergraduate)
Subjects:T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:Faculty of Engineering > Department of Electrical Engineering
Faculty of Engineering > Department of Electrical Engineering
ID Code:25383
Deposited By:INVALID USER
Deposited On:11 Jan 2011 19:19
Last Modified:11 Jan 2011 19:19

Repository Staff Only: item control page